4步走,搭建好用的数据指标体系
+
和很多数据分析问题一样,OSM等理论本身没有问题。问题是不能把理论当教条,不深入业务流程之中,不考了具体场景,是没法搭建出好用的指标体系的。
第一步:清晰业务场景
所谓的业务场景,即:数据指标要反映的业务是啥。
它包含了四个方面:
1、业务方目标是什么?
2、业务的流程是什么?
3、业务方做哪些动作影响结果?
4、业务流程/业务流程,有啥数据记录?
很多同学面对具体业务,不知道该怎么梳理指标,本质上是对业务不熟悉。即使不问“销售运营指标体系”,而是问:
“销售卖的是啥呀?”
“销售目标客户是谁呀?”
“销售人员咋卖的呀?”
“销售运营又运营啥呀?”
一个都答不上来,那还咋梳理指标。懂业务是第一位要求,了解业务场景后,可以一步步开始梳理。
第二步:清晰业务目标
业务目标是业务最关心的东西,也决定了指标体系的主指标是啥。数据采集,得优先保证主指标有采集;指标体系的展开,也优先展示主指标的产生过程。
在业务方的心中,业务目标是很清晰的。因此可以直接沟通。
比如销售运营工作,常见的主指标有:
1、销售目标达成→指标:销售收入(金额)
2、销售业绩增量→指标:销售收入增长率
3、销售队伍稳定性→指标:整体离职率/A级离职率
4、特定客户开发数量→指标:整体离职率/A级离职率
……
梳理清楚这些,定下主指标,就能结合具体业务流程,看主指标是怎么实现的。
第三步:梳理业务流程
业务流程是主要数据来源,指标体系首要任务是反馈业务流程情况。有了主指标以后,要结合业务流程,梳理出过程指标。有了过程指标,才能解释主指标为什么低,为什么高。
还拿销售运营举例。销售运营的工作,是叠加在销售正常的工作之上的,因此有两个业务流程要梳理:
1、销售的操作流程
2、销售运营做了哪些优化
不同销售流程的操作不一样,想让指标体系具体、能落地,就得深入业务细节之中,看具体是怎么操作的。有的流程可能很简单,比如销售自带客户资源,那就自己联系客户→签约,结束。但有的流程可能很长,比如卖软件的,从接收客户线索到成交,有N多步骤,这里是不能偷懒的,要一步步认真梳理,最好画出流程图。(如下图)
销售运营的动作,大体上可以分成三部分:
1、培训:培训销售们产品知识、话术、技巧
2、激励:物质激励、精神激励
3、组织:SOP制定、流程管理
这里也不能偷懒,需要了解到细节。比如培训,什么时间、什么话题、多少人参与,要了解到位。比如激励措施,物质奖励的奖励规则,要了解到细节(如下图)这些细节才是直接驱动销售干事情的动力。
这里有个常见的误区,就是很多同学在梳理指标体系的时候,只关注用户行为,不关注业务动作。比如梳理销售指标,就简单地:销售额=业务员人数*有成交比例*人均成交金额,就拉倒完事。
至于有啥奖惩措施,有啥规范制度,一概不知。这样会导致指标体系只能展示结果,不能解释原因,也没法对比分析。最后对着人数、比例、人均金额三个指标狂抓脑袋:为啥它就涨了呢?为啥它就跌了呢?(如下图)
第四步:确认数据采集
数据记录是保障。业务流程数字化程度不高,没有数据记录,一切免谈。比如销售运营指标体系;如果想解读销售业绩,就得掌握销售过程,得先知道销售干了啥,没干啥;如果想诊断销售能力,就得掌握销售个人画像,得先知道销售有啥经验、啥背景;如果想分析运营动作有效性,就得记录每个动作上线时间,作用在哪些人身上。
如果以上统统没有,只有一张成交订单和订单上的销售个人编号。那就真的没啥好分析的了。最后的数据就只有:销售额=业务员人数*有成交比例*人均成交金额。基于这么点可怜的数据,可以做一些简单的、粗线条的分析,比如:
1、对业绩排名,分析业务员业绩稳定性、找出标干
2、对团队排名,分析团队管理水平高低
3、对比活动/政策上线前后差异,粗略观察效果
当然,因为缺少细节,所以这些分析很容易被人质疑。没有数据,分析个屁!这一点一定要牢牢记在心里。在各种场合,努力推动数字化进程,努力提高业务部门对采集数据的重视(而不是提高业务部门对数据分析成果的期望),才是数据分析师们自救法宝。至于那种大吹特吹:“我有神威无敌大将军算法,代码一跑上知天下知地中间知空气”的主,你就跟他划清界限,让他独自面对销售的质疑,死几次他就知道改了。
更多的场景
不止销售运营,但凡数据想落地到具体业务中,都得经历这个过程。
比如商品管理场景,得先知道:
1、是啥类型商品、保质期、储藏要求、物流要求如何
2、商品选品、定价、入仓、出货、上架流程是啥
3、商品管理部门改价格、做促销、做陈列的方案是哈
比如内容运营场景,得先知道:
1、是啥类型内容、视频、文字、海报?
2、内容创作从目标、选题、素材、发布流程是啥
3、内容运营团队对不同内容主题的运作计划是啥
了解业务才能做出切合实际的指标体系。如果想看更多业务场景的话,记得在本篇右下角点个赞,满60赞,分享商品管理的指标体系哦,敬请期待。
原创精选: