數據指標體系是任何業務分析的基礎，日常的數據異常快速定位，運營效果的監測、業務健康度的評價等問題，有了數據指標體系，都可以快速解決。

那么，如何搭建指標體系呢？不同行業數據指標體系的搭建有沒有共通點？

這里和大家分享數據指標體系搭建的一般流程，并針對三個不同的行業（電商、社區、金融APP），來進行指標體系的搭建。
什么是數據指標體系？

指標是衡量目標的參數，老板在制定年度計劃的時候，會說：

    今年我們的計劃是到年底存量用戶數超2000萬；

    年底GMV達到2億。

這里的存量用戶數、GMV就是指標。

而數據指標體系就是將不同層級、不同維度的指標，結合業務過程串聯起一套能反映業務現狀、并能快速做出反應的業務評價體系。
為什么要搭建數據指標體系？

對于企業來說，我們無法用單一的指標來衡量整個企業的運行狀況，比如我們只選用生產成本這個指標，就無法得知銷售端的狀況，只使用銷售金額又無法得知今年的利潤如何。

所以這需要我們有系統性思考的能力，也就是能否站在全局角度，通過嚴謹的邏輯與業務結合來把握全局。

具體到業務上，我們搭建起的數據指標體系主要有如下作用：

第一，對于決策者來說，單一、孤立的指標無法準確地描述業務現狀，而依據業務邏輯及科學的統計方法將不同層級、不同維度的指標串聯起來的數據指標體系可以完整地描述業務運行狀況，幫助決策者制定北極星指標以及更好地統籌決策。

第二，對于一線業務人員來說，如果沒有數據指標體系供業務人員使用，僅憑業務人員的業務經驗制定業務策略，無法有效指導運營，會限制業務發展的想象空間。

第三，對于數據分析師來說，有了一個完善的數據指標體系，我們日常的取數、報表工作會大大減少，分析師就會有更多時間做探索性分析以及深層次的數據挖掘，更好地服務業務。

第四，統一口徑。數據口徑無論在哪個公司都是一個老大難問題。如果我們有一個完善的數據指標體系，并對每個指標的口徑進行存檔說明，我們就可以對指標進行統一管理，輸出正確的口徑，并根據業務發展不斷完善。
如何搭建數據指標體系？

既然數據指標體系如此重要，那么如何搭建呢？

這里將結合自己實際工作中的案例和經驗給產品、運營以及數據的小伙伴們提供一些思路。

一般的步驟如下：

    確定北極星指標；

    拆分子指標；

    拆分過程指標；

    添加分類維度。

下面，我會分別對三種不同的行業（電商、社區、金融APP）的業務場景進行數據指標體系的搭建。
1. 電商場景

1）確定北極星指標

北極星指標，也叫做第一關鍵指標，是指在產品的當前階段與業務/戰略相關的絕對核心指標。

對于電商業務場景來說，北極星指標一般都是GMV，對于業務發展初期的電商業務來說，新用戶數也有可能作為我們的北極星指標。另外如果不確定自己所屬的業務場景的北極星指標是什么，那就盡量和你對接的業務方的KPI保持一致。

這里，我們假設我們的業務處于成熟期，北極星指標為GMV。

2）拆分子指標

上面我們確定了北極星指標是成交金額，下面我們開始拆分子指標，比如成交金額可以繼續拆成：

    成交金額 = 成交人數*客單價

那么成交人數和客單價就是我們的一級子指標。

但是成交人數還可以繼續往下拆：

    成交人數 = 用戶數* 成交率

拆成二級子指標用戶數和成交率。

同樣的，對于我們的落地頁來說：

    落地頁的人數 = 廣告曝光人數*廣告點擊率

而廣告曝光人數又可以拆為：

    廣告點擊人數 = 目標用戶數*廣告點擊率

這樣我們可以一直拆到更小的子指標：

3）拆分過程指標

確定了北極星指標及子指標，我們還需要過程指標將它們串聯起來。

我們的業務場景是電商，業務邏輯就是用戶瀏覽——加購——購買的這樣一條業務漏斗。這時我們的過程指標就按照業務漏斗進行拆分。

拆分過程指標的時候，我們要依據兩個原則：關聯性和完備性。

第一，考慮關聯性。你不能用酸不酸來評判西瓜好不好吃，依據這個原則你選取的過程指標要能準確反映出你的某個過程。

第二，考慮完備性。這個容易理解，你列舉出的若干過程指標是不是能全面包含了要認知的對象，即全面地描述了某個過程。

基于這兩個原則，以廣告曝光過程為例，在這個過程中我們可以用廣告曝光渠道、廣告成本等指標來描述該過程。同樣的，像停留時長、用戶數、各環節轉化率等指標在每一個過程中都會存在。

