從業務模型挖掘業務指標

2 評論 16410 瀏覽 124 收藏 13 分鐘

編輯導語:提到挖掘業務分析指標,你會想到什么?很多人可能會直接的去羅列業務指標,這個方法雖然簡單粗暴,但是缺乏技巧性。這今天這篇文章中,本文作者為我們分享了一種新的模型建立方法,即從業務模型挖掘業務指標。

最近在處理敏捷開發產品模型的指標分析,其實這里最頭疼的一點就是——挖掘相應的業務分析指標。

通常在分析業務指標時,常用枚舉法直接羅列,跟業務貼合也比較直觀,但這種做法容易遺漏,所以自己一直在思考一種新的模型建立方法,以下拙見。

一、業務模型

業務模型指的是針對某個業務場景而定義的,用于解決場景化問題的一些模型的應用。

一個『組織』經過『流程』,處理相關『事』『物』,這三類最終形成這個業務場景,所以一個業務模型里通常包含四類:人、事、財、物。

  • 人:主要是指這個業務模型里所涉及的各類業務的相關組織以及角色;
  • 事:該模型所涉及的業務對象;
  • 財:這些業務有無涉及成本和收益兩項,其中投入的人力也算成本;
  • 物:投入的資源和產物。

可以根據這種方式將業務梳理為相應的腦圖:

二、業務指標

所謂的業務指標,是指此業務的數據記錄,經過統計設計與分析后被用作的了解業務的相關數據指標。

想要建立數據指標,就要先了解下數據分析里的一些基本概念,這里就贅述一下。

1. 統計對象

在統計學中,統計研究對象是指統計所要認識的客體。

而這里的統計對象就是指某個業務或某個分析的目標導向,例如:公司統計每位員工的加班時長,員工可說是統計對象,『員工的加班時長』也算是具體的統計對象。

2. 維度

維度是事物或現象的某種特征,如性別、地區、時間等都是維度。每個業務數據都相當于一個點,該業務的某個屬性都相當于一條線。

例如:一個評論業務的數據構成——“用戶”A在“時間”B創建的“內容”為C的評論,用戶、創建時間、內容這三個屬性就是評論數據的三條線,而這三個屬性也就形成了這個業務的三個維度。

3. 序列

序列是呈現在圖表上的特殊內容,一堆統計數據集合中的某一類分組,也可以理解為某一維度下的細分維度。

如下圖:圖中有兩個維度,分別是:產品類型、地區類別,而圖例中的蘋果汁、牛奶這些細分的產品類型就是序列。

4. 指標

指標是用于衡量事物發展程度的單位或方法,也稱為度量,指標大致分為兩類:

  1. 絕對指標
  2. 相對指標

指標陷阱

統計相對指標時,最好要體現絕對數,否則可能掉進相對數陷阱。例如:看相對指標發現礦泉水漲價50%,而實際是1元的礦泉水漲了5毛。

而在橫向對比絕對數時,也同樣注意絕對數陷阱。

例如:小明掙了1萬,小王掙了2萬,單看錢的絕對數以為小王掙錢能力強。但可能實際是小明是用1w本錢掙的,小王是10w本錢,所以應該是小明掙錢能力相對較高。

5. 統計口徑與范圍

一般來說,統計口徑分為財務口徑和業務口徑,不同的口徑計算指標和范圍也不同。統計口徑,通常為時間、地區、人員等。

6. 簡單示例

還是以上文中的評論業務的數據為例:

如下圖,在以【屬性B】為維度,數量為指標統計數量時,統計到的信息就是 b1為0,b2為2;而如果反過來【屬性A】為維度,數量為指標再次統計時,得到的是 a1為1,a2為1,a3為0。

當然也可以將【屬性A】和【屬性B】都體現出來,例如以【屬性B】為維度,【屬性A】為其中一個序列統計數量,數據的呈現方式就會如下所示:

一個業務的若干數據匯集起來就如同一個多維的立方體:

