指标体系搭建

指标体系构建是怎么一回事儿  

在数据分析岗位的招聘公告中，高频出现的一项岗位要求是—“搭建指标体系”，比如下面几幅截图就是从某大型招聘网站搜了一下数据分析师，点开职位描述时，不少都有对指标体系搭建的要求。

其实，大多数做数据分析相关工作的小伙伴对这个词语也不陌生。只是，数据指标到底是什么以及如何搭建一个符合企业当前发展需求的指标，很多人还不是很清楚

这篇文章，我们就“数据指标体系的构建”进行详细探讨。          
         
01 指标体系概述

什么是指标？

         
指标体系中，指标是什么呢？所谓指标体系，到底是关于什么的体系呢？          
指标是根据数据分析得到的一个汇总结果;

比如统计指数是分析社会经济现象数量变化的一种重要统计方法;居民消费指数、空气污染指数、股票指数、洗车指数、幸福指数

指标一般由度量、维度和汇总规则组成。

其中，度量是对可参与汇总计算的字段；

汇总规则是汇总字段的统计规则，如：求和、求平均、计数等

什么是维度以及什么是度量？

与指标形影不离的另两个概念分别是维度和度量。

什么是度量？

度量就是业务行为结果。比如销售额、销量、访问量、点击量等等

什么是维度？

维度就是业务观测角度。比如时间维度、产品维度等。

例如领导说给“我一下销售额”，相信每个数据分析师都会下意识的问，哪个时间段的销售额，或者哪个产品的销售额？

这里提到的销售额就是度量，而时间段或者产品就是维度，即数据汇总的角度。实际的数据分析工作中，往往都是通过维度筛选度量，形成最终的指标。

几乎所有报表都涉及不同维度的组合，因此要设置维度库。同业在以往的信息统计过程中，早已约定俗成的形成了各种维度，例如下图中银行业的常用维度：

企业中，一般都会形成专属自己企业的指标库，指标库中的指标与维度库中的维度组合形成指标库。例如：

什么是指标体系？

了解了什么是指标、维度及度量之后，再来看，什么是指标体系。

指标体系是相互之间有逻辑联系的指标构成的整体。与用单个指标来量化某一

个业务行为的好坏情况相比，完整的指标体系可以用来描述业务框架的整体构成情况、业务流程的完整脉络线索及业务结果的具体产生原因。。

如下图，即对按照不同的标准对指标进行拆解，最终形成一个指标数，如果和企业具体的业务维度结合起来，即可以搭建出满足企业个性化需求的指标体系。

         
数据指标体系含有十分丰富的统计量，从宏观上看，它是一个相对全面的有机整体；从微观上看，每个数据指标都有其特定含义，反映了某一细节的客观事实。不同的数据指标定义不同，逻辑也不同，这些各种各样的统计量共同构成了数据指标体系，使其产生不可磨灭的价值。          
总的来说，数据指标体系是对业务指标体系化的汇总，用来明确指标的口径、维度、指标取数逻辑等信息，并能快速获取到指标的相关信息。          
另外，数据指标也可以可视化出来，会更直观，如下图。

         
02  数据指标体系的搭建          
搭建指标体系是收集及分析指标内容的前提，能够帮助分析人员全面、深入地描述业务的整体情况。

指标体系的作用主要体现在以下 3 个方面。

（1）为分析人员提供全局视角审视业务整体的好坏情况。

（2）为分析人员快速定位业务问题、确立分析主体提供参考依据。

（3）为决策层优化业务流程、制定业务发展方向提供参考依据

1)、搭建指标体系前要先明确以下 3 个问题。

（1）明确指标体系服务对象是谁：在搭建指标体系前要与指标体系使用者进行

多次深入的访谈，了解使用者的业务需求、业务框架、业务流程、业务行为、业务痛点等情况，根据访谈结果进行指标的选取及设计

（2）明确指标体系的使用目的：使用目的不同，搭建指标体系的出发点就会有所不同。例如：如果指标体系描述对象是业务框架，就需要从业务框架中各参与主体的行为特征出发来创建指标体系；如果指标体系描述对象是业务流程，就需要从业务流程中各阶段的行为特征及各阶段间的衔接、周转方式出发来创建指标体系；

