腾讯资深数据分析师：如何搭建有效的指标体系
关于作者
李梅花，腾讯CSIG\云产品部\数据平台产品中心\数据分析组 数据分析组员工。
导语I最近在忙着招聘，发现很多分析师简历上都写着帮助业务搭建各种类型的分析指标体系，但是问及搭建指标体系的方法以及如何评价有效性时，却很少获得满意的答案。我们每天都忙着做很多分析，如果我们不能通过反思总结或者学习先进的理念来提升我们的效率、形成自己的方法论，就很容易迷失在分析的琐碎细节里面，成就感就会越来越少，就会越来越怀疑自己存在的价值。
分析师应该是一群能快速了解业务、找到业务关键问题、提出量化解决方案的人。
一、为什么要搭建指标体系？
1、建立业务量化衡量的标准（这就是体现分析师含金量的地方了）
指标体系就是你对业务理解的量化呈现，无法量化，就无法衡量。
有了合理的指标体系，就可以制定合理的结果指标，尤其是很多业务并行的情况下，单一数据指标衡量很可能片面化。因此，搭建系统的指标体系，才能全面衡量业务发展情况，促进业务有序增长。
2、避免重复造轮子（直接减少分析师的工作量）
是的，有了指标体系，你就可以少干点临时提数的活，指标体系建立后应该能覆盖大部分临时分析数据需求，如果不能，你的指标体系就是有问题的。
3、快速定位问题（间接珍惜分析师的生命）
有的系统指标体系，有了过程与结果指标，有了指标的前后关联关系，就可以通过回溯与下钻，快速（工具支持的话，还可以自动）找到关键指标波动的原因，再也不用天天提心吊胆害怕领导、业务方全天候360的追call了。
当然，这一切一切的前提，除了指标体系有效性，更重要的是，数据质量的可靠性，数据得是准确且及时的，可以回溯与下钻的，不然，分析出的结论totally还是有问题的。数据质量又是另外一个问题了，我们下回再谈。
二、何为有效的指标体系？
如果清楚为什么要搭建指标体系，就很容易明白什么是有效的指标体系了。
指标体系搭建评价标准：完备性、系统性、可执行、可解释
1、完备性：能完整解释了业务现状，不重不漏
2、系统性：能够准确反映业务问题的，帮助问题定位与目标制定
3、可执行：定义清晰明确，这套指标体系建立后，能指导数据开发同学制定合理的数据底层结构，为大家节约时间
4、可解释：过程指标与结果指标做好清晰分类，通俗易懂大家有共识
三、如何搭建有效的指标体系？
1、先靠基本的思维模型洞悉业务关键
这里我又得强烈推荐的我的历史文章了，非常有用，一定要记得转发支持啊
举个例子：
1）任何的分析，都逃不过这三个问题：
是什么？为什么？怎么办？
你的指标体系能清晰反映业务的这三个问题么？
2）5W2H
是的，当你觉得你的指标体系已经很完美的时候，试着多问自己几个问题
你肯定能找你思维的漏洞
3）逻辑树
不重不漏是制定指标体系的重要标准
更多的请查看我的历史文章啦，很多宝藏等你搜索挖掘。
4）商业画布
是的，多了解不同的商业模式，每种商业模式都有自己一套特点。
最好的是，多跟业务方、专家交流，认识当前业务的关键问题，毕竟建立完善系统的指标体系需要很长一段时间，最好从部分关键点开始吧，先解决问题。
2、当然，搭建指标体系也有对应的方法论
这块也是我最近在重点学习的地方，后续继续输出：）
1）最出名的，就是“第一关键指标”法
《精益数据分析》中详细讲到，“第一关键指标”指的是当前阶段最重要的第一优先指标，同时这也是创业阶段的任意时间点上应该且只关注一项重要指标。这个方法论在我们在做团队考核时同样有借鉴意义，公司的“第一关键指标”拆解到不同部门之后，就成了各部门的“第一关键指标”，也是团队的考核度量（这是大部分公司部门制定KPI的方法）。
通过调研不同部门及业务单元，他们基于自身的业务、基于考核关键指标应该去关注哪些数据呢？
2）基于用户生命周期的指标体系：AARRR
3、常用的指标体系案例先模仿套用
先模仿再优化，重点是解决业务问题啊，分析师的经验是宝藏，你的经验库里面肯定有很多特定业务主题的指标体系，拿出来先套用，再根据业务形态加以调整，快的话，2个小时一个指标体系即可搭建完成。
举个例子：
1）如何评价客户满意度（历史文章有提过，对我相当有启发）：
2）智能硬件主题分析（历史文章的例子）
四、推荐书籍
1、《精益数据分析》：里面提到虚荣指标等概念让我深受启发
2、《大数据分析》：翻译文看起来很累，但是里面提到的案例有用
“我有故事，你要听吗？” | 18个案例全盘解析中国跨文化传播创
