搭建数据指标体系,我总结了标准化全流程

0 评论 9832 浏览 68 收藏 10 分钟

如何搭建指标体系?本文从业务场景、业务目标、业务流程和数据采集几个方面说明了如何在具体场景里搭建出好的指标体系。让我们一起来看看吧!

一提起指标体系,很多同学像说相声一样,脱口而出“AARRR”“OSM”“UJM”……讲得好开心,可面试官多反驳一句:“我这是销售运营的指标体系!”“说清楚到底O是什么O,U是怎么U的!”就会让很多同学没了办法。今天系统讲解下,该如何处理此类问题。

和很多数据分析问题一样,OSM等理论本身没有问题。问题是不能把理论当教条,不深入业务流程之中,不考虑具体场景,是没法搭建出好用的指标体系的。

一、清晰业务场景

所谓的业务场景,即:数据指标要反映的业务是啥。

它包含了四个方面:

  1. 业务方目标是什么?
  2. 业务的流程是什么?
  3. 业务方做哪些动作影响结果?
  4. 业务流程/业务流程,有啥数据记录?

很多同学面对具体业务,不知道该怎么梳理指标,本质上是对业务不熟悉。即使不问“销售运营指标体系”,而是问:

  • “销售卖的是啥呀?”
  • “销售目标客户是谁呀?”
  • “销售人员咋卖的呀?”
  • “销售运营又运营啥呀?”

一个都答不上来,那还咋梳理指标。懂业务是第一位要求,了解业务场景后,可以一步步开始梳理。

二、清晰业务目标

业务目标是业务最关心的东西,也决定了指标体系的主指标是啥。数据采集,得优先保证主指标有采集;指标体系的展开,也优先展示主指标的产生过程。

在业务方的心中,业务目标是很清晰的。因此可以直接沟通。

比如销售运营工作,常见的主指标有:

  • 销售目标达成→指标:销售收入(金额)
  • 销售业绩增量→指标:销售收入增长率
  • 销售队伍稳定性→指标:整体离职率/A级离职率
  • 特定客户开发数量→指标:整体离职率/A级离职率
  • ……

梳理清楚这些,定下主指标,就能结合具体业务流程,看主指标是怎么实现的。

三、梳理业务流程

业务流程是主要数据来源,指标体系首要任务是反馈业务流程情况。有了主指标以后,要结合业务流程,梳理出过程指标。有了过程指标,才能解释主指标为什么低,为什么高。

还拿销售运营举例。销售运营的工作,是叠加在销售正常的工作之上的,因此有两个业务流程要梳理:

  1. 销售的操作流程
  2. 销售运营做了哪些优化

不同销售流程的操作不一样,想让指标体系具体、能落地,就得深入业务细节之中,看具体是怎么操作的。有的流程可能很简单,比如销售自带客户资源,那就自己联系客户→签约,结束。但有的流程可能很长,比如卖软件的,从接收客户线索到成交,有N多步骤,这里是不能偷懒的,要一步步认真梳理,最好画出流程图。(如下图)

搭建数据指标体系,我总结了标准化全流程

销售运营的动作,大体上可以分成三部分:

  1. 培训:培训销售们产品知识、话术、技巧
  2. 激励:物质激励、精神激励
  3. 组织:SOP制定、流程管理

这里也不能偷懒,需要了解到细节。比如培训,什么时间、什么话题、多少人参与,要了解到位。比如激励措施,物质奖励的奖励规则,要了解到细节(如下图)这些细节才是直接驱动销售干事情的动力。

搭建数据指标体系,我总结了标准化全流程

这里有个常见的误区,就是很多同学在梳理指标体系的时候,只关注用户行为,不关注业务动作。比如梳理销售指标,就简单地:销售额=业务员人数*有成交比例*人均成交金额,就拉倒完事。

至于有啥奖惩措施,有啥规范制度,一概不知。这样会导致指标体系只能展示结果,不能解释原因,也没法对比分析。最后对着人数、比例、人均金额三个指标狂抓脑袋:为啥它就涨了呢?为啥它就跌了呢?(如下图)

搭建数据指标体系,我总结了标准化全流程

四、确认数据采集

数据记录是保障。业务流程数字化程度不高,没有数据记录,一切免谈。比如销售运营指标体系;如果想解读销售业绩,就得掌握销售过程,得先知道销售干了啥,没干啥;如果想诊断销售能力,就得掌握销售个人画像,得先知道销售有啥经验、啥背景;如果想分析运营动作有效性,就得记录每个动作上线时间,作用在哪些人身上。

如果以上统统没有,只有一张成交订单和订单上的销售个人编号。那就真的没啥好分析的了。最后的数据就只有:销售额=业务员人数*有成交比例*人均成交金额。基于这么点可怜的数据,可以做一些简单的、粗线条的分析,比如:

  • 对业绩排名,分析业务员业绩稳定性、找出标干
  • 对团队排名,分析团队管理水平高低
  • 对比活动/政策上线前后差异,粗略观察效果

搭建数据指标体系,我总结了标准化全流程

当然,因为缺少细节,所以这些分析很容易被人质疑。没有数据,分析什么呢!这一点一定要牢牢记在心里。在各种场合,努力推动数字化进程,努力提高业务部门对采集数据的重视(而不是提高业务部门对数据分析成果的期望),才是数据分析师们自救法宝。至于那种大吹特吹:“我有神威无敌大将军算法,代码一跑上知天下知地中间知空气”的主,你就跟他划清界限,让他独自面对销售的质疑,死几次他就知道改了。

五、更多的场景

不止销售运营,但凡数据想落地到具体业务中,都得经历这个过程。

比如商品管理场景,得先知道:

  • 是啥类型商品、保质期、储藏要求、物流要求如何?
  • 商品选品、定价、入仓、出货、上架流程是啥?
  • 商品管理部门改价格、做促销、做陈列的方案是哈?

比如内容运营场景,得先知道:

  • 是啥类型内容、视频、文字、海报?
  • 内容创作从目标、选题、素材、发布流程是啥?
  • 内容运营团队对不同内容主题的运作计划是啥?

了解业务才能做出切合实际的指标体系。

专栏作家

接地气的陈老师,微信公众号:接地气的陈老师,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!