（3）明确指标体系所处的维度环境：与指标不能脱离维度而单独存在一样，指

标体系也不能独立于维度环境之外而单独使用。所以在设计指标体系之前，我们先要明确指标体系依附的维度场景有哪些。在为指标体系设计或选取指标的同时，将维度信息一起加进指标体系的设计文档内，为指标体系创建一个完整的维度库是很多咨询公司在梳理指标体系时常用的方法。

2）、指标体系从搭建到分析应用的全过程可以分为以下 4 个步骤。

1、搭建指标体系：从已有指标中为指标体系选取指标，若已有指标不够用，则需要根据分析需求为指标体系设计新指标。

2、收集指标数据：完善数据环境，收集所有分析所需的维度及度量数据。

3、计算指标值：为指标设计正确的计算逻辑，并得到正确的指标值

4、分析指标值：将步骤 3 中得到的指标值应用在多维数据环境下进行分析，发现业务问题，找到解决方案。

3）搭建指标体系时需要注意的点：

（1）、搭建指标体系要有重点

指标体系不是简单的指标罗列，纳入指标体系中的各项指标不应该是互相毫关系的，指标间应该有内在逻辑关系。并且需要说明优先级，先看哪个后看哪个，帮助业务人员看懂指标体系。

（2）、搭建指标体系要有目标

前边内容也得到了，在搭建指标体系前，一定要明确目的。有些人忽略了需要解决的业务问题是什么，直接按照时间、渠道、区域等纬度拆分，也不清楚为什么要这么分。

（3）、指标体系不是越全越好，和业务最贴切的才是最好的

搭建指标体系是为了建立全局视角，定位业务中的问题。没有一套能够覆盖企业方方面面边边角角各种问题都兼顾到的指标体系，所以，不要追求指标体系的覆盖度和复杂度。另外不同的公司，业务复杂不一样，没有一套指标系统是能够通用的，只有和业务最贴切的才是最好用的。

4）、指标体系搭建方法

在创建指标体系过程中使用的核心思维方法是树状分类法。按照此种思维方法梳理创建的指标体系，称为树状指标体系。树状分类法是将父节点拆解成多个子节点再将子节点继续拆解成多个孙节点，依次类推，直到无法再拆为止的思维方法。一般我们可以使用树状结构图来展现树状分类法得到的结果。将树状分类法应用到梳理创建指标体系过程中时，主要可以根据以下 3 种逻辑关系进行指标体系的树状层级拆解：

第 1 种逻辑关系是根据指标中不同维度间的层级关系进行指标拆解。因为指标体系需要依附于维度而存在，所以在创建某个特定维度下的指标体系时，可以依据该维度下各个不同维度项之间的层级关系进行树状层级的指标拆解。

例如，某集团想用指标体系来描述公司全年的总销售额的构成情况，该公司在国内多个不同区域设立地区分公司，那么我们就可以按照总公司、分公司的维度层级关系创建树状指标体系，

第 2 种逻辑关系是根据各指标间逻辑意义上的层级关系搭建树状指标体系。例如，公司年初指定的目标总销售额是战略指标。为了完成总销售额目标，公司在市场端制订正确的产品推广宣传计划以增加新客户数、在销售端做好客户成交转化，以及产品连带宣传以提高成交率及客单价，那么新客户总数、总成交率及客单价平均值就是通过总销售目标拆解出来的二级指标。然后新客户的来源渠道、各销售渠道的销售转化率、客单价等是三级指标。

第 3 种逻辑关系是根据指标所量化的业务行为间的层级关系搭建树状指标体系。例如，用指标体系描述某企业总利润的构成关系，就可以按照获取利润的不同行为方式来构建树状指标体系。

03 小结：

简单介绍了什么是指标以及与指标相关的维度和度量等概念，也介绍了指标体系的概念以及与之相关的指标库维度库等，在此基础上引出指标体系搭建需要注意的问题、搭建原则等以及具体的指标体系搭建方法。

以上就是这篇文章的全部内容，有兴趣或持不同意见的小伙伴可以友好讨论，共同进步。

         

添加客服微信，学习更多数据科学知识