如何搭建指標體系？本文從業(yè)務場景、業(yè)務目標、業(yè)務流程和數據采集幾個方面說明了如何在具體場景里搭建出好的指標體系。讓我們一起來看看吧！

一提起指標體系，很多同學像說相聲一樣，脫口而出“AARRR”“OSM”“UJM”……講得好開心，可面試官多反駁一句：“我這是銷售運營的指標體系！”“說清楚到底O是什么O，U是怎么U的！”就會讓很多同學沒了辦法。今天系統(tǒng)講解下，該如何處理此類問題。

和很多數據分析問題一樣，OSM等理論本身沒有問題。問題是不能把理論當教條，不深入業(yè)務流程之中，不考慮具體場景，是沒法搭建出好用的指標體系的。

一、清晰業(yè)務場景

所謂的業(yè)務場景，即：數據指標要反映的業(yè)務是啥。

它包含了四個方面：

1. 業(yè)務方目標是什么？
2. 業(yè)務的流程是什么？
3. 業(yè)務方做哪些動作影響結果？
4. 業(yè)務流程/業(yè)務流程，有啥數據記錄？

很多同學面對具體業(yè)務，不知道該怎么梳理指標，本質上是對業(yè)務不熟悉。即使不問“銷售運營指標體系”，而是問：

• “銷售賣的是啥呀？”
• “銷售目標客戶是誰呀？”
• “銷售人員咋賣的呀？”
• “銷售運營又運營啥呀？”

一個都答不上來，那還咋梳理指標。懂業(yè)務是第一位要求，了解業(yè)務場景后，可以一步步開始梳理。

二、清晰業(yè)務目標

業(yè)務目標是業(yè)務最關心的東西，也決定了指標體系的主指標是啥。數據采集，得優(yōu)先保證主指標有采集；指標體系的展開，也優(yōu)先展示主指標的產生過程。

在業(yè)務方的心中，業(yè)務目標是很清晰的。因此可以直接溝通。

比如銷售運營工作，常見的主指標有：

• 銷售目標達成→指標：銷售收入（金額）
• 銷售業(yè)績增量→指標：銷售收入增長率
• 銷售隊伍穩(wěn)定性→指標：整體離職率/A級離職率
• 特定客戶開發(fā)數量→指標：整體離職率/A級離職率
• ……

梳理清楚這些，定下主指標，就能結合具體業(yè)務流程，看主指標是怎么實現的。

三、梳理業(yè)務流程

業(yè)務流程是主要數據來源，指標體系首要任務是反饋業(yè)務流程情況。有了主指標以后，要結合業(yè)務流程，梳理出過程指標。有了過程指標，才能解釋主指標為什么低，為什么高。

還拿銷售運營舉例。銷售運營的工作，是疊加在銷售正常的工作之上的，因此有兩個業(yè)務流程要梳理：

1. 銷售的操作流程
2. 銷售運營做了哪些優(yōu)化

不同銷售流程的操作不一樣，想讓指標體系具體、能落地，就得深入業(yè)務細節(jié)之中，看具體是怎么操作的。有的流程可能很簡單，比如銷售自帶客戶資源，那就自己聯(lián)系客戶→簽約，結束。但有的流程可能很長，比如賣軟件的，從接收客戶線索到成交，有N多步驟，這里是不能偷懶的，要一步步認真梳理，最好畫出流程圖。（如下圖）

銷售運營的動作，大體上可以分成三部分：

1. 培訓：培訓銷售們產品知識、話術、技巧
2. 激勵：物質激勵、精神激勵
3. 組織：SOP制定、流程管理

這里也不能偷懶，需要了解到細節(jié)。比如培訓，什么時間、什么話題、多少人參與，要了解到位。比如激勵措施，物質獎勵的獎勵規(guī)則，要了解到細節(jié)（如下圖）這些細節(jié)才是直接驅動銷售干事情的動力。

這里有個常見的誤區(qū)，就是很多同學在梳理指標體系的時候，只關注用戶行為，不關注業(yè)務動作。比如梳理銷售指標，就簡單地：銷售額=業(yè)務員人數*有成交比例*人均成交金額，就拉倒完事。

至于有啥獎懲措施，有啥規(guī)范制度，一概不知。這樣會導致指標體系只能展示結果，不能解釋原因，也沒法對比分析。最后對著人數、比例、人均金額三個指標狂抓腦袋：為啥它就漲了呢？為啥它就跌了呢？（如下圖）

四、確認數據采集

數據記錄是保障。業(yè)務流程數字化程度不高，沒有數據記錄，一切免談。比如銷售運營指標體系；如果想解讀銷售業(yè)績，就得掌握銷售過程，得先知道銷售干了啥，沒干啥；如果想診斷銷售能力，就得掌握銷售個人畫像，得先知道銷售有啥經驗、啥背景；如果想分析運營動作有效性，就得記錄每個動作上線時間，作用在哪些人身上。

如果以上統(tǒng)統(tǒng)沒有，只有一張成交訂單和訂單上的銷售個人編號。那就真的沒啥好分析的了。最后的數據就只有：銷售額=業(yè)務員人數*有成交比例*人均成交金額?；谶@么點可憐的數據，可以做一些簡單的、粗線條的分析，比如：

• 對業(yè)績排名，分析業(yè)務員業(yè)績穩(wěn)定性、找出標干
• 對團隊排名，分析團隊管理水平高低
• 對比活動/政策上線前后差異，粗略觀察效果

當然，因為缺少細節(jié)，所以這些分析很容易被人質疑。沒有數據，分析什么呢！這一點一定要牢牢記在心里。在各種場合，努力推動數字化進程，努力提高業(yè)務部門對采集數據的重視（而不是提高業(yè)務部門對數據分析成果的期望），才是數據分析師們自救法寶。至于那種大吹特吹：“我有神威無敵大將軍算法，代碼一跑上知天下知地中間知空氣”的主，你就跟他劃清界限，讓他獨自面對銷售的質疑，死幾次他就知道改了。

五、更多的場景

不止銷售運營，但凡數據想落地到具體業(yè)務中，都得經歷這個過程。

比如商品管理場景，得先知道：

• 是啥類型商品、保質期、儲藏要求、物流要求如何？
• 商品選品、定價、入倉、出貨、上架流程是啥？
• 商品管理部門改價格、做促銷、做陳列的方案是哈？

比如內容運營場景，得先知道：

• 是啥類型內容、視頻、文字、海報？
• 內容創(chuàng)作從目標、選題、素材、發(fā)布流程是啥？
• 內容運營團隊對不同內容主題的運作計劃是啥？

了解業(yè)務才能做出切合實際的指標體系。