編輯導語：在日常工作中，我們的業務數據時常在波動，時而降時而升，有的同學可能就摸不着頭腦了，背後究竟反映了什麼問題？其實這個問題涉及到了數據本質。本文就數據指标及其體系建設進行探讨，一起來看下。

為什麼有些業務數據每天都在波動？而有些業務部分數據會突然升降，其背後反映了什麼問題？

想要解答這個問題，就要來分析錄入報表中的這些數據本質上到底是什麼。其實，數據報表所羅列的各個數據項在數據分析中有一個專業的名詞，叫作數據指标。

本文我們就來看看指标的完整定義。

一、指标是什麼

對于一些偏重于功能型設計的産品人員來說，初次聽到“指标”這個詞可能會覺得十分陌生，但是指标的概念實際上早已遍布我們的日常生活，如圖1所示。

圖1 生活中常見的指标

從圖1可以看到，任何一個級别的組織中都存在指标，大到一個國家（比如，使用GDP、CPI等對國家運行狀态進行判斷），小到個人（比如，每次過年回家，親戚朋友通過你的個人收入這一指标來評判你工作的好壞）。

對于日常與産品相關的工作中，相信有一定經驗的讀者都可以脫口而出幾個指标，比如日活、月活、注冊率、轉化率、交易量等，這就說明指标其實離我們的産品工作并不遙遠。

可見，指标實際上就是用來量化事物的一個工具，用數字來幫助我們描述一些抽象的事件。指标具體是指一組能反映某一業務在單位時間内的規模、程度、比例的數字。

例如，我們通過日活能判斷出整個産品的用戶量，而這個用戶量又能反映出這個産品的健康程度—是否處于不斷增長的過程中。

在日常的數據分析工作中，我們通常将指标分為如下三大類。

1. 産品概要類指标：用于評價産品現階段的整體情況。
2. 産品流量類指标：用于評價産品内用戶的數量與質量。
3. 客戶價值類指标：用于評價産品的盈利狀況與可持續性。

前面提到的日活，實際上就屬于數據流量評價類的指标。

那麼指标的重要作用是什麼呢？這裡引用字節跳動創始人張一鳴在微博上發過的一段話來更形象地介紹指标的作用：

“為什麼刷牙不能堅持認真刷，為什麼在跑步機上卻能堅持跑步？有許多事情不容易做好和不被重視的原因就是因為沒有指标系統。比如，如果健康有準确方便度量的指标，那麼大家的身體素質一定會提高。

但是指标不見得好提煉，提煉指标的過程，本身是分解事物特征的過程，而且指标要常測量。比如：當我今天發現眼鏡度數上升100 度的時候，才意識到用眼過度了，才意識到在手機上看書是非常不恰當的行為。”

二、指标的基本構成

知道了指标的定義，下面具體來看看指标這一産物要怎麼去描述，也就是如何去設計一個新指标。

我們可以根據業務的需要去自定義指标。例如，我在訂單模塊中就曾經定義過一個很獨特的指标—訂單取消率，含義是單位時間内用戶訂單取消數與用戶下單次數之比，用來判斷該用戶是否屬于惡意刷單用戶。

但是在工作中，很多新手在對指标理解不充分的時候，如果需要為業務挑選指标，往往是在網上搜索各類指标庫，從而找到自己對應業務的指标，然後進行照搬。實際上這種做法是不正确的，我們首先應該學會指标的定義方法，然後在此基礎上根據自己的業務需要定義專屬于我們業務的衡量指标，這樣定義的指标才能精确地反映自己業務的特殊性。

要想自己去定義指标，首先需要搞懂指标都是由哪幾部分構成的，在我的新書《高階産品經理必修課：企業戰略驅動下的數據體系搭建》為大家提供一個構成指标的統一公式。

指标 = 業務維度描述 技術維度描述

下面讓我們對公式裡的兩個部分分别進行解讀。

1. 業務維度

業務維度描述就是闡述清楚這個指标的業務需求是什麼，這個指标想要指代什麼業務，反映出什麼問題等。其實也就是大家日常與業務方讨論得最多的數據需求，例如，運營同事A說：我要看商城複購率。運營同事B說：我要看産品的日活。

這其中，對指标來說，最重要的是能清晰地定義如下兩方面内容。

• 維度（Latitude）：衡量業務的具體維度，如用戶參與次數、業務發生時間、交易頻次、訂單規模、用戶規模、新用戶增長規模等。
• 量度（Particle size）：指标的取值範圍與單位，如用戶參與人數為“200人”、交易頻次為“每周3筆”、用戶規模為“20萬注冊用戶”、新增用戶規模為“日新增1萬注冊用戶”等。

注意：在設計量度時，我們可以參考統計學中的常用事物測量方式，将事物按具體内容和表現形式從三個不同角度劃分為總量規模測量（總數）、相對測量（比率）和平均（日均）等。

下面用一張圖來表示通過維度和量度構成的指标關系，如圖2所示。

圖2 指标構成

除了上面兩個描述項外，下表還總結了在業務維度中必要的描述字段。

表1 指标業務維度描述屬性

2. 技術維度

技術維度描述的是一個指标除了要定義清楚具體的需求外，還要面向技術人員準确定義該指标的實現邏輯，因此該維度也就是技術人員為了實現這一需求而必須了解的内容。表2總結了從技術維度來說必須要描述的字段。

表2 指标技術維度描述屬性

在掌握了指标的這兩個維度後，我們就可以根據自己的需求去自定義一些指标了。下面來看看實戰中劉宇是如何去定義指标的。

三、指标體系

搞懂了指标後，接下來我們了解一個進階的指标概念—指标體系（Indication System）。

衆所周知，我們進行數據分析的核心目标是為了幫助業務人員發現當下業務存在的問題以及背後的原因，從而制定下一步決策。

試想一下，如果你僅看到一兩個孤零零的數據指标，如日均訂單量下降20%，你雖然能确定當前的業務存在問題，但是這背後的原因是無法從這單一的指标上得知的。所以這時就需要更多的數據指标來定位問題了，如下單用戶量變化等，在上面的叙述中已經通過三類指标分類梳理出了指标庫。但在指标庫的基礎上，我們還需要将指标按照一定的層級邏輯進行組合，在指标體系中，可以分為以下兩個層級。

• 問題指示指标：發現并定義問題的指标，如用戶數下降中的用戶數指标。
• 原因定位指标：描述全局現狀的其他指标，如各渠道新增用戶數、流失用戶數指标等。

至此，我們可以得出指标體系的定義：

指标體系為多個指标以一定的邏輯組合成的能反映當前的業務問題，并能定位業務問題背後原因的指标集合。

想要解答這個問題，就要來分析錄入報表中的這些數據本質上到底是什麼。其實，數據報表所羅列的各個數據項在數據分析中有一個專業的名詞，叫作數據指标。

#專欄作家#

三爺，三爺茶館，人人都是産品經理專欄作家，2019年年度作者。《中台産品經理寶典》作者，原萬達高級産品、MBA特約講師、獨立創業者，現叮咚買菜B端産品線負責人，擁有多款集團項目從零到一經驗并帶領實現商業化布局。

本文原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議。

,