1. 肥喵工作室首页
  2. 运营

如何制定业务数据观测指标

如何制定业务数据观测指标

从读懂业务数据指标开始,深入了解业务指标间的内在联系,是数据分析实战的第一步。

数据运营,行走的大雄,数据指标

在上一篇讲到,提升数据分析能力,意识要先行,对此分享了一些方法:列清单、养成小习惯、敢于表达。那么在具备了基本的数据分析意识之后,接下来该怎么办呢?

我认为是:读懂数据。

什么才叫懂?清楚每一个数据指标的口径,这不算懂;了解每一天的数据变化,这也不算懂。真正的懂,是能够知道:为什么每天要看这些数据?

知其然也知其所以然!从读懂业务数据指标开始,深入了解业务指标间的内在联系,是数据分析实战的第一步。

我们先来看本次的内容大纲:

1、如何读懂业务指标?

1)指标组装,找到业务在公司的位置

2)指标分类,了解指标间的内在联系

3)指标解读,定好工作的基调

2、如果我来制定指标,我该怎么办?

1)定目标,有方向不迷路

2)找标杆,向好的指标学习

3)拆指标,上帝视角观察业务走势

3、案例分享:以从0到1搭建的积分体系为例

如果我们想定义它,就应该先读懂它。因此,我们先来看第一模块,理解业务指标。

01、如何读懂业务指标?

公司就像是一台复杂精密的机器,每一块零部件各司其职,每一块都完成各自的指标,才能实现公司最终业绩目标的达成。

那么不同岗位的业务指标制定背后的考虑是什么?各业务指标的差异和内在联系又是如何?我们该如何从指标中找准方向,贡献自己的聪明才智?

对于这三个问题,我给出的建议是:组装--分类--解读,读懂指标三步法。

数据运营,行走的大雄,数据指标

 

1)指标组装,找到业务公司的位置

指标组装,并非什么高深的方法。实际做法就是,‘指标拆解‘的逆向过程。具体怎么理解?我们以电商业务为例。

指标拆解,促进目标落地

假设今年的目标是要将商城的销售额提升100亿元,根据公式(GMV=UV*CR*客单价)拆解。

运营同学找更多渠道/更自动化等方式将提升流量(UV)到日均xx w,产品同学缩短页面路径/减少用户操作等方式将转化率(CR)提升到xx%,商务同学引进更多高客单价商品等方式提升客单价到xx元。

指标组装,逆向过程理解公司业务

同样是电商业务。公司组建了一个虚拟团队,专门针对老年群体销售商品。我负责产品策划,隔壁小陈负责营销活动,对面的张哥负责商家引进。

会议结束后,我知道了小陈的指标是让更多人(UV)进到商城参与活动,张哥的指标是引进头部top5的优质商家(客单价)。而我则是让用户在商城上能够更快地找到合适他的产品(CR)。反向推倒得出公式:UV*CR*客单价=GMV。

当然,公司实际的业务,远非如此简单,而且各部门的指标并没有那么容易获得。但,逆向思考的意义在于:以老板们的视角,找准业务的位置。

数据运营,行走的大雄,数据指标

2)指标分类,了解指标间的内在联系

当我们清楚了所负责业务在公司的位置之后,接下来就要思考:我所负责的指标与其他岗位或其他业务部门指标的联系是啥?差异点在哪?

为搞懂这些问题,我们先来重温下两条数学公式:利润=收入-成本、销售收入=产品销售数量×产品单价

你可能会问,这不是小学就知道的公式么?有什么值得重温的?先别着急,我今天不是来讲解这个公式是怎么来的,来讲点不一样的。

在公式中,不难发现:运算中“-“的背后代表着需要减少、控制,而“*“说明要相互依赖。同时这些指标最终都是为了“利润“服务。那么,我们可以根据下述的分类方法,去理解公司各业务的指标。

从指标变化上看:

