惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
The GitHub Blog
The GitHub Blog
T
Threatpost
人人都是产品经理
人人都是产品经理
大猫的无限游戏
大猫的无限游戏
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
博客园 - Franky
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Apple Machine Learning Research
Apple Machine Learning Research
酷 壳 – CoolShell
酷 壳 – CoolShell
M
MIT News - Artificial intelligence
小众软件
小众软件
Hugging Face - Blog
Hugging Face - Blog
云风的 BLOG
云风的 BLOG
S
Security Affairs
P
Proofpoint News Feed
L
LINUX DO - 最新话题
宝玉的分享
宝玉的分享
S
Security @ Cisco Blogs
H
Hacker News: Front Page
Security Archives - TechRepublic
Security Archives - TechRepublic
Vercel News
Vercel News
Engineering at Meta
Engineering at Meta
Know Your Adversary
Know Your Adversary
Y
Y Combinator Blog
美团技术团队
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
月光博客
月光博客
量子位
博客园_首页
The Last Watchdog
The Last Watchdog
D
DataBreaches.Net
www.infosecurity-magazine.com
www.infosecurity-magazine.com
P
Privacy International News Feed
The Register - Security
The Register - Security
Schneier on Security
Schneier on Security
H
Help Net Security
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
Visual Studio Blog
Google DeepMind News
Google DeepMind News
F
Full Disclosure
C
Cyber Attacks, Cyber Crime and Cyber Security
MyScale Blog
MyScale Blog
aimingoo的专栏
aimingoo的专栏
S
Schneier on Security
L
Lohrmann on Cybersecurity
S
Secure Thoughts
Stack Overflow Blog
Stack Overflow Blog
Cloudbric
Cloudbric
Microsoft Security Blog
Microsoft Security Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
指标体系构建丨由某知名BI公司指标体系白皮书引发的思考
王建儒营销数字化 · 2024-04-12 · via 人人都是产品经理

前几天,某知名BI公司发布的白皮书,抛出了一个指标金字塔来分层拆解指标;看起来貌似是对的,单并没有体系化去引导构建。本文作者从指标目的、原则、分类和分解几个角度,阐述自己的观点。

前段时间,某知名BI公司发布了《企业指标体系搭建白皮书》,抛出来一个如下图的指标金字塔,用此金字塔来分层拆解指标。

说实话,这个分类让人有些晕。看着貌似对的,实则没有体系化的去引导构建。

  • 操作指标、业务指标、核心指标,这三个分类就不是一类,年度、业务、事件更不是一类(如果是将指标维度列举出来做个举例是可以的)。
  • 在后续的分解中又抛出来明确分析目标、确定问题、拆解问题,又是不同类。确定什么问题?想表达什么?没搞懂。

以上是举例分析指标体系搭建不要走弯路,供大家参考。

下面,我从构建指标体系的目的、原则、分类、指标分解几个角度讲解下我的观点:

一、指标体系的目的

基于战略目的,将实际经营过程和结果以量化的方式呈现出来,目的有三:

  1. 监控运营结果,发现问题、及时制定措施改善。
  2. 预测未来的趋势、预判战略目标是否可以达成,或达成需要哪些条件(即正向预测、逆向反推找差距)
  3. 衡量组织管理水平、资源利用的效率。

二、相关概念:指标、度量、维度、指标体系

指标是个业务概念,源于KPI,用于衡量企业运营管理的(见上面的指标体系的目的),比如常说的销售指标中销售额指标,第一个“指标”是指与评估领域或对象结合,如销售领域的指标集合(也可以称为销售指标体系),除了销售额、还有销售量等。第二个“指标”是度量,指的是对“销售额”这个评估项目的量化。维度是指标或度量特征的不同角度,比如地区、产品、团队等。

指标体系可按评估业务域分,或按评估对象分,业务域比如销售指标、生产指标等,评估对象比如商品指标、客户指标等。

三、指标相关的原则

指标设定上需要考虑的原则:

