起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識感悟篇：我在B端做數據分析（二）
B端與C端數據有何差距？該如何做具體分析？本文結合具體應用場景，與大家談談B端業務下的指標體系的建設過程。希望對你有所幫助。
21年7月份的時候寫了一篇文章《我在B端做數據分析（一）》，對B端和C端在業務上的差異性進行了對比，將數據在B端業務下的應用場景做了概括性的總結。
時隔兩年，續著第一篇接著往下寫，說一說B端業務下的指標體系的建設過程。
在第一篇文章里面有提到過幾個管理層關注的核心指標：合同金額、付費用戶數、付費轉化率、用戶客單價、用戶流失率、商機線索量、市場占有率。
在現在能夠檢索的知識里面，構建指標的過程、以及指標建設的重要性，都已經逐漸標準化，不算新穎的內容，也不算創新的知識點。
在指標建設過程中的合理性、復雜度、落地性都飽受爭議，以至于很多分析面試的第一關便是如何建設基于某某場景的核心指標，如何去做指標的定義與監測，如何對核心指標進行跟蹤…
為什么指標建設難落地？
為什么我們一直在說指標建設，但是卻又一直做不好？指標建設，絕對不是說做一套產品就可以了，產品只是指標應用的一個承載體而已。
前幾天去省廳開會，有一句話特別有感觸。
以前領導看數據是半年一次、一年一次。
現在有大屏了，領導看數據的頻次在增加，會變成1個月一次、1周一次。
對做數據統計的崗位來說，如果沒有系統化的指標來支撐，就會很痛苦，可能每天都會在找數據和湊數據的過程上，就顯得比較低效。
所以才會去推數字化轉型建設，從源頭就把信息內容變成數字化，減少人為干預的環節，實現全鏈路的數據可視化。
一、戰略目標和管理必要性
做企業，最大的目標是為了盈利，非營利性的組織與團體，不在分析的范疇內。
無論是平臺型B類、SaaS服務型B類、實業型B類，從全生命周期的角度來說，都離不開「營收」、「品牌影響」、「行業知名度」。
1.1 自上到下的考核機制，離不開指標建設
指標，是伴隨考核而產生的，中央考核部委、部位考核省廳、省廳考核市局、市局考核縣區、區縣考核到單位，這就是一個完整的考核鏈路。
對公司而言，也是一樣，董事會考核公司管理層、管理層考核事業部、事業部考核到子級業務線。
促進數據指標建設的必然性，一定離不開企業在做數據化轉型、數據管理、數據驅動中的主要痛點，尤其是在經濟下行的市場環境下，營收目標的增長實現，就需要一套指標拆解的方式進行動態跟進
譬如公司的整體營收金額，根據杜邦分析法進行結構拆解，拆分到事業部、區域、產品，然后從用戶基數、付費轉化、投放進行拆分。
1.2 指標解決的幾個實質性問題
指標的建設，不是空穴來風，做做樣子，而是解決實打實的業務痛點，在企業運轉過程中，幾個最典型的問題在于：
- 同名不同徑，同徑不同名
- 口徑不清晰，口徑有錯誤
- 命名難理解，計算不易懂
- 來源不清晰，同部不同徑
1.3 構建指標的幾種業務思考
了解戰略目標-熟悉業務特性-提煉場景指標-核心指標開發-跟蹤監控預警
- 結合公司業務的核心戰略目標，做基于財務營收利潤的指標拆解；
- 結合市場營銷的拓展方向目標，做基于業務運營增值的指標拆解；
- 結合產品規劃的架構體系目標，做基于用戶體驗優化的指標拆解；
- 結合流程建設的數據治理目標，做基于管理降本提效的指標拆解；
- 結合售后服務的滿意提升目標，做基于客服訴求評價的指標拆解；
- 結合客戶交付的工程實施目標，做基于需求交付過程的指標拆解；
- 結合政策動態的行業監控目標，做基于媒體資訊管理的指標拆解；
