1、概述
在数据化管理中,数据指标是业务中的核心内容,然而指标管理中总会出现许多问题。指标管理系统在一定程度上可以帮助实现规范化管理,但是针对不同的业务场景与需求,数据管理还应当灵活应变。
在实际的业务中我们需要的并不是数据,而是数据背后映射的业务洞察。在业务发展过程中,会产生大量的数据,单看数据是没有价值的,只有和业务相结合转化为信息,再经过处理才能体现起价值。
对于业务数据而言,通常分为两项:其一是维度,其二是度量,或者说是指标,这两项构成了我们数据分析的基础。对于结构化数据,可以理解为一个数据多维立方体(cube),里面存在着维度和度量。
2、为什么要搭建指标体系
通过指标体系监测业务发展的状况,最大的价值就是高效利用时间,把时间花在解决问题上,而不是寻找问题上,从而提高整体的人效。
指标体系的输出结果应当是一份指标字典和对应的Dashboard展示,需要至少满足以下要求:
3、什么是数据指标
在讲怎么构建数据指标体系之前我们首先要知道什么是数据指标,数据指标是用来做什么的?
如UV(Unique Visit , 独立访客数)、PV(Page View,页面浏览量)。
通常我们说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,
4、为什么要构建数据指标
第一张图中的各种不知道,都是因为你缺少了指标思维!指标是为了解决业务背后的为什么,什么原因,怎么样,如何做等问题,它能给业务发展提供指引,为团队建立共同的愿景,凝聚和激励团队。
建立目标,以目标为导向,用结果倒推过程,为过程提供数据依据。
认知统一,口径统一:整个团队统一认知,减少主观的争议,避免我认为,他说的。
优化效率:减少和避免临阵磨枪的情况,设立对比标杆,有利于精准定位问题所在,针对想解决。
用数据促进业务科学增长:以客观标准为依据,用数据推动业务前进。
5、数据指标的构成
指标是一个业务维度和技术维度的组合。
6、数据指标体系
完整的指标体系是由指标和维度组成的:
指标:就是对一个数据的量化,一般通过对某个字段的某种计算得到(比如求和、均值等)。
维度:其实是指把指标按什么角度拆分来看,这个角度用的字段就是维度(比如按照支付方式,性别等),维度可以理解为我们看问题的一个角度。
7、数据指标管理设计方案
8、数据指标管理过程中的名词
这里我们参考阿里给出的定义:
业务板块:比数据域更高维度的业务划分方法,适用于特别庞大的业务系统。
业务过程:指企业的业务活动事件,如下单、支付、退款都是业务过程,请注意,业务过程是一个不可拆分的行为事件,通俗的讲,业务过程就是企业活动中的事件。
修饰类型:是对修饰词的一种抽象划分。修饰类型从属于某个业务域,如日志域的访问终端类型涵盖无线端、PC端等修饰词。
修饰词:指出了统计维度以外指标的业务场景限定抽象,修饰词隶属于一种修饰类型,如果在日志域的访问终端类型下,有修饰词PC端、无线端等。
时间周期:用来明确数据统计的时间范围或者时间点,如最近30天、自然周、截至当日等。
度量/原子指标:原子指标和度量含义相同,基于某一业务事件行为下的度量,是业务定义中不可再拆分的指标,具有明确业务含义的名词,通常是业务过程+度量组合而成,如支付金额。
维度:维度是度量的环境,用来反映业务的一类属性,这类属性的集合构成一个维度,也可以成为实体对象。维度属于一个数据域,如地理纬度、时间维度。例如, 在分析交易过程时,可以通过买家、卖家、商品和时间等维度描述交易发生的环境。
派生指标:派生指标=一个原子指标+多个修饰词(可选)+时间周期。可以理解为对原子指标业务统计范围的圈定。如原子指标:支付金额,最近一天海外买家支付金额则为派生指标(最近1天为时间周期,海外为修饰词,买家作为维度,而不作为修饰词)。
9、构建数据指标体系的方法论(OSM)
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。
业务目标:
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。
用户使用产品的目标是什么?
产品满足了用户的什么需求?
公司/业务/产品等存在的目的是什么?
业务策略:
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?
业务度量:
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。
指标分级管理可以帮助我们更高效的去定位问题,去验证你的方法论,无需每次都要思考要去看哪些指标。
10、指标体系模型架构及示例
11、指标设计中的维度建模步骤
在指标设计中不可避免的要用到维度建,具体怎么进行维度建,步骤是什么,下图给出一个参考。
12、维度建模示例
13、怎么去构建业务数据指标,流程是什么
14、数据指标怎么开发及相应流程
15、数据指标的示例
最后结合我们上面讲的这些给出一个数据指标的示例:
