（1）羅(luo)列指標，沒(mei)有重點
很多文章(zhang)一講數據分析(xi)體系，就鋪陳了大量指標。先(xian)看(kan)哪(na)個，后看(kan)哪(na)個，根(gen)本沒說明。光把幾百個指標理解一遍都要半天(tian)，業務啥也不(bu)用(yong)干了，每(mei)天(tian)就在這瞅(chou)數好(hao)了。
（2）陷入細節，沒有目(mu)標
很多同學習慣性列了(le)(le)(le)指標，就開始按時間、渠道、區域、用(yong)戶等(deng)級(ji)拆分，拆來拆去，標出一堆漲(zhang)了(le)(le)(le)跌了(le)(le)(le)。問(wen)題是沒個(ge)具體標準。每天(tian)糾結(jie)：1%的變化(hua)到底是不(bu)是問(wen)題？百分之幾是問(wen)題？
（3）不(bu)分職責(ze)，貪大求全
很(hen)多文章一(yi)(yi)列標(biao)題就(jiu)是(shi)《電商指(zhi)(zhi)標(biao)體(ti)(ti)系》《運營指(zhi)(zhi)標(biao)體(ti)(ti)系》甚至(zhi)是(shi)《互聯網(wang)指(zhi)(zhi)標(biao)體(ti)(ti)系》，可實(shi)際上像BATT，一(yi)(yi)個公司十(shi)幾(ji)(ji)(ji)個BU幾(ji)(ji)(ji)十(shi)條業(ye)務線，都看一(yi)(yi)套指(zhi)(zhi)標(biao)？單純運營就(jiu)分：用(yong)戶、產品(pin)、數(shu)據、新媒體(ti)(ti)、社群、活動、商品(pin)、渠(qu)道……幾(ji)(ji)(ji)十(shi)種(zhong)運營，也看一(yi)(yi)套指(zhi)(zhi)標(biao)？這些大而全的總(zong)結，總(zong)是(shi)看似有理，實(shi)際不(bu)好(hao)用(yong)。
最終導致的惡果，就是：自(zi)嗨型數據報表。看似羅列幾百指(zhi)標，拆分數十維度(du)，每(mei)天更新累的夯吃夯吃，可以看報表打開(kai)率：不到(dao)10%。運營(ying)、產品、銷(xiao)售們(men)遇到(dao)問(wen)題，還是提(ti)臨時(shi)取(qu)數單，每(mei)天光跑(pao)臨時(shi)取(qu)數就跑(pao)到(dao)斷(duan)手指(zhi)……
如字面意思，數據分析體系包(bao)含兩點：
把數(shu)據(ju)報表、專題報表串起來，有(you)層(ceng)次展現(xian)，應用到業務中的，才是真數(shu)據(ju)分析體(ti)系。
數據分析本質是為業務服務的，盡可能多幫(bang)助業務工作，少浪費業務時間，才是(shi)服務宗旨。所以，在搭建數據(ju)分析(xi)體系時，要(yao)先問自己：
這就是(shi)搭建數據(ju)分(fen)析體系的基本思(si)路。
企業有部門分工，因此第一步要認準：我(wo)在為哪個部門服(fu)務。
這非(fei)常關(guan)鍵！因為即使同(tong)一(yi)個問題，不(bu)同(tong)的(de)部門的(de)關(guan)注(zhu)點會不(bu)同(tong)。同(tong)樣是(shi)銷售問題，如(ru)果(guo)是(shi)銷售部看(kan)，關(guan)注(zhu)的(de)是(shi)每一(yi)支(zhi)銷售隊(dui)伍(wu)完成率、進度、質量(liang)。如(ru)果(guo)是(shi)供應(ying)鏈看(kan)，那(nei)關(guan)注(zhu)的(de)就是(shi)總量(liang)、各產品數量(liang)、需求高峰期。如(ru)果(guo)是(shi)風(feng)控看(kan)，那(nei)關(guan)注(zhu)的(de)就是(shi)回款、壞(huai)賬(zhang)、套(tao)利(li)。認清部門，有利(li)于了解真正需求點。
其次，部門內有職級高低，要具體區分：誰(shui)需要看(kan)報表，他的(de)責任與關注(zhu)點是什么。
同樣是銷售，部門領導關注的是下屬隊伍的排兵布陣，重點在什么區域，主打什么產品。每一個銷售人員，關注的是要跟進哪個客人、跟進哪一步、見人說什么。一般來說，越是管理層就越關注策略問題，越是基層就越關注執(zhi)行問題。
即使有(you)(you)些看起來一(yi)個人也能(neng)(neng)辦的事，在企(qi)業(ye)(ye)里也有(you)(you)分工合作。比如公眾(zhong)號發文章(zhang)，似(si)乎(hu)一(yi)個人就能(neng)(neng)寫，可在企(qi)業(ye)(ye)場景里，人家(jia)有(you)(you)專業(ye)(ye)的名(ming)字叫：新(xin)媒體運營。也有(you)(you)細致(zhi)的工作分工。