二、B端指標建設的特性
在第一篇文章中從用戶、業務、產品、行為、數據五個方面對B/C端進行了多維對比，在定義和設計指標的時候，需要充分認知到企業所在行業、市場上的差異性。
2.1 簡單的B端業務
為什么說B端很簡單，大多數的理解起來，B端的用戶體量比較少，所以數據就會少。
在中國，C端的用戶體量大約在7～9億左右額，而B端的用戶體量，根據工商統計大約有4、5000萬家注冊企業數，劃分到細分垂直領域，每個行業下的體量更少了。
具體可以體現在以下4點：
- 量級簡單，企業級，客戶保有量有限；
- 成交簡單，搞得定B端的KP，事情可以變得很簡單；搞不定，簡單的事情也推不下去；
- 數據簡單，訂單量有限，百萬級/千萬級通常是天花板；
- 指標簡單，市場保有量、市場占比、新老客戶占比、復購率。
2.2 復雜的B端場景
但實際上，B端也不少，主要看業務體量，是屬于訂單性質，還是看大合同類的服務履約性質。
（1）決策鏈路復雜
有限市場下的客戶開發難，B端銜接的是企業和企業之間的關系，看似不賺錢的事情，卻往往是B端打造客戶案例，拿下行業規模化應用的機會
（2）涉及的業務鏈路復雜
客戶獲取，客戶成功，客戶轉化，不會隨著樣本變多而成正比增長，會隨著業務增長快遞碰到市場壁壘，陷入增長瓶頸期
（3）大數定律在B端有用，但是沒那么有用
關系復雜，不起眼的一個人，有時候會成為整個事情的卡點；好搞定的人，一般都是看起來好搞定，背后操盤的人不出來，很容易前功盡棄
三、指標建設方式及內容設計
3.1 指標建設方式
從上至下的指標體系建設需要跟隨企業戰略目標的變更而進行變更，從而需要進行大量的指標變更。
從下至上的指標體系應關注在每個業務域內的經營活動而形成指標。要注意的是，各個業務域內可能存在交叉環節，相對應的指標在內部以及部門合作之間需明確指標口徑。
3.1.1 自上而下
基于BI本身的職責和公司/團隊對BI的要求，設計BI建設體系并分別推進落地，跨團隊的項目模式進行；
戰略指標：一般不超過三個戰略（主要以盈利為目標的），除非超大型企業，確有需求的情況下。
北極星指標：影響權重最大的關鍵性指標。戰略指標與北極星指標會共存，并會隨發展而調整。
3.1.2 自下而上
整體而言，公司的目標會貫徹到各個子業務線的中短期規劃里面，從組織架構設計上來看，指標建設的過程也應該是從上到下的管理過程。
實現方式：從業務需求出發，提煉需求過程中涉及到的數據內容項，形成業務核心指標；
- 根據前臺業務的劃分，譬如xxx事業線、xxx產品，來劃分基于事業群的指標體系，重營收、交易增長和用戶增長；
- 根據業務中臺的劃分，譬如交易中心、用戶中心、商品中心、支付中心、倉儲物流中心、發票中心，來劃分基于產品的指標體系，重基礎建設、流程效率；
- 根據后臺部門的支撐，譬如運維中心、數據中心、客滿中心，來劃分基于管理的指標體系，重客戶滿意度、需求解決率、時效。
基于BI團隊現有的職責和任務，專注于用戶側需求的滿足，涉及標準化建設的需求，建立推進機制，BI團隊作為需求和問題的發起者和結果的驗收者存在。
3.2 主題域劃分
實現方式：
從元數據開始介入管理，重數倉設計，ods->dim層->dw層->ad層的架構。
- 基于不同的業務域、業務過程、核心環節進行指標構建；
- 基于十大主題進行歸類，可以構建原子粒度的DWD(數據明細層)和DWS(數據匯總層)，也可以用于方便集市內部表單管理。
用戶、協議、產品、資產、事件、活動、地域、內部機構、渠道、財務。
3.3 數倉下的指標建設過程