需要减少的指标:称之为“控制型指标“,比如成本,公司财务每天都审核各业务的财务支出的合理性,帮助公司如何节流。

需要增加的指标:称之为“增益型指标“,比如销量,销售人员每天想法设法提高产品的销量,为公司带来收入。

从指标状态上看

最终需要达到的指标:称之为“结果型指标“,比如利润,提升了公司的整体利润,那么大家就可以吃香喝辣,年终奖多得飞起。

不是最终状态的指标,称之为“过程型指标“,比如购买人数,购买人数虽是过程,但不可或缺。只有更多人购买,提升了产品销售额,公司才能挣到钱。

如果你负责的业务指标既是结果指标,又是增益型指标,那么恭喜你,你的岗位非常重要,做好了升职加薪自然不在话下。

补充说明下,上述举例的指标仅是围绕列举的公式展开讲解。实际的指标有非常多,比如说:结果指标,不同的团队内,结果指标会有不同。运营团队会以用户数作为结果指标,产品团队会以转化率作为结果指标,等等。

3)指标解读,定好工作的基调

当我们了解业务在公司中的定位以及业务指标的分类之后,最后一步就是解读指标,确定我们日常工作的基调,这也是为什么职场里,有些人总喜欢唱“黑脸“干“坏事“,而有些人呢,则是唱“红脸“整天一副热心肠。

拿到“控制型指标“的人,比如内控审计、人事、财务、安全。他们需要为公司节约成本、降低风险,就需要规范、约束其他部门,免不了“得罪“他人。

拿到“增益型指标“的人,比如销售、市场、品牌、产品。他们需要为公司开疆拓土,增加收入,就需要联动各个部门资源,如果得不到其他部门的支持,很难出业绩。

02、如果我来制定指标,该怎么办?

通过前文我们知道了,理解一个指标需要经过:先定位、再分类、最后解读三步。

作为一个产品经理,不仅要充分理解现有的业务,还有可能要负责新的业务。在业务开展之初,免不了要制定业务指标,这个时候我们该怎么办呢?结合这些年做新项目的经历,我来分享下,也是分三步。

数据运营,行走的大雄,数据指标

1)定目标,有方向不迷路

很容易想到,第一步就是先定业务目标。目标的合适与否,很多时候关系到业务的成败。为了制定出合适的目标,应该遵循什么样的思路?需要注意些什么呢?

首先,搞清楚业务的目的/使命是啥

商业的最终目标都是挣钱,持续挣更多的钱。为了挣钱,公司会成立很多项目,职能分工也很精细。不同的项目,它所承载的使命不一定都是为了挣钱。有的是为了提升用户满意度,比如专属客服;有的是为了提升转化率,比如个性化推荐,这些指标其实是过程指标。

所以,首先搞清楚:所负责的业务的使命是啥?这里可以前文讲到的办法:指标组装,从公司层面看看业务所处的位置。

然后,考虑限制条件

目的是考虑当前条件是否支持业务目标落地,可以从横向和纵向两个层面去思考。

横向层面:从内外角度去看。公司内部的条件资源,如开发人力资源、业务发展所需要用到的基础能力资源等等是否支持;外部政策条件是否影响到业务的发展,如滴滴的顺风车业务受到监管无限期下线整改。

纵向层面:从业务所处的发展阶段去看,刚成立的业务和成熟的业务,关注的重点是不一样的,前者关注用户存留的质量,后者关注数据增长的规模。

在最后

当清楚了业务定位,条件可行,最后就是制定业务的核心目标。下面列了一张表,用来示例方便理解。

数据运营,行走的大雄,数据指标

2)找标杆,向好的指标学习

好的数据指标应该是怎么样的?在《精益数据分析》这本书的第二章讲得非常好,也解答了我多年的困惑。

其书中写道:好的数据指标,它是有比较性的,能比较不同时间、群体、竞品之间差异,可以洞察产品的走势;它是简单易懂的,容易记住、理解,才能时刻采取行动;它是比率,即具备了比较性,又兼顾了各种影响因素之间的相生相克;它还是能够改变行动的,看到数据变化,可以及时采取行动。

