如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙

在<數據化運營中玩過的分析項目>這篇文章中，提到了數據可視化，而在有讚時負責的”小程序增長項目”中，讓一個新的業務”有效率動起來”這件事，在我心中就是要歸功於”數據指標體系”的搭建與可視化，因此這篇文章想聊其中的一些心得。

文章架構：
一、什麼是指標體系
二、搭建的方法：推薦<精益數據分析>（Lean Analytics）這本書
三、最後：其他流程及總結

相互之間有邏輯聯繫的指標構成的整體。所以一個指標、幾個毫無關係的指標都不能叫指標體系。

運營和產品的工作中，常常會接觸數據或指標來衡量業務的發展狀況，例如DAU、GMV等都是互聯網常見的指標。然而這些指標都是最終結果，當指標有變動時，運營或產品還是很難確認具體原因。也有一個狀況是數據太零散，數據之間無法串連起來，發現全局問題。

當數據無法反應策略時，容易出現拍腦袋決策、指哪打哪的狀況，公司產生無意義的運營成本；對於數據分析師則是產生大量臨時性需求。

所謂的指標體系，我認為就是：在一個有系統的”框架”上，透過指標從宏觀的、全局的視角來看業務，讓問題可以迅速聚焦。因此除了結果指標指標外，還要加入”過程指標”，並且讓結果指標與過程指標在同一個線上。(將點串聯成”場景”的那根線)

好的指標，理想的狀況是，一看到這個指標，能想到：依據這個指標，我將如何改變我的商業行為。如果一個指標不能達到上述目的，那麼就不算數據驅動業務，而是陷入數據流沙中掙扎。

我的想法是，所有業務一定有一條關鍵業務流程，因此只要梳理清楚這條路徑，數據體系就完成了80%。這關鍵流程，就是我搭建指標的框架，也稱為一級指標，並且用“維度”拆解出二級指標及三級指標。

為了實現一級指標，我們會做出一些策略，二級指標通常與這些策略有所關聯。可以理解為一級指標的實現路徑，用於更快定位一級指標的問題。

例如：公司一級指標是付費用戶數，那麼二級指標可以設定為不同銷售渠道付費用戶的佔比。一級指標是GMV，那麼二級指標設定為分不同用戶群的GMV等。這樣當一級指標出現問題的時候，我們可以快速查詢到問題的所在點。

三級指標是對二級指標的路徑拆解，通常是可以指導一線人員開展工作的指標內容。回到上面的例子，如二級指標是不同銷售渠道的用戶購買，那麼三級指標則可以是某渠道的付費週期。

對分析師來說，指標體系搭建要求的能力是業務的了解，包含產品功能、業務流程甚至到整個產業。

至於關鍵路徑流程，不同的產業、不同的業務、不同的組織架構，都有大不相同的路徑，這邊我要推薦<精益數據分析>（Lean Analytics）這本書。

這本書整理了六種不同的商業模式，包含電商、SaaS、App收費、原生廣告、內容平台，可以當作模板參考，再根據公司個別狀況來調整。另外，本書也對”指標”做了許多的探討跟說明。

新業務開始時，就只有GMV這一個數據，解決了業務方提出的大量不知所以的數據需求後，覺得這樣下去不是辦法…逐步搭建與推動數據體系，過程除了上述框架的梳理外，還有跟運營/產品溝通每一個指標對業務的指向性、指標口徑定義一致、跟數倉確認數據源，建中間表等過程。

好的運營和產品總是會通過數據去發現問題，解決問題。而完善的数据体系，可以讓作業變得事半功倍。