数据分析-如何搭建业务指标体系

如何搭建指标体系

一、为什么要搭建指标体系

一）对业务质量提出衡量标准

没有指标对业务进行系统衡量，我们就无法把控业务发展，无法对业务质量进行衡量，尤其现在很多企业多项业务并行，单一数据指标衡量很可能片面化。因此，搭建系统的指标体系，才能全面衡量业务发展情况，促进业务有序增长。

二）明确结果型指标和过程型指标的关系

完整的指标体系，能够帮我们明确结果型指标和过程型指标的关系。不仅能分析结果，更能分析过程。通过结果指标回溯到和用户行为相关的过程指标，找到解决问题的核心原因。如结果型指标转化率，但影响它的多为浏览行为、停留时间等过程型指标，通过指标体系，能清晰明确转化率和和浏览次数、停留时间的关联关系。

三）指导内部产品、营销、运营的工作

产品、营销、运营等部门都是促进公司发展的重要组成部分，通过完成的指标体系和数据分析，可以有效指导各部门成员的工作，以数据驱动，找到不足，提升业绩。

四）指导数据采集

完善的指标体系可以让采集更有目的性，避免分析时的指标数据遗漏或缺失。虽然我们有些数据分析软件可以对数据缺失值进行处理，但如果连指标都没有，这种缺失肯定是软件无法处理的，尤其是关键指标的缺失，将会造成分析结果的可信度下降。

二、如何搭建指标体系

一）指标类型

指标类型可以按照多种标准划分：

1.按计算方法，分为单一指标和复合指标（由单一指标通过加、减、乘、除四则运算生成），如浏览人数和注册转化率

2.按指标的正负意义，可分为正向指标（如转化率、购买率，越高越好）和负向指标（如跳出率、错误率，越低越好）

3.按业务范围，可分为行为指标如浏览次数、关键事件次数、转化率等；成本指标新访客成本、CPC、CPM等；营收指标客单价、重复购买率、ROI等

一个完整的指标体系会包含多种类型的指标。

二）确定OMTM

OMTM:唯一关键指标（one metric that matters, OMTM）.在数据分析时，可以抓取许许多多的数据，但必须聚焦在最关键的事情上。根据分析目的，只关注驱动的核心，唯一关键指标，根据OMTM搭建指标体系。

这里我们需要提一下选择OMTM指标遵循的三个“好指标原则”

好指标一定是可比较、可理解并且是会可指导的。

围绕这三个原则确定OMTM。

三）为什么OMTM是驱动的核心？

聚焦OMTM让你和整个团队集中力量解决重要且紧急的问题，并进行“假设-验证”的精益实验。

首先，会帮你弄清楚当前最重要的问题，然后强制你拟定一个清晰明确的目标，接下来整个团队都会充分聚焦，围绕核心问题打好关键战役。且OMTM会更有利于执行“假设-验证”的精益实验。

四）分析影响指标的关键因素

我们最常关注的指标多为最终结果指标，比如评估一个电商平台，我们最关注的是销售额（常被称为虚荣指标或表面指标），在业务人员分析销售额增长或下降的原因时，就需要对指标进行拆分，找到影响指标的最小因素，即明确指标。

虚荣指标是表面指标。它们往往比较大而泛，可以给人留下印象，比如销售额。可以用这些指标来谋求建立合作关系并赢得一些关注。

明确指标是运营性指标，比如产品每日实际使用时长，用户访问服务所需时长等。这些是推动增长的隐形引擎。要用这些指标来巩固你的竞争优势。

五）杜邦拆解-最小可优化单元

杜邦拆解：基本思想是将核心指标逐级分解为多项指标，直至最小可优化单元，这样有助于深入分析比较。

我们以电商销售额为例，从两个角度进行拆解，一个是购买用户量，一个是单客户销售额。先看购买用户量，它可以拆解为下单用户购买转化率，下单用户等于加入购物车用户订单转化率，这样一层一层向下拆分。

