一文看懂：数据指标体系的4大类型

很多同学问：“有没有普遍的、一般的指标体系梳理方法？”网上常见的指标体系分享，大多是互联网的AARRR一类，现实中情况却很复杂。普遍的方法当然有，就是基于业务逻辑，梳理指标体系。从本质上看，数据指标体系有4大类型，针对四个不同的业务逻辑。今天来系统介绍一下。

评估型

“这个产品质量咋样?”

“这个活动效果好不好?”

“这个客户群值不值得做？

这种用数据指标，评价一个东西好/不好的指标体系，即为评估型指标体系。注意，做评价不一定用数据指标体系，比如产品质量咋样，可以简单粗暴看销售数量。但只看一个指标会出问题，比如销量好，但利润低；销量好，但口碑差。

评估型指标体系，主要就是解决：单一标准评估有偏差的问题。因此在构建此类指标体系的时候，重点就是考虑：

1、从多个指标反映质量高低

2、各个指标之间尽量不重叠

3、区分各个指标重要性

4、各个指标的可比较性

评估型指标体系，指标之间关系常常是并列关系（如下图）：

评估型指标体系的难点，主要是考虑问题的全面性和指标数据采集可行性。这里特别要注意：数据指标可采集性。很多同学一提到评估，就会随口说：NPS、用户满意度、用户意向之类的指标。问题是：

1、这些指标打算怎么采集？

2、用问卷的话，能覆盖多少真实用户？

3、用其他指标，能否合理评估情况？

4、意向这种预测指标，到底怎么预测？

如果不回答清楚这些数据采集问题，即使指标听起来很好听，也没法落地，还会找挑战。