3)拆指标,上帝视角观察业务走势

完成核心业务指标制定,还远远不够。还需要多维度、更细的颗粒度去观察业务发展的趋势。最有效的办法,就是做指标拆解。

指标拆解可以利用公式法,相信不少同学都知道。不过,我这里要再升级一下,双维度公式,业务交易公式、用户行为公式。多方面观测,更能在数据的变化中找到新的增长点。

继续以电商的销售额(GMV)的例子,我们可以拆解成:用户行为公式:GMV=UV*CR*客单价,也可以拆解成,业务交易公式:GMV=美容护肤类目交易额+电子数码类目交易额+...+家具家电类目交易额。那么需要对应监控的指标列表如下:

03、案例分享:以从0到1搭建的积分体系为例

背景简述

一家银行的App,持卡用户很不活跃,即不登录也不刷卡消费,老板提出希望通过积分体系解决用户活跃的问题。

积分业务解读

1)业务所在的位置:在银行,挣钱的手段多了去,比如利息、手续费,因此通过积分业务挣钱并不是优先考虑的问题,很多银行的积分业务更多定位是:成本中心。通过补贴成本,利用积分串联各个业务(存款、贷款、消费),最终实现主营核心业务指标的增长。

2)指标分类:通过上面的描述,我们可以知道积分业务所承担的指标,实际是增益型的、过程型的指标。

3)指标解读:积分业务的定位是串联、服务各业务,它是一个平台能力提供者。既需要各业务方多多使用积分功能,也要求各业务方遵守平台规则。

因此,做这个业务的同学,红脸黑脸都需要。红脸是,需要得到业务方的支持,左右逢源才能吃得香;黑脸是,也要有平台的坚持和原则,不能被业务完全牵制,做太多个性化的需求。

积分业务指标制定

当我们了解了业务之后,接下来就需要制定具体的指标了。我们提取该业务的关键词:串联、过程指标、从0到1。积分业务相关的指标有:发积分数A、消耗积分数B、发积分人数C、消耗积分人数D、人均持有积分数E、人群消耗积分数F、积分核销率G=B/A,积分核销人数比率=D/C...等等。

这么多指标,选那一个才更合适呢?从前文所讲,比率的指标更好,而且当前是从0到1的阶段,更重要的是要验证发了积分之后,用户有没有使用,有没有形成个良性的闭环循环,否则发再多的积分,也无法持续带动更多的业务。

锁定其中两个:积分核销率G=B/A,积分核销人数比率=D/C。

二选一,哪一个很好呢?我的偏向是,第二个:积分核销人数比率。

原因有二

1、积分是过程指标,目的是带动更多人通过使用积分去体验其他业务;

2、如果积分核销率上看,有些持有较多积分的大户,产生了核销行为,会使指标波动较大,导致指标难具备较强的说服力。

找到了核心业务指标之后,就剩最后一步了:制定完整的业务数据观测指标,这时候我们用双维度公式去拆解。

业务交易公式:积分核销人数比率=消耗积分人数/发积分人数。消耗积分人数=场景A消耗积分人数+场景B消耗积分人数+...+场景N消耗积分人数;发积分人数=场景A发积分人数+场景B发积分人数+...+场景N发积分人数。

用户行为公式:积分核销人数比率=消耗积分人数/发积分人数。消耗积分人数=积分商城总浏览UV*转化率;发积分人数=积分任务浏览总UV*积分任务完成率。

监控数据表格制作如下

数据运营,行走的大雄,数据指标

说明:以上仅做思路的演示,在实际的观测中远不止这些数据,如果有兴趣进一步学习,可以找我拿相关监控的表格。

最后,我们来回顾下:本次的目的是要掌握如何制定业务观测指标。

首先要读懂业务数据,通过理解指标三步法:组装--分类--解读,读懂指标背后的含义。有了基本的了解之后,再去制定具体的业务指标,还是三步:定目标--找标杆--做拆解,一步步指引完成指标的制定工作。

-END-

肥喵运营推广

本文“如何制定业务数据观测指标”由肥喵转载自互联网,不代表我们的立场,如有侵权请联系我们删除
转载联系作者并注明出处:https://feimiaomiao.com/yunying/7661