三、分析方法-梳理出可能指標

了解了業務模型的劃分和數據分析相關概念,就要動手理清該業務里有哪些業務指標了。

1. 模型到指標

常見分析方法:MECE、PEST、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART等。相關模型:OSM模型、AARRR、漏斗模型、杜邦分析、歸因、SWOT等。

在實際數據分析的過程中,可以參考一些模型理論,不過這些理論都是在高空中的指導思想,想要將其和實際工作結合,要搭建自己的”通天梯”。

當沒有業務模型時,我們應該按照業務梳理出對應的業務模型。有了業務模型時,接下來的工作就是要盡可能全和細地組織出相關指標,可以參考以下兩個步驟:

2. 表格組合

為了不遺漏相關業務指標,可以結合業務模型,將任意兩個角度進行組合(使用乘法方式),得出相應的絕對數指標,然后再剔除。

例如:根據上文業務模型,先以人為維度

3. 按業務過程拆解

有了上面的表格組合,已經把部分指標盡可能羅列出來了。

但是還是有些指標是維度組合不到的,這個時候就需要再查看一遍業務的流程圖,注意業務環節,分析業務目標(一般來說做某個業務都是為了達到某個目標)。

分析和拆解業務過程的時候,就是發現業務各個細小目標的過程,也是發現相對指標的過程。想一想用戶保存這條業務數據是為了記錄用戶的工作時長,還是為了整理相關客戶的某些屬性資料。

例如:做一個任務,目的是為了讓任務成員在指定時間范圍內(可能是某個截止日前)完成相應工作,結合業務情況就可以考慮【任務完成率】【不同狀態(完成、未完成、超期完成等)任務數】等指標。

如果對魚骨圖使用比較清晰的話,你也可以使用魚骨圖將其羅列出來。

并結合下文,指標挑選使用情況來梳理相關可能遺漏的指標。

四、挑選有用指標

數據分析是質量管理體系的基礎,篩選出有意義的指標能幫助我們更好地管控好業務質量。

所謂指標有意義,對人、對事所涉及的影響不同。

某項指標可能對于高層管理者來說意義不大,但是對于具體工作人來說卻可以指明工作量,所以在挑選指標時就要考慮其意義,不同角色通過這個指標能發現什么,能帶來什么效益。

在挑選指標時可以結合兩種情況考慮:

1. 按使用對象

指標羅列出來,就是為了讓人去觀察和使用的,而使用對象可大致分為兩類:

  1. 管理者
  2. 執行者

管理者就是業務的掌管角色,從管理時間上又可以拆分為:事中管理和事后管理(由于是通過數據分析管理,所以暫時去除了事前管理),管理最主要的任務就是從整體上協調資源。

而執行者則通過個人事務的管控來實現“個人把控質量”,所以執行者的一些絕對指標可以作為相應的KPI。

2. 從業務戰略出發

所謂從業務戰略出發,也就是從業務根本需求考慮。而在考慮這方面時可以從兩方面考量:

1)管過去

無論是管理者還是執行者,管過去都是為了復盤:

  • 發生了什么
  • 為什么發生

2)看未來

所謂的看未來,就是相通過歷史根據變化趨勢來研判。

  • 將來會變成怎么樣
  • 應對措施

通過這方面的考慮,可能就會發現有部分指標在組合時被遺漏掉了,我們就可以補上。

五、數據呈現方式

最后,講到數據的呈現方式,有了指標自然需要呈現出來,總體上呈現方式尊重兩個原則:

  1. 以變化看趨勢
  2. 以同口徑看對比

以變化看趨勢:常用的是時間的變化,通過時間的演變觀察歷史的變化規律,同時推演未來可能發生的情況。

以同口徑看對比:若是統計對象自身比較,分為 同比和環比。若是不同統計對象之間比較則是對比。正所謂“沒有對比就沒有傷害”。

至于具體的表現形式,可以參照下面這類廣為流轉的圖:

參考:

數據分析師重要技能
數據分析必須想清楚的兩個概念:指標和維度

 

本文由 @29號同學 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

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. 謝謝分享

    來自福建 回復
  2. 這么好,沒人評論?

    回復