编辑导语：作为数据分析师需要掌握重要技能之一就是梳理指标体系，这也是招聘数据分析师时的一项硬技能要求。本文将围绕指标体系向读者详细讲解，希望对你有所帮助。

大家好，我是爱学习的小xiong熊妹。

有小伙伴问：除了分析方法，数据分析师还要掌握哪些技能？其中最重要的，可能就是梳理指标体系了。在招聘的时候，这是数据分析师的一项硬技能要求。

那么该如何梳理呢？今天简单分享一下。

一、什么是指标体系

用一系列指标来描述业务，即为指标体系。业务很复杂，用一两个指标很难说清楚的时候，就需要指标体系来描述。比如一个拉新活动：注册APP后领5元券购物，整个业务流程很长，因此需要很多指标才能描述（如下图）。

有些业务看似很简单，也需要搭建指标体系。比如内容审核，看起来只需三步：

1. 打开一条视频
2. 标准：是否有问题
3. 有问题的，标注问题类型

但是实际情况下：

• 待审核的内容很多，审核员也很多，存在工作分配问题
• 工作量大了就可能出现排队，存在审批效率问题
• 审核可能出错，可能出现投诉和重申，存在质量问题

因此，也需要好几个指标，来系统描述业务情况。

二、为什么要梳理指标体系

常见的有2种情况：

1. 新上线的业务，要新设监控指标
2. 老业务，有一堆零散的指标，没有条理

这时候，就需要数据分析师主动进行梳理，搞清楚：

• 到底哪个指标才是关键
• 到底指标之间是啥逻辑关系
• 到底该怎么呈现指标更合适

那么，该怎么梳理呢？

三、基础梳理方法

梳理指标体系，要抓四个关键：

第一：用户操作流程

第二：业务运作流程

第三：数据采集多少（得有数才行！）

第四：考核业务的KPI是什么（这是关键指标）

还拿拉新活动举例子，文章开头展示的是用户操作流程。常规的考核业务KPI，通常有两部分：拉新人数（考核数量）、拉新后消费人数（考核质量）。
有趣的是：虽然流程很长，可实际业务能做的动作却很少——换一张优惠券/改个海报而已。其他都是常规购物流程，拉新部门管不了。因此设计指标体系就相对简单。

• 整体情况：拉新人数、拉新后总消费人数、拉新后用券消费人数
• 转化漏斗情况：从拉新活动页面到最终用券消费的转化漏斗

(如下图)

四、梳理指标例子之二

上边的例子，是典型的用户操作流程复杂，业务运作流程简单。有可能实际情况是反过来的：用户操作流程简单，业务运作流程复杂。比如内容审核，用户操作只有2步，但是业务运作是很复杂的（如下图）。

考核的KPI指标，可能有审核总量，正确率，延迟率三个，因此要描述流程，可能需要一大堆指标，分别描述：

• 整体情况：总进件量、已分配数量（审核队列中数量）、已完成数量、正确数量。
• 延迟情况：有延迟风险件数，已二次分配数、二次分配后完成数，实际延迟件数。
• 出错情况：错误数量、错误率、二次复核完成数、二次复核完成率，二次错误数量。

注意，这里有些指标是不能直接记录的，需要定规则，做计算。比如何为“延迟风险”？可能需要先有个延迟的定义（比如分配后30min内必须审完，超30min算延迟），再结合平均审核时间（比如5分钟）。那么一个审核件分配完大于20min未审，可定为延迟风险。
这些定义和规则，都是需要和业务部门沟通确认的。这样才能保证指标体系的可用性。

五、梳理指标体系要点

从上边两个例子对比可以看出，梳理指标体系要点在于：理解用户/业务流程。实际上，上边还是简单流程，因为它们都是相对独立的流程，和其他流程相关性小。牵一发动全身的流程才是最复杂的。比如上一个促销活动：

• 要做广告吸引用户
• 要关注用户实际消费
• 要关注商品库存
• 缺货了要调货，不理想要加码投放

用户流程与业务流程都很复杂，自然要搞很多指标才能讲清楚。

作者：小熊妹 来源：公众号：码工小熊

本文由 @码工小熊 原创发布于运营派，未经许可，禁止转载

题图来自 Pexels，基于CC0协议