搭建數據指標體系,掌握這三個流程最管用!

2 評論 5986 瀏覽 56 收藏 9 分鐘

本篇文章從業務流、管理流、數據流三方面為我們詳細闡述了如何搭建數據指標體系,為我們提供了實際工作中的實用干貨。接下來讓我們一起學習如何利用數據體系指導業務實現吧!

一提到數據指標體系,很多人喜歡背誦AARRR、RFM一類??烧娴焦ぷ髦校瑫洺0l現很難滿足業務需要。比如前幾天就有同學提問:用戶流失該如何搭建指標體系?

起因是:某公司定義了用戶流失率指標是“連續三個月不消費”,可業務看到這個指標卻很懵:

  • 知道了用戶流失率是30%,所以呢?能干什么?
  • 知道了用戶流失要召回,可召回劃算嗎,值不值得干?
  • 為啥一定要等到用戶流失了才干活?不能早干點事嗎?

因此,想讓數據部門幫忙建立一個用戶流失指標體系,全面反映問題,輔助業務決策。那該怎么辦呢?想要搭建一個業務用得起來的指標體系,需要考慮三個流程:業務流、管理流、數據流,下邊一個個看一下。

一、梳理業務流

梳理業務流,即搞清楚業務上需要分幾步達成目標。有些業務流程是很清晰的,比如銷售流程,就是一個大轉化漏斗;比如客服流程,根據客戶需要,分類處理問題。業務流程是數據指標的基礎(如下圖):

這才是搭建數據指標體系,而不是死背AARRR

在本文流失分析場景中,面臨的第一個挑戰是:業務流程不清晰。業務方自己也不知道可以干啥,此時肯定不知道該看哪些指標。

對用戶流失而言,常見的措施有:

  1. 事前預防:當用戶出現投訴/退貨,及時安撫
  2. 事前預防:當用戶消費一個月比一個月少,及時激勵
  3. 事前預防:當用戶1個月/2個月未消費(此時尚未達流失標準)進行刺激
  4. 事后補救:利用優惠活動/新品上市/爆款產品等進行召回,嘗試重新激活

可以先列出清單,然后讓業務選:希望從哪個方向下手。注意!業務方很有可能說:“我們不了解情況,暫時選不出來”。那么下一步,可以先把這幾種情況對應的數據撈出來,讓業務方看清楚大局再行動:

這才是搭建數據指標體系,而不是死背AARRR

二、梳理管理流

梳理管理流,即搞清楚管理層到底希望業務想做成啥效果。注意!即使業務流程很清晰,業務的目標也有可能是多元化的。

比如銷售流程,有可能有好幾種考核方法:

  • 只考核銷售額
  • 銷售額+毛利
  • 銷售額+毛利+回款
  • 銷售額+特定產品銷量

不同考核方式,決定了指標體系的主指標不同,當然會影響考察哪些子指標。因此搞清楚管理層意圖很重要。

這才是搭建數據指標體系,而不是死背AARRR

在本文流失分析場景中,面臨的第二個挑戰是:業務方也不明確到底要做成啥樣。所以才會發問:“到底值不值得做”“到底該不該做”。

此時,可以做一些輔助工作:

  • 這些用戶流失前的貢獻有多大 → 理論上流失前貢獻越大,越應該召回
  • 這些用戶處于流失狀態多久 → 理論上流失狀態越短,越容易召回
  • 這些用戶有沒有自然回流的跡象→ 理論上有回流跡象,越容易召回

可以先把數據梳理出來,讓業務方看一看找找感覺,這樣容易定出目標了。

這才是搭建數據指標體系,而不是死背AARRR

幫業務方定一下目標是很重要的。因為不同難度的目標,意味著采取的手段不一樣,軟綿綿的業務手段也不會起到效果。比如召回流失用戶,如果就孤零零地發條短信,啥好處都不給,那用戶愿意傻乎乎回來消費就見鬼了。

此時業務讓你“深入分析下,為啥召回沒用”,有啥好分析的!作為用戶,你看到一條短信就樂呵樂呵地給企業送銀子呀!換你你也不會。

如果前期實在定不下來目標,可以預留一段時間做觀察期。比如留仨月時間,留一筆預算,測試一下不同召回手段的效果,了解下在一定預算支持下,能實現的效果是啥。這樣有了測試數據支持,后邊再落實目標就容易了。

三、梳理數據流

梳理數據流,即明確業務的目標是否已量化記錄,業務的操作流程是否已量化記錄。這一步是確保前兩步梳理的內容,能落地成數據表報,而不是懸在空中??疾斓氖菙祿杉墓Ψ?。

比如銷售流程,傳統企業的最大問題就是數字化能力不行,除了最后一步的簽約合同,之前啥過程數據都沒有,這不就歇菜了,還建啥指標體系,指導啥業務工作呀。

回到用戶流失的例子,除了流失用戶人數這個孤零零指標外,上述兩步梳理的內容,最好都有記錄(如下圖):

這才是搭建數據指標體系,而不是死背AARRR

注意!數據指標體系不止有指標,標簽也很重要:

  • 流失前用戶消費:高消費、中消費、低消費
  • 流失前用戶偏好:品類偏好/優惠偏好
  • 流失前用戶狀態:有投訴、無投訴
  • 對召回行為的響應:有響應、無響應
  • 召回用戶素材:優惠類、新品類、換季類
  • 召回用戶優惠力度:高、中、低

這些都需要打好標簽,才能方便后續的深入分析。當需要解釋:“為什么召回效果不好?““為什么流失增多”這些問題時,直接利用標簽對比,就能得出初步答案,從而極大提高數據指標體系的可用性。

四、理想的效果

理想狀態下,一個好的數據指標體系,可以指導業務實現工作閉環,用通俗的話說,是:我想干什么→我要針對誰干→我要怎么干→我干成了沒有,全流程都有數據監控。這樣在數據的指導下,業務方不斷具體到用戶流失案例,整個指標體系如下圖運作:

這才是搭建數據指標體系,而不是死背AARRR

這樣就不是一個孤零零“流失率35%”的指標,而是可以按圖索驥,找到解決問題的思路,追蹤效果,可以說能實現用數據驅動業務了。

專欄作家

接地氣的陳老師,微信公眾號:接地氣的陳老師,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 真的牛逼

    來自北京 回復
  2. 牛逼

    來自北京 回復