说起数据指标体系，大家总会想起“AARRR”、“OSM”和“UJM”等，但如果细问，你真的能说清吗？要搭建好用的数据指标体系，光有理论是不行的。这篇文章分四步讲解搭建数据指标体系的方法，一起看看吧。

一提起指标体系，很多同学像说相声一样，脱口而出“AARRR”“OSM”“UJM”……讲得好开心，可面试官多反驳一句：“我这是销售运营的指标体系！”“说清楚到底O是什么O，U是怎么U的！”就会让很多同学没了办法。

今天系统讲解下，该如何处理此类问题。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。

一、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。

二、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：

• 销售目标达成→指标：销售收入（金额）
• 销售业绩增量→指标：销售收入增长率
• 销售队伍稳定性→指标：整体离职率/A级离职率
• 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。

三、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）

四、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：

• 对业绩排名，分析业务员业绩稳定性、找出标干
• 对团队排名，分析团队管理水平高低
• 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。