清晰了人以后，要認清每個人的工作目標。量化(hua)目標，是數據分析的靈(ling)魂(hun)。后續評價工(gong)作(zuo)的(de)好壞，判斷業(ye)務走勢正常(chang)還是(shi)(shi)異(yi)常(chang)，探索(suo)解(jie)決(jue)問(wen)題的(de)辦(ban)法，都(dou)是(shi)(shi)從計算目標和現狀的(de)差距開(kai)始(shi)的(de)。這一點非(fei)(fei)常(chang)非(fei)(fei)常(chang)重要(yao)。很(hen)多做數據的(de)同學陷入細節，做的(de)報表看不出所以然，都(dou)是(shi)(shi)因為壓(ya)根(gen)不知道(dao)到底數值是(shi)(shi)幾才算好導(dao)致(zhi)的(de)。
業務目(mu)標并不都是“1個億小目(mu)標”這(zhe)種簡(jian)單(dan)粗(cu)暴的(de)形(xing)式。細分之下(xia)，可以有多種類型，比如常見(jian)的(de)：
繼續拿新媒體運營舉例，一個(ge)小組(zu)，可能同時背(bei)著多個(ge)目(mu)標：
注意：不同目(mu)標(biao)(biao)之前有邏輯關(guan)系(xi)。比如年度的(de)漲粉(fen)(fen)任務，可能由促銷活動漲粉(fen)(fen)、裂(lie)變漲粉(fen)(fen)、爆款文(wen)案漲粉(fen)(fen)、自然增長(chang)多(duo)種形式組成(cheng)，一個(ge)大目(mu)標(biao)(biao)對應多(duo)個(ge)小目(mu)標(biao)(biao)。把各種目(mu)標(biao)(biao)按(an)大小歸屬、時間順序梳(shu)理清楚，就(jiu)有了(le)分析體(ti)系(xi)的(de)基礎框架(jia)。后續，我們可以跟著這(zhe)個(ge)框架(jia)來(lai)跟蹤目(mu)標(biao)(biao)完成(cheng)情況，診斷(duan)運營效果，這(zhe)就(jiu)推進到(dao)了(le)下一步。
有了清晰的責任人、目標，就可以跟蹤業務走勢。在跟蹤的時候，首先關注的是：目(mu)標達成情況(kuang)。對于目標達成率監督，涉及(ji)到(dao)后續(xu)一系列行動判(pan)斷(duan)，遇事先判(pan)斷(duan)輕重(zhong)緩急，再(zai)看細節（如下圖）。
需要(yao)注(zhu)意：不同(tong)(tong)等級的人(ren)，關注(zhu)重點(dian)不同(tong)(tong)。還拿新媒(mei)體舉(ju)例子，具(ju)體負(fu)責內(nei)容的小(xiao)哥(ge)，可(ke)(ke)能(neng)要(yao)對(dui)每一(yi)(yi)篇稿子負(fu)責；負(fu)責投(tou)放的小(xiao)哥(ge)，要(yao)對(dui)每一(yi)(yi)次投(tou)放效果負(fu)責；單次執行不好，就(jiu)得進行復盤，總結問題。但作(zuo)為運營組的組長，可(ke)(ke)能(neng)更關注(zhu)整體KPI達(da)成情(qing)況，一(yi)(yi)篇文章不行，只要(yao)從其(qi)他文章能(neng)補回(hui)來(lai)就(jiu)行。
很多基于傳統企業場景的數據分析體系，寫到這就結束了。請注意，做到這一步只能算完成了“數據監督體系”的建設。因為僅僅看目標數量和完成率，是知其(qi)然、不(bu)知其(qi)所(suo)以(yi)然的狀態。
我(wo)們并不能回答(da)：為(wei)什么做的(de)(de)不好？該改善(shan)什么？這種問題。想要(yao)回答(da)的(de)(de)更(geng)(geng)細(xi)，就得深入的(de)(de)業(ye)務(wu)過程中，了解具體行動。（傳統(tong)企(qi)業(ye)停在這里，更(geng)(geng)多是傳統(tong)的(de)(de)門店(dian)、業(ye)務(wu)員銷售模式缺少數據記錄，不代表不想深入做）。
想要改善一個業(ye)(ye)務，就(jiu)必(bi)須了解這個業(ye)(ye)務。大部(bu)分的業務比我(wo)們想(xiang)象的要復(fu)雜。比如新媒(mei)體運營，不(bu)做的同學可能想(xiang)當然的認(ren)為：不(bu)就是(shi)寫個文章嗎？我(wo)看閱讀數、轉發(fa)數這些數據不(bu)就好了(le)……可實際上(shang)，細(xi)看之下，一篇文章可能有很多業務細(xi)節（如下圖(tu)）：