指標系統依托離線開發中心，是指標的統一入口，通過定義原子、派生指標，明確指標業務口徑和技術口徑，解決指標定義不一致、口徑不一致和數據來源不一致的問題，實現規范定義，助力數據模型規范設計。
3.3.1 數據指標的生成
原子指標：不可分割指標。實際業務中，原子指標很復雜，不同時間節點的原子指標不一樣，行業規范不一樣。原子指標含有高度行業屬性。
派生指標：從原子指標發展，增加維度和定語去而形成的?？梢栽跇I務情況下，退化為原子指標。
ps：原子指標與派生指標的定義相對模糊，需要在特定業務場景下能清晰定義為原子或是派生。
指標口徑：等同邏輯（條件、范圍、維度、度量方法）。
例如SQL查詢語句：
select度量方法（count&sum）（事實）
from范圍（table）
where條件（字段=”xxx”）&維度（year=2021anddistrict=”浙江”)
維度和事實：維度是可枚舉性的值，且是有限值，可歸集。事實是不可更改和調整的。
復合指標：通過幾個派生指標經過運算形成。
例如：將浙江省內2021年度交易次數>5次的供應商計數的運算。
3.3.2 數據指標的維護
誰在什么時候應該做規則更新
- 生成：將條件、范圍、維度、度量，事實明確而形成，例如SQL查詢。
- 定義：通用規則，通過邏輯去診斷指標定義。包含指標名稱與指標口徑。外部用戶叫法及內部系統名稱，對于不同用戶受眾，需要不同叫法。
- 命名規范：需要注意針對對象進行命名，例如針對管理層GMV，對業務方銷售額。中文和英文設置根據數據庫表內的字段名生成。
- 應用：針對不同受眾，所理解的指標別名不同。例如：GMV在有任務場景下被定義為月銷售額輸出。
- 迭代維護：當業務，系統等情況發生變化時，需要對指標定義進行重新定義、修改。
3.3.3 數據指標的銷毀
生命周期的末端
銷毀：銷毀指標同樣是一種選擇，但通常不常用。銷毀復合指標的場景是：當復合指標不符合當期經營所需情況且不產生價值時。
四、指標應用——監控與預警
指標應用的幾個方面：數據可視化產品、BI業務報表、用戶標簽與畫像、風險模型與預警。
4.1 可視化大屏
可視化，就是用最直觀的方式進行呈現，發現數據間的關聯和規律，理解數據背后的關系，從而得到決策建議和洞察。
實際過程中的四大作用：核心指標監控、實時動態監測、對外公關宣傳、異動預警治理。
- 核心指標監控，關鍵的業務指標、性能數據或核心運營數據，變化和趨勢可以迅速被捕捉到，便于及時做出決策和調整
- 實時動態監測，各個部門的任務完成情況一覽，對關鍵事件可以了解業務進展，及時解決問題
- 對外公關宣傳，向投資者、合作伙伴或客戶展示公司的業績、業務發展和戰略規劃，強宣傳效果，提升企業形象
- 異動預警治理，異常波動或超出閾值，觸發預警機制，通知相關人員采取措施，預防潛在風險，保障業務的穩定運行。
4.2 BI業務報表
業務報表，可以讓運營更加高效，通過自動化數據處理和分析、快速生成報表、數據可視化、實時監控和預警、跨部門共享數據以及優化業務流程等方式，可以提高工作效率并降低運營成本。
（1）自動化與洞察
替代運營人工做的數據處理、圖表分析過程。
- 通過數據建模的方式實現自動化報表，減少手動操作和錯誤，提高工作效率；
- 通過多樣化的圖表可視化功能，替代Excel數據呈現上的問題，快速洞察問題。
- 業務下鉆分析
統計，只能滿足看數的需要。
深入了解問題、剖析問題，需要通過數據透視，深入了解數據背后原因和影響因素，逐層拆解才能發現規律。
4.3? 用戶標簽與畫像
通過數據指標對用戶的需求、行為進行特征抽象，定義人群類型，從而提供更精準的產品或服務，并優化營銷策略，提高企業的競爭力和運營效率。
