數字化轉型過程中，很多企業面臨著指標體系不完整的問題。比如：

各部門根據業務需求，都有一部分量化指標，但不夠全面，對企業整體數據分析應用能力提升的幫助有限；
缺乏整體考量而設置的指標體系，以及錯誤的指標分析方法，會產生錯誤的分析結果，進而影響企業經營層面的決策。
相比于單一指標的“出現什么問題，分析什么”，成體系化的指標“通常更能夠結合問題所在的背景、串聯各個指標、通過各種維度進行分析，從而使優化方案更加有針對性”。

在數據分析中，一個好的指標體系可以幫助你更快、更精準地找到答案。那么應該怎么搭建指標體系呢？本文帆軟君就帶大家梳理一下。

一、指標體系建設
1、通用原則

用戶第一：指標體系核心是圍繞反映實際業務情況的目的去的，因此，指標不是越多越好，更不需要“虛榮指標”。
典型性原則：盡量選擇比較典型、比較具備代表性的指標，這些指標能夠反映業務的真實情況，其中最重要的指標叫做“北極星指標”。
系統性原則：指標體系是需要強調系統性的，常見的就是找到核心原子指標，然后延伸，最終形成類似二叉樹一樣的樹狀結構指標體系，讓每個指標有根可循。
動態性原則：數據指標體系是隨著業務發展變化、隨著數據分析需求變化的，因此需要不斷地去做指標體系的維護與迭代更新。
2、通用方法

（1）確立北極星指標

北極星指標就像北極星一樣，高高閃耀在空中，指引著全公司所有人員向著同一個方向邁進。制定北極星指標的6條標準：

標準1：你的產品的核心價值是什么？這個指標可以讓你知道你的用戶體驗到了這種價值嗎？
標準2：北極星指標要具備典型性，能夠看出長期一段時間的變化情況與表現情況的好壞
標準3：如果這個指標變好了，是不是能說明整個公司是在向好的方向發展？
標準4：這個指標是不是很容易被整個團隊理解和交流呢？
標準5：這個指標是一個先導指標，還是一個滯后指標？
標準6：這個指標是不是一個可操作的指標？
（2）貫穿業務全流程

比如，電商行業常見的 AARRR 模型包含獲取、激活、留存、變現、擴散五個步驟，這也是電商行業產品和商業模式的業務全流程。其實，任何一個企業的指標體系都需要能夠對企業內部的業務做閉環串聯。

（3）貫穿分析全流程

做分析的過程往往有三步：問題背景是什么、要分析什么才能解決這個問題、怎么分析。

映射到數據指標體系中則上升為要考慮指標體系的目標是什么、指標體系的用戶的業務目標是什么
再考慮要實現這些目標會有哪些表現、哪些信號能夠支撐他們的目標關注
最后再找出相關的指標來支撐數據指標體系的構建
3、通用步驟

確立公司業務的核心指標：找到能夠體現公司業務完成情況、進展情況的指標，也就是常說的北極星指標
確立用戶行為的關鍵指標：常說的過程性關鍵指標
進行業務需求的多維拆解：將指標按照業務域、數據域進行拆分或者延伸
按照優先級進行系統性整合與建設：經過前面三步，再最后進行整合，將指標系統性整合和構建，去除重復指標、虛榮指標、無意義指標。當指標數量過多時可以按照優先級分類，先做一部分再做一部分，不斷迭代完善。
二、建立指標字典
1、指標混亂的惡果

不少公司面臨指標混亂的現狀：

同名不同徑，同徑不同名。
口徑不清晰，口徑有錯誤。
命名難以理解，計算不易懂。
來源不清晰，同部不同徑。
2. 指標命名四個要素

指標命名公式 = 限定詞+業務主題+指標名稱+量化詞（限定詞和業務過程、統計對象不要求都出現在指標名稱中。）

限定詞：用來對指標進行限定約束。比如：當天、本周、當月、平均、累計。

業務主題：用來描述業務在哪個過程階段。比如：打開頁面、下單、點擊支付、支付成功、支付失敗。

指標名稱：是指標要統計的對象的實體名稱。比如：統計訂單還是用戶。

量化詞：是對一物理量的測定，通常以數字單位來表示。比如：金額、份額、次數、率。

舉個例子：當天（限定詞）首次下單并完成支付（業務主體）新用戶的銷售額（指標名稱）次數（量化詞）

3、建立指標字典

通過指標命名四要素 ，我們先對指標命名進行規范，但是這還不夠，因為公司部門很多，指標的開發都需要成本的，但是很多指標其實是可以共用的，那如何讓整個公司形成一個大家都認同的標準化體系呢？

建立指標字典，是搭建數據平臺的基礎。指標字典由指標構成，指標由維度、匯總方式、量度三要素構成。比如“訂單總金額”，“訂單”表明維度的限定，“總”表明匯總方式是求和，“金額”可以表明度量單位是貨幣單位。

建立指標字典，要求：

1）規范維度和量度命名，命名規則要盡量做到明確、通用、易懂；

2）對確認維度或量度，統一計算口徑，避免歧義；

3）涵蓋盡可能多地關注的核心維度和量度，以此為基礎推動數據建設，確保指標字典里覆蓋的維度都可區分，指標都可統計；

4）基于指標字典，將核心維度和量度注入元數據中心，接入指標提取工具，后續實現不需要寫sql即可完成自助查詢及分析需求。

三、數據指標拆解方法
完成了指標體系的搭建，還需要具體落實到數據分析，第一步，是進行數據指標的拆解，這一章咱們來講講如何尋找分析角度，對要分析的對象進行數據指標拆解。

拆解流程

流程如下圖所示：

（1）明確分析目標

進行數據指標拆解的第一步就是明確要分析的目標。例如現在有兩個目標需要達成：

（2）確定問題

在明確分析目標后，就需要確定為了達成該目標，需要提出圍繞該目標需要解決的問題，可以使用思維腦圖，寫出在看到該目標后產生的問題。

（3）拆解問題（確定計算公式）

在確定問題后，就需要找到能夠數值化衡量這些問題的指標，以及它們的計算方式。

（4）拆解指標&拓展維度布局

計算方式確定，就可通過分析組成這些計算公式的指標來探究影響其的原因，比如銷售額=單價*數量，那么就可從「單價」、「數量」來分析銷售額變動，以一個指標為定量，分析對比其他指標變化。
同時以計算公式結果為指標，拓展維度（比如地區、時間、品類等等）來探究不同維度下的指標差異。

（4）最終結果展示

展示結果按照總—分的方式，如下圖所示：

效果展示

完成數據指標的拆解，搭配使用 FineBI ，就能方便地幫助用戶進行數據處理和數據可視化展示，洞察數據背后的意義了！對以上兩個實例分析后，可得完整分析儀表板：

福利
私信回復“BI”，可免費體驗同款自助大數據分析工具——FineBI

總結

以上是生活随笔為你收集整理的一文讲透，关于搭建指标体系，整理的重要知识点都在这里了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。