了解業務行動，分解業務細節，是為了：找到數據(ju)可以幫助(zhu)的點。數(shu)據(ju)不是萬能(neng)(neng)的，比如(ru)一個(ge)新(xin)媒體(ti)小哥寫(xie)文章(zhang)，數(shu)據(ju)不能(neng)(neng)只告訴他怎么(me)寫(xie)。但是具體(ti)到(dao)業務細節(jie)，數(shu)據(ju)可以(yi)提供很多(duo)參(can)考，如(ru)下圖所示：
這(zhe)一(yi)步(bu)，是提升數(shu)據分(fen)析(xi)質(zhi)量的關鍵。拆解業務行動，找到數(shu)據的幫(bang)助點，我們(men)就能在跟蹤進度的時候(hou)，進一(yi)步(bu)分(fen)析(xi)問題(ti)，這(zhe)就推動到了一(yi)下步(bu)。
對業務行動細節很了解，就能復盤行動結果，總結經驗。數據的(de)優勢，不是直接(jie)生產出超人的(de)創意，而(er)是事后總結出普遍的(de)經驗。優秀的業務(wu)能力(li)永遠是(shi)稀缺資源，是(shi)不可復制(zhi)的。但通過數據分析復盤，可以把明(ming)顯的作死行為總結出(chu)來，避免普(pu)通人犯錯。
就像寫文案，指(zhi)望(wang)每個(ge)創(chuang)作者都成為半佛仙人這種圣手是不可能的(de)，但是能總結出：
有分析結論，就已經能幫助運營規避大量坑點。即使偶爾采坑失敗，也敗的明白：“沒辦法了，必須這個點發文，虧一點閱讀就虧一點”。做(zuo)業務(wu)從來不(bu)(bu)怕失敗，怕的是敗的不(bu)(bu)明不(bu)(bu)白。如果能長(chang)期(qi)積(ji)累(lei)，業務方經驗越(yue)(yue)來(lai)越(yue)(yue)豐富，遇(yu)到(dao)問(wen)題的(de)思路也越(yue)(yue)來(lai)越(yue)(yue)清(qing)晰了，就真正(zheng)發揮了數據的(de)作用(yong)。但(dan)是(shi)，問(wen)題不(bu)(bu)是(shi)一(yi)成不(bu)(bu)變的(de)，因(yin)此數據分析體(ti)系(xi)也要不(bu)(bu)斷迭代升(sheng)級(ji)。
牢記這個標準：堅守目(mu)標(biao)，迭(die)代方法，積累經驗。這是數據(ju)分(fen)析(xi)體系(xi)建設的基本(ben)方法，底線(xian)，也是最(zui)高要求。在這個原則下，數據(ju)分(fen)析(xi)體系(xi)迭代升(sheng)級路(lu)線(xian)如下圖所示：
這樣的體系運作，業務部門也很輕松：平時只要看幾個核心KPI達成率即可，平安無事就不用擔心，趨勢向壞的時候能及時收到預警。想要思路，也能有足夠素材用，使用體驗非常爽。而數據分析師本身，固定KPI、業務支持做成數據產品，個案分析做專題。產品和專題做多了，也好體現個人成(cheng)績。總(zong)比無休(xiu)無止寫sql，寫了也不知道干啥去了強的多。
建設數據分析體系，本質是個：從業務中來，到業務中去的事。需要大家多在內部花心思。然而，很多新(xin)手太過糾結(jie)理論(lun)、方法、模型，忽(hu)視(shi)、無視(shi)、輕視(shi)業務。覺得(de)別人的工(gong)作沒技術含量“不(bu)就是發個文章(zhang)”“不(bu)就是忽悠客戶(hu)”，只(zhi)有(you)自(zi)己的算法才是真牛逼無雙。
遇到問(wen)(wen)題，不會細致的和業務溝通，只會上各(ge)個數據分析微信群問(wen)(wen)：“有沒有XX指標體系啊(a)，最(zui)好是權威、標準、BAT認定版的”。這(zhe)就南轅北轍了，最(zui)后只會換來一句：你這(zhe)不符合(he)我們公司情況啊(a)。
好的數據分析師，要像眼科醫生一樣。配眼鏡可能有很多專業的方法，有很多專業的工具，可在配的過程中，卻醫生糾結的不是自己的理論，而是關注用戶看的清不清楚，不斷問用戶“這樣可以嗎？這樣更清楚嗎？再這樣試試呢？”用專業的(de)方法服務個性(xing)化需(xu)求，這才是專(zhuan)業的(de)人干(gan)的(de)事。與大家共勉。
作者：接地氣的(de)(de)陳老師(shi)，微信公眾號：接地氣學堂。十年資(zi)歷的(de)(de)數據分析師(shi)，擁(yong)有多(duo)個行業的(de)(de)CRM經驗(yan)。