（2）用戶特征
通過數據，對用戶進行特征刻畫，包括用戶的消費習慣、偏好、社交行為、生活方式等多個方面。
抽象出用戶的興趣愛好和需求，針對性地設計產品功能和營銷策略，提高用戶滿意度和忠誠度。
（3）商機發現
通過對客戶人群的劃分，對每類人群進行差異化服務和營銷策略，提高用戶體驗和服務質量。
結合競對的分析，識別出“敵有我無”、“敵有我有”的重疊部分，挖掘更大的商業機會。
4.4 風險模型與預警
數據分析可以劃分為兩類：過往經驗的歸納總結、未來事情的預測判斷，分析歷史數據和行業標準，找到一個數據閾值和預警范圍，形成事件進行督辦治理，打有組織的“仗”。
- 財務風險，如財務比率、利潤指標、現金流指標等；
- 運營指標，包括生產效率、產品質量、供應鏈管理等；
- 市場評估，類似市場占有率、銷售額、客戶滿意度等指標；
- 行業風向，通過行業增長率、行業利潤率、行業風險等指標都可以進行判斷；
- 信用模型，最典型的芝麻信用分，其他的還有信用評級、信用風險等。
五、附不同行業下的數據指標內容
B端企業有著非常強的行業特性，在不同的行業背景下，呈現出來的內容有著非常強的差異程度
1. B端-電商
B2B/B2G，銜接廠商與經銷商、政府與服務商、渠道代理與分銷商之間的平臺公司，從流量-曝光-獲客-訪問-選購-下單-支付-倉儲物流-最后1公里配送的交易流程，對埋點強依賴，行業特性比較強。
核心指標：GMV、轉化率、ROI、復購率。
2. B端-SaaS
SaaS軟件即服務，需求和服務的行業差異性特別大。包括信息軟件服務、人力資源服務、財務會計服務、企業管理咨詢服務、IT技術支持服務、法律咨詢服務等。
核心指標：復購率
3. B端-PaaS
PaaS平臺即服務，通常是指針對企業或組織等而設計和開發的互聯網軟件工具，旨在幫助企業提高工作效率、降低成本和提升業務管理水平等。
4. B端-零售
零售行業，通過快速建立品牌形象，以銷售目標為導向，滿足顧客的需求的同時確保獲得最大的利潤。
核心指標：GMV、連帶率、客單價
5. B端-汽車
利用互聯網和移動互聯網技術，為汽車行業提供線上和線下一體化的服務，包括汽車銷售、維修、保養、租賃、二手車交易等領域，通過平臺查詢汽車信息、預約試駕、在線下單、申請金融服務等，為消費者提供更精準、更定制化的服務和產品。
主要包括：汽車生產廠商、經銷商、維修保養機構、租車公司、物流運輸企業等。
可按照細分場景做更細粒度的拆解：
6. B端-房地產
注重商業性和專業性，針對的是大型企業和機構的需求和目標，涉及的產品和服務范圍更廣，其特點是項目規模大、服務內容全面、專業性強、服務要求高。
7. B端-金融
金融行業，快速響應企業、家庭、個人的靈活用錢需求，解決資金短缺問題，同時也為機構帶來穩定的收益來源，通過保險合同的簽訂，將某些風險的損失分散到眾多保險客戶之間。
主要包括：保險、保函、貸款、信用卡、消費分期、互聯網金融、小額貸款等。
8. B端-醫療
通過互聯網技術和平臺，為醫療機構、醫生、藥企等B端用戶提供一系列在線醫療服務的商業模式。
服務包括在線問診、遠程醫療、病例管理、醫療影像處理、健康檔案管理等多種形式。
9. B端-文娛類
平臺為企業、機構和個人，提供短視頻、課程、文案等內容創作、制作、發行的服務。
核心指標： GMV、LTV、
本文由 @鄭小柒是西索啊 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。
- 目前還沒評論，等你發揮！
