数据指标体系建设

根据公司项目,对传统行业数字化转型有比较重要的参考意义,将学习内容总结下来。

目录

定义

指标

指标体系

指标体系的评判标准

背景和意义

建设指标体系方法论

OSM模型

 AAARR模型


定义

指标

通常我们讲述的指标是对当前业务有参考价值的统计数据,换句话说,不是所有的数据都叫指标。指标的核心意义是它使得业务目标可描述、可度量、可拆解。常用的指标有PV、UV等。

指标一般分为原子指标,派生指标,衍生指标

指标体系

是从不同维度梳理业务,并将零散单点的且具有相互联系的指标,系统化地组织起来,更好的以全局视野进行指标建设

指标体系的评判标准


统一性
统一业务指标建设、统一指标消费


完整性
能够完整支撑最终分析应用,不遗漏与缺失


有效性
1、上能指引高层领导把控业务整体方向,下能指导业务人员落地执行业务目标
2、指标之间形成相互作用相互影响产生反馈,能够以数据发现问题、定位问题
 

背景和意义

背景
当前企业指标建设不规范,缺乏有效的组织与管理,从而导致整体数据指标质量较差,影响业务应用,主要表现为以下5点
1、相同指标名称,口径不一致
2、相同口径,不同指标名称
3、指标口径与计算逻辑不一致
4、指标口径不清晰
5、指标命名不清晰

意义
让指标建设、管理与应用更加规范和高效
1、统一业务指标
企业内统一关键指标业务口径及计算口径,统一企业业务目标,实现自上而下目标驱动,提升企业数据运营效率
2、指导数仓基础数据建设
明确数仓基础数据建设方向,搭建完整的数仓体系,避免过程和结果分析指标数据的遗漏或缺失
3、综合衡量业务发展质量
指标体系可以反映业务客观事实,看清业务发展现状,通过指标对业务质量进行衡量,把控业务发展情况。
4、指导业务运营决策
结合用户的业务场景来进行使用,多个不同的指标和维度可以组合起来进行业务的综合分析,用户能够快速发现问题、定位问题,驱动业务运营决策。
 

建设指标体系方法论

工作流程:树立目标--建立模型--找指标--五维分析法--数据呈现和应用

目标:对应的数据产品抑或数据体系要达成怎样的目标,对其进行一个评估。

采用SMART的原则,specific,measurable,attainable,relevant,time-abound

举个例子:跨境电商的数据指标,评估该体系的指标应该是覆盖具体流程(采购入库,销售售后,产品开发,物流运输,库存,财务,人力等),具体流程的子模块指标应该是明确量化且可实现,乃至与中长期目标相关(建立起数据指标体系建设后是呈现指标,应用指标),且在一定时间内实现。

模型建立

对于互联网产品周期更多使用PLC模型--针对单一产品

对于全行业适用的OSM模型--特别适应多场景,复杂度高的指标体系建设

对于互联网行业适配的是AAARR模型--适用互联网行业全流程覆盖

当然一些行业也有指标分级、人货场等相关的方法论,但是根据实际项目经验,这些理论不足以支撑复杂业务场景下的搭建完整清晰指标体系

指标确立(what how who when where)--这里也是数据埋点的方法论

通过五个阶段来确立指标

从指标产生阶段角度:结果指标和过程指标
从指标分级的角度:一级指标(公司战略层,一般只有一个)、二级指标(业务部门策略层)、三级指标

OSM模型

OSM 模型(Objective,Strategy,Measurement)是指标体系建设过程中辅助确定核心的重要方法,包含业务目标、业务策略、业务度量,是指标内容横向的思考。

1)业务目标--object

主要从用户视角和业务视角确定目标,原则是切实可行、易理解、可干预、正向有益。

(1)用户使用产品的目标是什么?

(2)产品满足了用户的什么需求?

(3)公司/业务/产品等存在的目的是什么?

2)业务策略--strategy

为了达成上述目标采取的策略。换句话说,用户在什么时候感受到诉求被满足?

3)业务度量--measure

这些策略随之带来的数据指标变化有哪些?是否有效满足了用户的诉求,达成了业务目标。

所以根据OSM模型搭建指标体系的顺序首先需要确立业务目标,其次是梳理业务流程,最后才是定义流程监控相关的指标

案例分析:零售跨境电商(铺货模式)

零售电商行业是事业部比较综合全面的行业代表,也是数据分析应用比较广泛的行业之一,一个大型零售电商公司基本包含
产品开发、供应链、仓储物流、销售运营、客服、人力、财税、IT研发这8大事业板块,完整支撑整个公司的业务运作。

正是零售电商行业的业务场景比较复杂综合,更需要一个高效的方法论来指导构建清晰完整的指标体系,所以下面将以OSM模型为方法论指导,从整个公司OSM开始,向下拆解梳理出8大事业板块各自的OSM,自上而下构建指标体系,实现全司与各事业线目标一致。
 

 

 AAARR模型

AARRR 模型就是海盗模型,也是用户分析的经典模型,常用于互联网、电商行业指标体系的搭建
反映了增长贯穿于用户生命周期的各个阶段,即获取(Acquisition)、激活(Activation)、留存(Retention)、变现(Revenue)、自传播(Referral)

1)获取
运营人员通过各种渠道进行推广,以各种手段获取目标用户,评估各种营销渠道效果,并不断调整运营策略,以不断降低获客成本。

2)激活
激活指目标用户开始使用产品。产品经理通过新手奖励、产品引导等方式,来引导用户使用产品核心功能。我们需要掌握用户的行为数据,监控产品健康程度。

3)留存
通常维护一个老用户的成本要远远低于获取一个新用户的成本,所以不仅要拉新用户,还需要关注用户粘性,以及关注用户在哪里流失、为什么流失。

4)变现
主要用来衡量产品的商业价值,这也是商业的本质。

5)自传播
主要是基于产品、营销、明星等事件的吸引力,从而使用户自发地传播。
 

例子:互联网行业指标体系
互联网行业也是数据分析应用的典型代表,一方面业务场景相对固化,基本都围绕AAARR模型(获取-激活-留存-变现-自传播)这条链路开展业务,另一方面信息化程度高,数据容易埋点获取且相对规范标准,这也使得各类数据分析算法都能得到很好的应用。

主要难点是在数据量级比较大,因为基本是跟用户流量相关的数据,当然随着计算机技术的发展现在已经可以很好的对大数量级进行采集-存储-应用。

下面将以AAARR模型为方法论指导,梳理互联网各业务环节重点的关注指标。

数据应用和分析 

漏斗分析、留存分析、时间分析、用户画像、渠道分析、分布分析

参考文章

数据指标体系_beyond94的博客-CSDN博客

【7000字】从 0-1 构建指标体系 - 一个数据人的自留地

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值