六）指标体系的构成

指标体系由指标+维度构成，事件、参数、属性配置完成后，形成相应指标体系，可针对唯一关键指标OMTM按多个维度多个时间进行多维细分分析。

数极客提供9大行业指标体系搭建模板，感兴趣的同学可以扫描文章底部的微信领取。

三、数据采集和验证

一）数据采集

数极采集一般有三种方式，代码埋点、可视化埋点和后端埋点。

代码埋点可以采集任意业务指标、维度丰富，但需由技术人员完成代码部署。

可视化埋点操作简单，直接点选完成，可视化埋点适合单一指标，不能采集维度数据。

后端埋点可将前端数据和后端系统数据融合统计，对接更多数据源，但需技术深度参与。

我们在进行数据采集时要根据不同指标选择最适合的采集方式。

下面看下每种采集方式都是怎么完成的。

1.可视化埋点

可视化埋点的优点是操作方便、效率高，缺点是数据类型单一。

可视化埋点通过数极客分析系统进入埋点编辑页面，用鼠标点击想要埋点的按钮，出现数据柱形图后命名保存即可。

2.代码埋点

代码埋点的优点是数据丰富，精准性高，缺点是步骤较多、需技术参与。

代码埋点需要先在后台配置事件和属性，一键生成统计代码，由技术人员添加到埋点位置。

3.后端埋点

后端埋点的优点是可前后端数据融合，缺点是对技术要求较高，普通运营人员无法实现。

后端埋点和代码埋点相似，在配置事件和属性后，截取已有代码中的关键元素，按后端代码统计格式生成新的代码后部署埋点。

我们提到在代码埋点和后端埋点时，需要先配置事件和属性。

事件、参数和属性说明：

先给大家解释三个概念，事件、参数和属性。

事件可以理解为用户的某个行为，比如登录、注册、购买，都统称为事件；

事件和参数结合起来就是指标，比如登录次数、注册人数、购买金额这些我们称为指标，而次数、人数、金额就是事件的参数。

事件属性可以从某个维度对事件进行拆分分析，比如登录方式就是登录的属性，分析不同登录方式的登录次数。

首先看下如何创建事件，在后台进入自定义设置-事件界面，添加事件字段后保存即可。

重要的是创建事件时各字段的含义和填写方法，很多客户在这一步较为迷惑，不知如何填写。

事件方法：事件名称的英文翻译，如登录的英文login

事件名称：表示用户的具体行为，如登录

事件类型：统一全部选为“自定义事件”

事件参数（和事件一起构成指标）

参数名称：指标名称的英文翻译

指标名称：如金额（人数、次数、用户数系统自动统计，无需添加，如无特定的参数，就把指标名称写为事件，参数名称对应event）

计算：对参数的计算方法。数值型进行求和，如金额，最后显示的的累加和；字符型为计数计算，最后累计个数。

属性在创建时，分为两块儿，用户属性和事件属性，每一块儿独立的创建，互不影响。

先说用户属性，也叫全局属性，用来描述用户的属性体征，可理解为用户的一个标签，无需和某一事件绑定，可以对全部事件进行拆分。

事件属性可以从某个维度对这个属性进行拆分分析，需和某一事件对应绑定，对绑定的事件事件进行拆分分析。

事件属性参数名：为事件属性名称的英文翻译

事件属性名称：和事件相对应，如登录方式

所属事件：属性所对应的事件，可一对一，也可一对多；如登录方式只对应登录，而商品名称可能对应浏览商品、加入购物车、购买成功等事件。

事件属性添加好后，会在维度-事件属性下显示:

二）数据验证

数据采集后一定要对数据进行验证，准确性、完整性、及时性都是必须考虑的，缺失的不准确的数据我们无法应用于实际分析，这也是我们在选择适合的采集方法应评估的重要因素。

四、数据应用

一）驱动闭环

搭建指标体系后的最后一步就是数据应用，在采集的数据验证无误后应用于实际业务中，驱动业务增长。

二）应用举例

下面给大家举两个数据应用的例子，

第一个偏重于体系搭建，第二个偏重于业务分析。

1.案例一：推广成本优化

当前各种推广渠道层出不容，那如何分析推广渠道，优化推广成本？

首先确定渠道的质量指标和数量指标，如下图中各渠道的人数、次数指标我们归为数量指标，其余指标为质量指标，然后按照五个维度对渠道拆分分析。

把所有渠道按质量指标和数量指标生成散点图，按照质量高低、流量大小的划分标准分为四象限（即我们常用的四象限分析法）。

找到不同渠道对应的位置，按照策略优化即可。

2.案例二：注册转化率的优化

某电商平台APP端，新访客注册转化率为20%左右，某日该指标出现异常数据2.81% ,如何通过数据分析解决注册转化率降低的问题？

首先确定OMTM指标

注册转化率：新访客注册人数/新用户数

新访客数、新访客注册人数 通过数极客采集

分析思路：

用户从访问到注册有一定的操作路径，一般分为：浏览页面、开始注册、获取验证码、注册成功几个步骤。注册转化率突然降低，用户一定是在操作路径的某一步流失掉了。这时可以设计基于以上操作的路径漏斗，查看每一步的转化率。

分析结果：

按照时间维度对比漏斗发现，转化在前三个环节和前一天差别不大，只在获取验证码到注册成功环节转化率相差很多，按照以上步骤进行测试，发现在发送短信验证码出现问题，很多点击收不到验证码，马上和运营商取得联系及时解决问题。

视频课件地址：http://v.qq.com/x/page/j0646w8ovlx.html