构建数据指标体系中踩过的坑

Amy 2023-07-29 20:20:46

构建指标体系可以说是数据产品经理的「基本功」，在工作当中总要和各种各样的指标打交道，这篇文章聊聊在做指标设计的时候遇到的麻烦、解决的方法，对容易忽视的问题进行了重点标注。

文章的整体构架如图：

产品经理，产品经理网站

一、数据指标体系概述

在介绍如何构建数据指标体系之前，咱们先看看「单个指标」通常都是怎么定义的，以交易环节中常用的指标“当日通过微信支付的用户数量”为例，对指标结构进行拆解：

产品经理，产品经理网站

「自下而上」的应用方式：

几乎所有的指标都可以依据上述的方法进行拆分，工作中我会使用它做两件事情：

1）第一层：业务板块

数据平台往往面向的是公司/事业群的业务，会有多个业务板块（新闻、视频、电商、广告等等），每个业务板块服务的人群是不一样的，关注的维度也就不一样。类比于公司的组织架构一样，在设计指标体系的时候，第一层可以按照业务板块进行划分。

2）第二层：业务子模块

面向业务的进一步模块划分；以电商为例，可以有用户模块、商户模块、供应链模块、支付模块等等，它们有些侧重于属性特征（如商户模块）、有些侧重于行为特征（如支付模块），进行拆分后便于管理和维护，同时也方便后期与其他系统进行基础信息共享。

3）第三层：业务环节

对用户行为等进行拆解，以支付模块为例，通过对全链路进行拆解，可以划分为“提交订单→支付→退款”等环节。

4）第四层：时间周期、修饰词、原子指标

时间周期很好理解，重点说一下修饰词，这个地方需要去深入理解业务，才能设计出合理的、对业务真正有帮助的指标。

比如支付环节，会有“正常支付的、超时未支付的、多次支付失败的、因余额不足导致支付失败的、自动退款的”等等。这部分内容要和需求方（运营、业务产品经理等）进行深入沟通和确认，后面的建设步骤中也会有介绍。

「自上而下」的应用方式：

在和需求方大致沟通业务需求之后，在整体框架设计中可以采用这种方式对指标体系进行梳理：

之所以把这个环节单独作为一节，是因为数据平台具有中台属性，最终是要服务于业务，争取各方支持对于数据指标体系的建设质量和价值体现非常重要，有了好的开头后面的事情才会顺利。

当然这件事有时并不容易，但做到了的话，好处是显而意见的：

有利于争取资源。毕竟公司的研发资源是有限的，争取到更多领导的支持自然有助于获取资源，不然可能就是“这个需求，排期明年吧”，有再好的想法没有资源能落地也很难受。
指标更系统化、更有业务导向，不会闭门造车。术业有专攻，数据产品经理不可能洞悉所有的业务环节和细节，而产品经理和运营人员更了解产品的模块、关心点和常见问题等，有大家的深度参与最终的效果才会好。
有助于体现数据平台的价值，获得各方的认可。从心理学上讲，大家亲自参与的项目，会更有认同感和使用的欲望，毕竟只有大家真正的把数据用起来，才能更好地体现数据价值。

那究竟怎么做呢，有一些小tips仅供参考。

1）需求侧，抓住一切可能的机会输出「数据指标体系能够提升大家工作效率」的理念。

比如多个部门在一个活动上汇报的数据不一致，大老板询问数据平台的时候，你可以抓住机会，“如果作为指标统一起来，可以避免大家对指标定义不一致的问题，可以更高效地定位问题，更准确地反映业务发展情况……”

再比如搞一个营销活动，运营人员找到你，想要一个用户增长数据的时候，你可以向他介绍，“临时增加这个指标需要多长时间，他可能需要比较滞后才能看到这个数据，但是如果在早期就已经做好了指标的设计，那这个时候就只需要场景迁移，时间会缩短XXX”。

老板认可了，执行层的员工也理解了这个事情对工作的帮助，合作起来自然比较愉快。

2）研发侧，除了输出理念，还有一点非常重要，做一个「靠谱的中间人」。