  • 统一性:指标统一管理、统一定义、统一统计口径。一个指标在不同团队的定义不同,就没有办法横向比对,只有统一管理、统一定义才让指标有价值。比如:汽车行业的线索转化率,不同企业的定义和统计口径(数据范围、数据来源、计算方法)是不同的,没有办法横向比对。
  • 全面性:指标体系的梳理,尽可能全面覆盖企业经营管理的各个方面。
  • 相关性:指标之间存在直接或间接的相关性,在全面梳理指标时需要考虑到。
  • 科学性:指标是为了量化经营过程和结果的,必须围绕指标对象和目的展开、多级拆解。对企业经营无指导意义的指标是没有价值、不科学的。
  • 稳定性:经营过程、战略目的达成是有时间周期、持续进行的过程,指标也要在一定周期内保持稳定。

指标实现上需要考虑的原则:

  • 准确性:指标统计口径依赖的数据范围、数据源、计算方法等需要保障其结果的准确性达到一定程度,才能用于业务经营分析。比如用2小时观察某个小时流量只有100辆的路口的车辆数据,来判定新能源车的占用率,这样的方法是错误的,不能保证其指标的准确性。
  • 实时性:实时的反馈经营过程和结果是所有人期望的,但不是所有指标要做到实时的。
  • 经济性:指标的呈现需要数据采集、存储、传递、加工(清理/转换/计算)、呈现5个环节的,每个环节都是成本,所以指标实现上就要衡量经济性,不能为了指标的丰富度而忽略了指标价值与付出成本之间的平衡。

四、指标分类

指标的分类,从基础属性、业务属性来划分。

基础属性:从评价组织的角度看指标。组织职责不同、层级不同,指标和维度不同。

  • 业务指标:从业务量、业务量的变化角度来评价业务经营的结果,比如线索量、订单量。
  • 管理指标:从管理效率角度来评价业务经营的水平,比如线索转化率。
  • 财务指标:从价值创造角度来评价业务经营的资源利用能力,比如收入、成本、费用、利润、资产、股东权益,比如销售额、人效、权益报酬率等。

业务属性:

  • 核心指标/一般指标:从公司或经营单元的业务目的与指标的关联程度来确定是否是核心指标,比如汽车销售体系中线索量、试驾量、订单量就是核心指标,相关的线索订单转化率、试驾订单转化率也是核心指标。而二次到店量则是一般指标,不直接支撑订单量指标。业务、管理、财务都会有核心指标。
  • 考核指标/非考核指标:考核是因为业务目的而设立的,有一定周期性的,不同周期面临的业务与竞争环境不同,考核目标也会不同。比如新开业的4S店,为了提升品牌、市场口碑、提振团队士气、评估销售能力,会采取一些激励手段,让销售把手里的线索全部拿出来、转化掉,前面3个月考虑订单量(配套激励政策),3个月后才开始考核线索转化率。订单量、线索转化率都是核心指标,但不同时期不一定都是考核指标。

我们有时讲的过程指标、结果指标,这个分类角度其实是没有管理价值的,只是用于设定核心指标或考核指标时的一个参考而已。比如线索首次跟进时效,是个线索派发分配环节的过程指标,但可以作为考核指标来对待的。

五、指标分解

指标分解不是简单化的一个等式,而是由业务目标向下多级拆分后的指标堆叠,是由多个指标组成的。如汽车销售的营销平衡指标体系,由营销体系和销售体系的业务指标与管理指标组成,可以直观的呈现业务水平和管理水平、营&销业务协作水平。

维度上,可以细分为线索归属、渠道、活动、车系、意向级别、状态、组织/个人、时间、同/环比9个维度,用于多维分析和横向对比。

六、指标定义

指标是个业务概念,用于衡量组织的运营管理水平。从定义上看,就知道至少有组织、有衡量的对象,还要有维度,比如时间、区域等。除了这几个业务定义比较清晰的外,还有一些指标的管理上需要考虑的。总结如下,我以线索转化率来举例:(为什么选择线索转化率,是因为计算逻辑有很多好玩的)

