数据指标体系：什么是好的数据指标？

-1-

我是一个比较奇怪的人，崇拜数据说话自认为十分理性，然而现实却是非常感性。

我喜欢看一堆数据指标、可视化图表，然后依赖已有的数据曲线图妄自猜测，最终形成预判。其操作过程毫无技巧，预判结果如同赌博，并无过人的准率。

原来我只知其一不知其二，数据本身的价值有限，并无法直接使用，有目的、有方法的对散乱的数据进拆分、排序、关联后产生的数据指标才有更多的价值。

数据驱动是有道理的，只是数据很重要，而思维却优于数据。

要完成数据的拆分、排序、关联的分析，首先要对数据指标有所理解。数据指标在一定程度上可以反应产品的销售市场、用户体验、发展方向等，从而改进产品设计。

如同支出成本、用户活跃度、产品转化率等，这些指标往往能够体现出业务发展的关键要素，因此对产品规划十分重要。

-2-

那么，什么样的数据指标是值得我们去关注的？

在《精益数据分析》一书中，作者阿利斯泰尔·克罗尔提提出有关好指标的四个准则：

好的数据指标是可比较的，数据指标在不同的时间段、用户群体、竞争产品之间的表现，则可以更好的洞察产品的走向。

好的数据指标是简单易懂的，如果人们不能容易记住或讨论某个指标，那么通过改变它来改变公司的作为将会十分困难。

好的数据指标是一个比率，因为比率的可操作性强、天生比较性指标、适用于比较各种因素间的相生和相克。

好的数据指标会改变行为，这是最重要的评判标准，因为指标的变化体现目标与现实的实际距离差，根据数据确定一条做与不做的准绳，对于规范企业行为大有裨益。

-3-

阿利斯泰尔·克罗尔关于准则的抽象对于理解数据指标很有帮助，很受启发。

只是「好的数据指标是简单易懂的」的这个说辞过于笼统，再简单的专业知识也存在一定的认知偏差，什么是简单并不易于定义，所以我不大认同。

而阿利斯泰尔·克罗尔强调「好的数据指标是会改变行为」是最重要的评判标准，这点我却是格外的同意。

在我看来，数据指标是数据与行为改变的过程产物。脱离目的来谈论数据指标，只会越扯越迷糊，因为数据指标非常多，而且每一项都可以谈得十分高大上，但如同开会没有结果一样，瞎折腾。

好比媒体文章在谈论数据时，时常罗列出一堆的产品市场占有率、出货量比率、市场规模、企业营收增长率等等，非常精美。只是大而不实，媒体罗列的指标其观赏性远大于指示性，所以对于实际的行动影响甚微。

一旦不注意原始数据的来源与范围，还存在被误导的可能性，所以用于饭后茶余闲聊倒是不错，高谈阔论津津有味。

而准则中的「可比较」与「一个比率」均源于「会改变行为」。

因为想要改变行为，所以我们要对比数据，从而对时间、距离、成本、用户等多维度有更深入的理解。为了方便数据对比我们需要从数据中抽象出可做对比的相同指标，故而数据指标需要可比较。

而对比往往生成了一个比率，因为比率能很方便的反应出产品的成长或衰退是否出现异常情况，所以指标极有可能是一个比率。

反过来说数据指标的「可比较」与「一个比率」均是为了改变行为。

由此说来，谈及数据指标始终不可脱离其目的。在我理解过来，好的数据指标是会改变行为的，所以它需要可比较，因此，更多时候它会是一个比率。