編輯導語：指標管理對于產品設計來說十分重要，本篇文章作者與我們分享了指標管理的那點事兒，從指標需求調研、指標管理的方法、功能以及方法論展開講述，一起來學習一下。

一、指標需求調研

1. 場景

• 場景一：陽光明媚的下午，會議室中，大老板坐在老板椅上繃著大臉，臉紅脖子粗的咆哮：駕駛艙的“應收賬款”和表單里的“應收賬款”為啥不一樣？這甜蜜明明是一個數，還給我整的別具一格？能干不能干了？不能干都甜蜜回家種地去！
• 場景二：財務部的小李一臉幽怨的盯著表單上的“其他收入”，但始終想不明白是啥意思。
• 場景三：運營部的小王一臉賤笑的問：張哥，你猜這個月的報表準不準。張哥不耐煩的說，別問我這種沒譜的事！

2. 需求痛點

基于但不限于上述場景，可概括為如下六類痛點：

1. 指標名稱沖突：指標名稱相同，計算邏輯、統計口徑、數據源等不一樣，這種情況非常讓人費解；
2. 命名難以理解：好的指標命名是可以推斷出其包含的業務過程的，但工作中總會碰到一些指標，很難判斷這個指標是描述什么業務的；
3. 計算口徑不統一：有些指標的計算口徑不同的人會有不同的理解方式，導致使用者對這一指標理解產生歧義；
4. 計算邏輯不清晰：之前工作中經常會碰到這類問題，當指標出現問題時需要去查代碼才能找到指標使用了哪些表中的數據。而有些計算邏輯比較復雜的指標很難用語言描述清楚，即使能夠描述清楚也會需要大段文字。指標開發人員很清楚其中的計算邏輯，使用者用起來是一頭霧水；
5. 指標重復：由于沒有統一的指標管理體系，導致很多指標重復開發，不同指標名稱背后很可能是相同的計算邏輯和統計口徑；
6. 指標使用問題：由于指標命名不規范、指標描述不清晰等問題，使用者不知道如何使用、分析這一指標。

3. 使用角色

CEO、總裁副總裁、各部門領導、運營同學、可能還有看門老大爺和保潔阿姨等。

4. 目標

讓用過的人，拿著科學計算器狂按666。

二、優秀的指標管理怎么做

1. 前期準備工作

1）第一梯隊核心指標范圍確定

指標梳理初期，我們要找到屬于公司第一梯隊的核心指標。這些指標通常源于：常用業務系統、統計報表、對相關部門的需求調研、行業標準等。在此范圍內，根據行業發展階段、公司產品定位和核心客戶價值判斷優先級。

首先判斷行業所處階段，一般分為萌芽期、飽和期、成熟期、消亡期，不同時期的重點核心指標也不同。

• 萌芽期特點：行業空間巨大，供給相對于需求來說極為有限，通俗來講就是供不應求；市場對產品的質量極為不敏感，說通俗點，只要有貨能賣，有貨能買就可以；價格戰還沒有大面積鋪開，大部分企業只要抓住機會就能掙錢，就是我們常說的第一批吃螃蟹的；公司或者個人老板成長的極快，財富累積比較快。
• 飽和器特點：市場總量比較飽和；價格戰開始大面積拉開；對于市場消費者的需求開始個性化，品質化；存量市場競爭加劇。
• 成熟期特點：競爭減少；市場領先者或者行業寡頭開始出現；領先者或者行業寡頭開始收割利潤；領先者開始出現壁壘，如技術和人員無法替代。
• 消亡期特點：新的技術手段出現取代現有行業；行業大變革；新的競爭開始出現，進入新的創業期。

其次是公司產品定位、主要解決了用戶哪些問題、核心轉化路徑和盈利方式等。

最后是核心用戶的維度，例如GMV（商品交易總額Gross Merchandise Volume）、CLV（顧客終身價值Customer Lifetime Value）、滿意度、流失率等。

GMV是衡量一個電商平臺或者一家電商企業的實力和發展潛力的重要指標之一。

GMV = 購買人數 * 客單價

= 訪問人數 * 購買轉化 * 筆單價 * 復購率

=（新增用戶 + 活躍老用戶）* 商品詳情頁觸達率 * 購買轉化 * 筆單價 * 復購率

CLV是可以衡量業務的最基本的客戶成功指標之一。它展示了單個客戶與公司建立關系的過程中產生的總營收?？梢杂茫?/p>

顧客平均購買價值 * 平均購買頻率 * 平均客戶壽命 = 客戶的估計收入額

例如，假設客戶每次在商店購物平均花費30元，每個月光顧三次，平均客戶壽命是2年，2年之后他們不再從商店買東西。由此可以確定該顧客的CLV是2160元。

30元 x 3次 x 24個月 = 2160元

企業可以使用CLV來確定客戶的價值。如果他們的價值增加了，那么公司就知道產品和服務正在為做出貢獻。如果減少，那么企業可能需要重新評估提供產品和服務并尋找其中的缺陷。

