第8问：数据指标体系如何应用？—数据监控体系

导读：数据指标体系指导业务，帮助业务发现和解决问题，那么实际工作场景中如何应用数据指标体系呢？此时，就需要配合“数据监控体系”，通过业务数据监控、分析、复盘等找出问题，寻求解决方案，为业务下一阶段目标进行预测和决策，有效地发挥出“数据指标体系”的作用。

1．什么是数据监控体系？

“数据监控”即“采集+呈现”，也就是将用户全链路行为数据以及业务数据采集过来，并用可视化的图表呈现出来。“数据监控体系”就是将这些单一的数据指标体系与管理流程结合起来，来满足复杂的产品业务线的监控需求。

数据监控体系的重要性如下：

（1）反映过去产品和业务情况。

能够反映过去产品和业务的情况，对现在情况做对比和参考。

（2）现有业务线的状态监控。

对目前产品业务线的状态进行监控。

（3）发现数据异常等问题。

及时发现业务指标升高或降低，以及产生的原因。

（4）预测业务发展。

反映产品业务线未来可能发生变化的趋势，再根据指标数据控制成本等。

2．数据指标体系的应用思路是什么？

（1）明确产品业务目标、KPI和所处的产品阶段。

需要认清和明确目标（量化以及拆分目标是数据分析的灵魂）。一个业务目标的达成可能是多个团队、多个地区、多个渠道共同促成的，所以，在了解整体目标的同时也要关注局部目标，增加分类维度，明确局部的好坏状态。而判断业务走势正常还是异常，探索解决问题的办法，都是从计算目标和现状的差距开始的，这一点非常重要。不同的产品阶段有不同的产品目标业务。

目标细分可以有多种类型，常见的有以下几种：

●　按达成时间细分：年、季度、月。

●　按服务对象细分：各个部门、整个公司。

●　按流程位置细分：结果型目标、过程型目标。

（2）根据业务目标，确定判断标准。

依据判断标准，查看数据指标体系中的核心指标是否达标。没达标的话差多少，是亏空还是差一些，是什么原因造成的，问题大不大；达标了超出多少，为什么会超出，有没有更多的机会。判断标准的维度如下图所示。

（3）根据业务需求，从数据指标体系中挑选相应数据指标，进行拆解。

数据指标体系里有很多数据指标：日活（DAU）、月活（MAU）、下载量、激活量、新增注册量、次日留存率、次人均时长、首页访问率、停留率、人均充值金额（ARPU）、商品交易总额（GMV）、客单价，等等。

针对不同的指标，拆分不同的层级。不一定要拆得很细，否则层级会过深，基本上3个层级就能够指导我们去做一些动作。

（4）查看不同层级的数据指标，找出原因。

确定哪些数据指标没达标，是什么原因，是推广少、成本高、用户少，还是转化率低或者付费率低等。

（5）搭建以日、周、月为单位的数据指标监控体系报表。

监控每日、每周，以及上周、上月同周、上上月同周的数据报表，以图表展示，来反映产品的变化趋势，通过过去一周的数据反映产品现状，通过过去三个月的产品业务线数据变化趋势预估未来的变化趋势。

数据监控指标体系的基本逻辑是先看一级指标，再结合二、三级指标预测未来趋势。

（6）根据数据监控结果/数据指标体系进行多维度分析，明确管理流程，实现控制。

具体操作步骤如下：

①　进行多维度分类分析。如：

●　哪些区域、团队、渠道，完成目标是下降还是持续上涨；

●　哪里没做好，是什么原因；

●　看看是谁能力大，是谁影响了整体。

②　确定指标异常状态，明确运营策略执行者。如：

●　GMV降了→客单价降低了→用户运营想策略；

●　GMV降了→某类商品降幅大了→商品运营想策略；

●　GMV降了→外部流量太少了→渠道运营想策略。

③　明确执行时间，要有时间状态和走向判断。如：

●　过去+负向→关注什么问题；

●　过去+正向→发现什么经验；

●　未来+负向→警惕什么风险；

●　未来+正向→提示什么机会。

④　明确需要多大力度。如：

●　注意出现异常；

●　提高、降低、保持等动作；

●　立即执行。例如，“客单价不能在3天内得到改善提高，本月KPI将不达标，要立即优化商品组合，提升客单价”。

⑤　复盘改善后效果。最主要环节就是效果的复盘，而且要先看是哪个层数据指标的效果，再看具体效果并进行改善。

3．小结

“数据指标体系”应用要配合“数据监控体系”，这需要我们不断地总结过往经验，了解未来产品业务计划，甚至收集一些竞品的情况，把整体现阶段的目标具体到某个人，有明确指向，不断地完善“数据监控体系”，发挥出“数据指标体系”的应用价值。