[[438499]]

 想要解答這個問題，就要來分析錄入報表中的這些數據本質上到底是什么。其實，數據報表所羅列的各個數據項在數據分析中有一個專業的名詞，叫作數據指標。

本文我們就來看看指標的完整定義。

一指標是什么

對于一些偏重于功能型設計的產品人員來說，初次聽到“指標”這個詞可能會覺得十分陌生，但是指標的概念實際上早已遍布我們的日常生活，如圖1所示。

圖1　生活中常見的指標

從圖1可以看到，任何一個級別的組織中都存在指標，大到一個國家(比如，使用GDP、CPI等對國家運行狀態進行判斷)，小到個人(比如，每次過年回家，親戚朋友通過你的個人收入這一指標來評判你工作的好壞)。

對于日常與產品相關的工作中，相信有一定經驗的讀者都可以脫口而出幾個指標，比如日活、月活、注冊率、轉化率、交易量等，這就說明指標其實離我們的產品工作并不遙遠。

指標

可見，指標實際上就是用來量化事物的一個工具，用數字來幫助我們描述一些抽象的事件。指標具體是指一組能反映某一業務在單位時間內的規模、程度、比例的數字。

例如，我們通過日活能判斷出整個產品的用戶量，而這個用戶量又能反映出這個產品的健康程度—是否處于不斷增長的過程中。

在日常的數據分析工作中，我們通常將指標分為如下三大類。

• 產品概要類指標：用于評價產品現階段的整體情況。
• 產品流量類指標：用于評價產品內用戶的數量與質量。
• 客戶價值類指標：用于評價產品的盈利狀況與可持續性。

前面提到的日活，實際上就屬于數據流量評價類的指標。

那么指標的重要作用是什么呢?這里引用字節跳動創始人張一鳴在微博上發過的一段話來更形象地介紹指標的作用：

“為什么刷牙不能堅持認真刷，為什么在跑步機上卻能堅持跑步。有許多事情不容易做好和不被重視的原因就是因為沒有指標系統。比如，如果健康有準確方便度量的指標，那么大家的身體素質一定會提高。

但是指標不見得好提煉，提煉指標的過程，本身是分解事物特征的過程，而且指標要常測量。比如：當我今天發現眼鏡度數上升100 度的時候，才意識到用眼過度了，才意識到在手機上看書是非常不恰當的行為。”

——張一鳴，字節跳動創始人

二指標的基本構成

知道了指標的定義，下面具體來看看指標這一產物要怎么去描述，也就是如何去設計一個新指標。

我們可以根據業務的需要去自定義指標。例如，我在訂單模塊中就曾經定義過一個很獨特的指標—訂單取消率，含義是單位時間內用戶訂單取消數與用戶下單次數之比，用來判斷該用戶是否屬于惡意刷單用戶。

但是在工作中，很多新手在對指標理解不充分的時候，如果需要為業務挑選指標，往往是在網上搜索各類指標庫，從而找到自己對應業務的指標，然后進行照搬。實際上這種做法是不正確的，我們首先應該學會指標的定義方法，然后在此基礎上根據自己的業務需要定義專屬于我們業務的衡量指標，這樣定義的指標才能精確地反映自己業務的特殊性。

指標的構成公式

要想自己去定義指標，首先需要搞懂指標都是由哪幾部分構成的，這里為大家提供一個構成指標的統一公式。

指標 = 業務維度描述 + 技術維度描述

下面讓我們對公式里的兩個部分分別進行解讀。

1. 業務維度

業務維度描述就是闡述清楚這個指標的業務需求是什么，這個指標想要指代什么業務，反映出什么問題等。其實也就是大家日常與業務方討論得最多的數據需求，例如，運營同事A說：我要看商城復購率。運營同事B說：我要看產品的日活。

這其中，對指標來說，最重要的是能清晰地定義如下兩方面內容。

• 維度(Latitude)：衡量業務的具體維度，如用戶參與次數、業務發生時間、交易頻次、訂單規模、用戶規模、新用戶增長規模等。
• 量度(Particle size)：指標的取值范圍與單位，如用戶參與人數為“200人”、交易頻次為“每周3筆”、用戶規模為“20萬注冊用戶”、新增用戶規模為“日新增1萬注冊用戶”等。

注

注意：在設計量度時，我們可以參考統計學中的常用事物測量方式，將事物按具體內容和表現形式從三個不同角度劃分為總量規模測量(總數)、相對測量(比率)和平均(日均)等。

下面用一張圖來表示通過維度和量度構成的指標關系，如圖2所示。

圖2　指標構成

除了上面兩個描述項外，下表還總結了在業務維度中必要的描述字段。

表1 指標業務維度描述屬性

2. 技術維度

技術維度描述的是一個指標除了要定義清楚具體的需求外，還要面向技術人員準確定義該指標的實現邏輯，因此該維度也就是技術人員為了實現這一需求而必須了解的內容。表2總結了從技術維度來說必須要描述的字段。

表2 指標技術維度描述屬性

在掌握了指標的這兩個維度后，我們就可以根據自己的需求去自定義一些指標了。下面來看看實戰中劉宇是如何去定義指標的。

三指標體系

搞懂了指標后，接下來我們了解一個進階的指標概念—指標體系(Indication System)。

眾所周知，我們進行數據分析的核心目標是為了幫助業務人員發現當下業務存在的問題以及背后的原因，從而制定下一步決策。

試想一下，如果你僅看到一兩個孤零零的數據指標，如日均訂單量下降20%，你雖然能確定當前的業務存在問題，但是這背后的原因是無法從這單一的指標上得知的。所以這時就需要更多的數據指標來定位問題了，如下單用戶量變化等，在上面的敘述中已經通過三類指標分類梳理出了指標庫。但在指標庫的基礎上，我們還需要將指標按照一定的層級邏輯進行組合，在指標體系中，可以分為以下兩個層級。

• 問題指示指標：發現并定義問題的指標，如用戶數下降中的用戶數指標。
• 原因定位指標：描述全局現狀的其他指標，如各渠道新增用戶數、流失用戶數指標等。

至此，我們可以得出指標體系的定義：

指標體系

多個指標以一定的邏輯組合成的能反映當前的業務問題，并能定位業務問題背后原因的指標集合。

那么指標體系要如何定義，才能精準找到原因并定位指標，且讓數據后臺發揮應有的作用呢?歡迎閱讀《高階產品經理必修課：企業戰略驅動下的數據體系搭建》。

關于作者：劉天，東華大學項目管理碩士，日本京都大學訪問學者，曾為國家科研項目帶頭人，TMT領域投研顧問/MBA特約講師/互聯網峰會特邀演講嘉賓，先后就職于萬達、叮咚買菜等公司，負責過多個集團級中臺與電商平臺業務的產品整體規劃，在商業模式拆解與集團級產品體系搭建方面擁有極其豐富的經驗。著有《中臺產品經理寶典》一書。

本文摘編于《高階產品經理必修課：企業戰略驅動下的數據體系搭建》，經出版方授權發布。(書號：978-7-7-111-69450-2)