當我們明確指標后，發現指標是由若干條件組成的，此時就可以對其進行拆解，粒度至各角色可具體執行的動作。

比如基于公司第一序列核心指標的GMV和CLV，運營部門的目標是平均購買頻率提升30%；產品部門的目標是購買轉化率提升 50%；市場總監的目標是訪問人數增加 100 萬。

在各部門收到拆解的指標后，就可以據此設計對應的提升策略，然后結合用戶使用習慣和AARRR模型等用戶行為監測手段，給策略搭配具體的執行動作，消除用戶的使用卡點并提升轉化。

2）指標解析

拿統計報表的指標解析步驟來舉例，通常指標解析的步驟分為5步：

1. 理解業務。首先通過報表標題、表頭、表尾，以及各數據項的關系和公式來了解統計報表是要做什么的。
2. 剔除無效指標。報表不是所有指標都是有效指標，與業務沒有強關聯的指標可以視為無效指標，例如“操作”、“序號”等。
3. 分析指標的維度、篩選條件、公式。
4. 確定報表的數據期。數據期也就是查看統計報表的時間粒度，我們需要確認：確定數據期字段、確定數據期類型。
5. 與業務方或技術方確認，保證指標的權威性。記錄存檔，以備指標定義時使用。

2. 建設方案

?1）指標按照強業務相關聯系劃分

華羅庚先生可能說過：分類是認識和管理復雜事物最好的方法之一。那么為了提高指標利用率，一般會按照業務線或業務維度的抽象集合劃分。例如餐飲行業的堂食、外賣。外賣的抽象集合有冷飲、蓋澆飯等。

2）指標命名規則

原?指標 = 單?業務修飾詞+基礎指標詞根

例如：交易金額（原子指標） = 支付（業務修飾詞） + 金額（基礎指標詞根）

在原子指標上進行加減乘除或者修飾詞的限定等等都是衍生/派生指標。

阿里對衍生/派生指標的定義：衍生/派生指標 = 原子指標 + 時間周期 + 修飾詞

其中的時間周期，也可以理解為時間維度，因為大多數時候，我們業務分析上都是用的離散時間值，比如近 1 天、近 3 天、截止昨天等。

修飾詞，可以理解為不同的維度，或者是維度中特定某個值。比如地區維度。抽象的東西通過例子來理解：

近 1 個月北京市的活躍用戶數 = 活躍用戶數（原子指標） + 近 1 個月（時間周期） + 北京市（修飾詞）

將原子指標、時間周期、修飾詞、維度等分別定義出來，就好像磚頭和水泥，工程師將最細粒度的建材構建出來，并且設定好建材之間的組合規則，用戶可以根據自身業務需求進行組合，組合完成后，系統自動生成對應的 SQL 語句。

一方面，對某個原子指標進行改動的時候，其他依賴該原子指標的衍生指標對應的邏輯系統也會自動更新。另一方面，也可以避免描述同一事件時，指標統計口徑不一致的問題。

3）構建指標字典

通過指標管理系統對存量和增量指標進行統一管理，形成一個全局業務口徑一致的指標字典。新增指標按照數據開發的流程來進行。存量指標需要梳理當前業務線、當前使用的報表、對指標劃分業務線、抽象集合，區分原子指標、派生指標，指標規范化等操作，整理好之后錄入指標管理系統。

三、功能概覽

• 使用者能按照指標管理體系將指標進行多維度分類。
• 能夠清晰的描述和展示指標名稱（中英文）、業務口徑、計算邏輯，能查到該指標的數據源，指向具體的；
• 能夠便捷的對指標進行添加、刪除、修改、查詢等操作。

四、落地方法論

那么指標開發完成后就完事了么？

讓指標光禿禿的躺在駕駛艙或郵件里怎么能行？

所以對于一些重要指標在搭建完成后，還要用最簡單快捷的方式把它推送到各個使用者的眼前。

比如每天定時推送消息到管理層，利用率會更突出。在指標關注度上升的同時，指標預警的作用也隨之水漲船高，當數據出現異常波動時，可以快速查找原因定位問題，并及時做出反應。

本文由 @趙大師 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