4）添加分類維度

確定北極星指標、子指標、過程指標后，我們還需要添加分類維度，來完善指標體系。一般添加分類維度按照業務維度進行拆解。在我們的這個場景里，成交金額可以按照不同的特征去描述。

不過要提醒你的是：雖然劃分維度的方案有很多種，但并不是說維度可以隨意選擇。

在劃分維度時，我們要遵循邊際效應最大化原則。

比如下面的用戶分層，是越多越好還是越少越好？這里要看少一個會有什么損失，多一個會有什么好處。如果少了不能全面說明成交金額，那就不能少；多了沒有什么意義，那就不需要增加。

我們這里對于成交金額可以用用戶分層、場景位置、渠道來源、分時段來描述該特征。

比如用戶分層，可以分為新用戶、活躍用戶、回流用戶；場景位置可以分為banner、開屏等各個廣告位。

添加完分類維度之后，這樣，我們就搭建起了一套電商的完整的數據指標體系。

2. 社區場景（人——貨——場模型搭建）

我們以知乎為例。

1）確定北極星指標

知乎的商業模式是通過用戶自發性的問答，提供專業性、有價值的問答平臺。

對于社區互動型的產品來說，北極星指標一般都是用戶互動相關的，比如早期facebook的北極星指標就是用戶關注數。

在這里，我們將知乎的北極星指標定為用戶互動數。

2）拆分子指標

用戶互動數可以拆成閱讀完成人數*關鍵行為轉化率*互動率。

3）拆分過程指標

知乎是社區類的產品，這個時候我們的業務邏輯并不是像電商場景是一條清晰的漏斗，這個時候我們的過程模型就采用“人——貨——場”模型或“AARRR”模型，并以此為基礎來拆分過程指標。

    “人”在知乎的業務場景下，可以拆成：生產者和消費者；

    “貨”可以拆成：文章、視頻、廣告和收費咨詢；

    “場”就是“人”和“物”展示的平臺：如首頁、搜索、推薦、會員位。

4）添加分類維度

這個和上面電商的場景類似，不做展開。最后，知乎的完整數據指標體系如下：

3. 金融理財類APP（AARRR模型搭建）

金融理財類APP提供各種免費及收費功能，為我們理財提供幫助，我們以某炒股類APP為例：

1）確定北極星指標

該炒股APP的商業模式是內容——交流——交易，每個環節環環相扣，這里我們假設北極星指標是日活用戶數，如果不確定的話就與業務方的KPI保持一致。

2）拆分子指標

    日活 = 新用戶+活躍用戶+回流用戶+流失用戶

而一級指標新用戶又可以拆為臨時用戶和正式用戶，同樣可以將活躍用戶、回流用戶、流失用戶進行拆分。

3）拆分過程指標

因為該炒股APP的業務邏輯也并不是一條完整的業務漏斗，我們這里采用“AARRR”模型作為過程模型，并以此為基礎來拆分過程指標。

AARRR分為：獲客、激活、留存、變現、分享五個階段。其中獲客我們可以拆分為：流量和用戶價值；激活可以拆為：核心行為觸達率、核心行為轉化率。

這樣的劃分方法可以參考肖恩的《增長黑客》。

4）添加分類維度

這個分類維度和上面兩個業務場景類似。

最后，該炒股APP的數據指標體系如下：

最后說一點：當我們搭建起數據指標體系時，不代表就萬事大吉了——因為隨著業務的不斷變化，我們的目標可能也會發生變化，這時舊有的指標體系如果不能維持日常的需求，就需要及時更新。所以這是一個動態更新的過程。
總結

對于不同行業來說，盡管業務背景不同，商業模式存在差異，但在搭建數據指標體系這件事上，我們的目標是一致的：幫助決策者進行統籌決策；幫助業務人員優化策略、提高效率；解放分析師；統一指標口徑。

而搭建的方法也可以抽象成如下四步：確定北極星指標、拆分子指標、拆分過程指標、添加分類維度。

其中北極星指標要確保和對接的業務方的KPI保持一致；過程指標可以依照業務漏斗過程拆，也可以按照“人——貨——場”模型或“AARRR”模型拆，同時要考慮關聯性和完備性。添加分類維度時要考慮邊際效應最大化原則。

最后，指標體系的搭建是一個隨著業務發展需要動態更新的過程。