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

aimingoo的专栏
aimingoo的专栏
B
Blog RSS Feed
Recent Announcements
Recent Announcements
Vercel News
Vercel News
M
MIT News - Artificial intelligence
阮一峰的网络日志
阮一峰的网络日志
L
LangChain Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Microsoft Security Blog
Microsoft Security Blog
H
Help Net Security
T
The Blog of Author Tim Ferriss
Y
Y Combinator Blog
G
Google Developers Blog
罗磊的独立博客
爱范儿
爱范儿
宝玉的分享
宝玉的分享
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园_首页
S
SegmentFault 最新的问题
WordPress大学
WordPress大学
月光博客
月光博客
人人都是产品经理
人人都是产品经理
Apple Machine Learning Research
Apple Machine Learning Research

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,
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。