如何选择分析场景？2种指标梳理方式

当一个决策分析类项目（如商务智能、数据仓库、大数据分析等）开始筹划的时候，往往面临着如何选择分析场景的问题。我们需要的就是“指标”！

指标的工作主要采用“自上而下”和“自下而上”相结合的梳理方式。其中指标分类应从业务管理需求出发，自上而下逐层展开；而具体指标以业务系统为导向，则自下而上逐层筛选。

图1 数据指标梳理方法

下面是一个梳理过程的示例——

 

“自上而下”：从业务域我们一般可以分为财务、人力资源、销售等等，然后在进行二级业务域划分，如销售可以分为市场营销、客户管理、订单管理等等（是否需要三级分类视业务复杂程度决定），这样我们就得到了一个指标分类的初步框架。

“自下而上”：我们从业务系统出发，从系统中识别其功能模块，例如ERP、CRM、SRM等，CRM系统中又有客户管理、订单管理等功能模块，我们从这些模块中包含的业务单据中就可以找到相应的数值字段，然后挑选出可以作为指标展示的。如果这些系统中有单独的统计报表功能，那么我们的工作相对简单，只需要从报表中找到相应的指标即可。

图2 找指标方法

找到了指标，其实只有指标名称而已，我们还需要找到指标的各项属性定义。指标的属性分为“业务属性”和“技术属性”两类，业务属性包含业务人员通常认识的指标分类、名称、计算公式、展现方式和查询权限等；技术属性包含技术运维人员所关心的系统来源、取数字段、取数频率、加工规则等。

图3 指标的定义

将找到的指标及其属性，形成一张总表，即指标字典。具体字段的选取工作最好能让业务人员和技术人员共同参与制定。

图4 指标字段表

通过找指标，我们获得了企业中的指标列表，但是这些指标并不能称之为体系，因为没有进行分类，指标没有业务含义，指标和指标之间也没有任何逻辑。我们需要结合企业战略和岗位职责，设定全面的衡量指标，并分解到具体业务过程。

图5 指标常见分类

企业仅仅制定指标体系，并不能起到规范数据的作用，只有将指标体系落实在信息系统中，才能发挥其管理作用，因此构建指标体系往往和应用系统建设同步进行。指标体系包含但不限于以下使用场景：

图6 指标成果主要应用场景

通过指标数据体系的应用，我们将规范企业内指标使用的规范性，提高数据的准确性、一致性和可追溯性。

End.

转自：中国统计网

扫码关注本号，输入以下关键词

查看更多优质内容！

PM2.5 | python3.7 | 豆瓣电影 | 

世界杯 | python可视化 | bs4 | 

数据分析报告 | 人工智能算法