1. 业务定义部分

  • 指标名称:线索订单转化率(不是线索成交转化率)
  • 指标描述:下订时间在统计周期内的线索量与总线索量的比值为线索订单转化率。(看似清楚,实则玩法很多,业务团队间的指标结果经常打架也是定义上不够严谨造成的)
  • 指标对象:线索
  • 数据范围:仅限营销服平台中的线索数据,组织范围为考核对象对应的组织/个人
  • 数据来源:线索中心-线索
  • 计算逻辑:后面再讲具体的计算逻辑
  • 维度:常见的维度有线索归属、渠道、活动、车系、意向级别、状态、组织/个人、时间、同/环比9个维度。
  • 核心指标:
  • 考核指标:是。明确是考核指标,就得明确考核对象(销售顾问、销售经理/总监)、对应组织/个人(个人/经销商 or 门店)、考核周期)
  • 服务对象:销售顾问、销售经理/总监、区域管理、总部线索管理、总部高层管理人员

2. 管理定义部分

  • 基础分类:管理指标
  • 所属指标域:营&销
  • 指标管理组织:商业分析组
  • 指标责任人:张三丰
  • 指标版本:V1.5
  • 指标状态:已发布
  • 发布时间:2024-01-09 21:00:00

3. 指标计算的小把戏

我们一起理理这些指标的数据来源、计算逻辑,可能有的情况:

  1. 数据来源:线索中心-线索。是销售跟进的线索,还是营销团队投放或活动中获取的线索?按线索中心的规则,营销团队获取的线索是原始线索,还需要进行去重合并、清洗、有效性判断后才会是销售跟进的线索。一般说的线索转化率都是指销售跟进的线索成交转化率。如果用线索成交转化率来考核营销团队,那基本上在鬼扯。但可以考核管理营销、销售团队的公司副总。
  2. 下订时间在统计周期的线索量:不只有下订的,还有统计周期内成交、交车的,因为线索状态在变化。这种算法是逆推,有些公司还采用过正推的,即以线索新建时间,周期长的话,相差不大,但常用的还是逆推、即用结果的时间。为什么?看转化周期,比如汽车的转化周期比较长,有超过3个月的,但我们的考核大部分是按月的。
  3. 总线索量:这里的玩法更多,核心是因为下订数据很明确,只能在分母上动脑筋,这是老板们、管理层、指标管理三者中的博弈和平衡。
  • 是有效线索量,还是排除了无效线索量?无效线索量包括了客服清洗时定为无效、销售顾问在限定次数内跟进判定为无效的线索。
  • 线索是有效的,但是跟进9个月了,要不要计入线索总量?限定线索归档周期是有必要的。
  • 统计周期之前战败的线索要不要计算在内?
  • 线索刚新建的(非销售团队创建)算不算?
  • 还在清洗派发状态的(还不归属销售团队管理)算不算?
  • 一条线索卖了2台车,算1条线索还是2条线索?设定线索成交归集周期也是有必要的。

所以,严格来说不是总线索量,是应跟进线索量,即销售人员应该跟进、做出销售动作的线索量。虽然统计周期前已成交的线索,还需花费时间回访用户,但对销售目标是没有贡献的。

看看,就一个线索订单转化率,就会有很多的计算逻辑,所以在指标的定义上,一定要精准的限定数据范围、来源、计算逻辑,不然就会数据打架的。

专栏作家

王建儒,微信公众号:王建儒营销数字化,人人都是产品经理专栏作家。20年大汽车/大房产等行业数字化转型、研产供+营销服数字化平台规划建设与运营经验,聚焦B2B2C模式的营销数字化、新零售C2M/OTD、全域数字化运营。曾任新能源车企产品总监、科技公司CPO、用户运营与C端产品负责人、IT负责人、CRM资深专家,甲乙方经历。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。