百科 | 如何构建数据指标体系？

我们先从几个指标案例介绍：

1. 微信公众号指标体系

很多微信公众号运营者关注点只放在微信公众号粉丝数、总阅读数，但是粉丝数衡量不了粉丝活跃度，有些公众号空有几十万粉丝，可是大多数用户都不会打开阅读，还不如一个粉丝少，但是打开率和转发分享率高的公众号，传播范围更广。

将其分为内容、渠道、时效三个部分，在内容方面，也可以划分为选题、标题、泛文案等方面，泛文案这一块，又可以将分享率、收藏率作为其指标。分享率这块可以通过不同的维度来看这个分享率的数据，例如每日的分享率的变化、两种类型文章分享率的对比和其他维度等，最后构成一个完整的体系搭建。

2. 互联网产品运营指标体系

互联网产品运营从宏观数据上来讲可以构成如下的的指标体系：

还可以通过微观指标也可以来考察这个产品的特点。

搭建指标体系要有重点，不能只是罗列指标，这是很多数据分析师都会犯的通病，上来先把大量的指标列好，也不说明优先级，先看哪个后看哪个，业务根本就看不懂。

搭建指标体系要有目标，很多人习惯了列指标，自有一套指标拆分的套路，不管我们要解决的业务问题是什么，反正就是按照时间、渠道、区域等纬度拆分，分来分去也没个具体的标准，最后还要纠结到底指标变化多少才是问题。

指标体系不是越全越好，和业务最贴切的才是最好的。这个我在之前的指标体系文章里反复强调了，写文章的时候会为了吸引眼球，标题写XXX行业指标体系大全，虽然我给大家整理指标体系的时候尽量概括多个业务场景，指标列的很详细，但是不同的公司，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。

搭建指标体系的第一步，应该先明确产品的类型，明确业务究竟是什么，目标是什么。梳理出业务流程，形成一个指标体系框架。不同业务类型的产品会有不同的指标体系框架。

搭建完体系框架后，将指标按照流程的阶段及其属性进行指标分类，尽可能全面找出每种类型应该关注的相应指标有哪些，有哪些指标可以反应流程节点的问题。由于数据分析师/数据产品距离业务较远，以及数据指标最直接的需求者是业务部门，故还应该与其他各个部门沟通。去收集相应的业务指标需求，共同沟通每个指标的合理性，能否反应业务实际的问题，确定每个指标的具体含义，完善指标体系框架，确定统计的维度和粒度。最终敲定一版双方均认可的指标体系方案。

指标体系方案敲定后，就可开始着手整理底层数据的存储逻辑，明确每个字段要从哪里获取，每张表应该涵盖哪些指标哪些字段维度。建议每周将指标体系搭建项目做一次进度汇报，让相关部门及上级了解目前具体的项目进展，促进部门之间的配合，有利于项目正常进行。

当底层数据ready后，就可以按照整理的逻辑，指标计算方式，正常进行指标计算，报表开发了。过程中切记数据准确性的校验，确保所有自己出口的数据都是相对准确的，标明数据口径，如有数据不完备的情况需标明原因及后续预计解决计划。

数据指标底层报表建好后，只是一些数值而已。让这些数据真正的被人用起来，才能发挥它的价值。这时候可以用公司的数据产品或者第三方数据产品来将这些指标进行数据可视化展示，以便于业务概览及异常数据监控，还可以根据一些业务实际问题，进行一些分析报告的产出。其实很多数据分析师的痛点在于没数据，数据不全，解决指标体系搭建问题后，就可以开始做自己擅长的分析了。