@精英打工人们
点击上方 星标 防止找不到我们
每天一上班，打开数据看板，满屏的数据指标扑面而来。什么日活，什么转化率，什么留存率，是不是眼花缭乱，脑子里一团糟。
如果觉得乱，那就对了。那是因为你没有理清它们之间的逻辑关系，没有搞清楚它们的分类体系。
这篇文章，我们一次性说清楚数据指标的家族族谱和分类体系，先来介绍4组常见的分类。
1. 按业务逻辑的因果链条：结果指标｜过程指标，前者评估，后者监控。
2. 按业务周期的时间链条：先行指标｜实时指标｜滞后指标，前者预测，中间监控，后者复盘评估。
3. 按业务价值的真实性：虚荣指标｜实用指标，前者撑门面，后者指导业务。
4. 按指标层级：北极星指标｜卫星指标｜互斥指标，前者定标，中间拆解，后者制衡。
01
按因果链条，数据指标可以划分为结果指标和过程指标。
1. 结果指标：Outcome Metrics
能够反映业务最终目标和成果的指标，通常用于复盘和评价一项业务或活动的结果，是管理层最关注的指标。
比如，电商的GMV，SaaS行业的MRR，短视频的广告收入等。
结果指标就像一个公司参加考试的考试分数，它能告诉一家公司“考得好不好”，但是不能却无法告诉这家公司“为什么没考好”。
想要找到考得好或者考得不好的原因，就需要看过程指标了。
2. 过程指标：Process Metrics
对最终结果产生影响的中间指标，通过影响结果指标的中间环节来影响结果指标，又称“驱动指标”。
比如，电商的加购率，SaaS的免费试用转化率，短视频的完播率等。
过程指标通常由两个及以上的指标构成，其中的单一指标不能反映最终结果，却可以影响最终的结果指标。有一个过程指标出现问题，就可能导致最终结果达不到预期。
因此，过程指标一般用于实时或短期监控，需要做高频率和实时性的追踪，便于快速调整业务策略，调配资源，以便保证最终的结果指标不偏移。
3. 案例
当结果指标不理想时，就可以顺着业务流程拆解过程指标，找到不理想的原因。
以电商公司为例，电商公司的一个重要目标是让更多的人购买商品，用一个指标衡量就是“购买用户数”。这个“购买用户数”就是一个结果指标，主要用来评价电商业务的交易结果。
“购买用户数”是从“总用户数”一步一步转化而来的，用户中间要经历进店、加购、支付、支付成功环节，各个环节对应的指标，如进店率、加购率、支付率、支付成功率等，均会对购买用户数产生影响。
只有将它们做好了，购买用户数才能持续提升。这些指标不是电商公司追求的最终目标，却影响了最终目标，它们构成了过程指标，主要用于监控。
02
按时间链条，数据指标可以划分为先行指标、实时指标和滞后指标。
1. 先行指标：Leading Metrics
能预测未来结果的早期信号指标。
比如，销售漏斗顶部的咨询量或线索量，能够预测下季度收入。
先行指标主要用来预判业务未来趋势，做早期预警。比如发现线索量或咨询量连续两周下滑，就要做出收入可能下滑的预警，并提早做出业务或策略干预。
2. 实时指标：Real-time Metrics
当前正在发生的指标，能反映当前业务状态的动态数据，用于即时调整策略。
比如直播间在线人数，双11、618等促销活动期间的每秒订单数等。
它的主要特点就是高频更新，能够达到分钟甚至秒级，对技术依赖强，主要用于快速响应异常。
3. 滞后指标：Lagging Metrics
事后验证的结果型数据。
比如季度收入，年度客户流失率等，主要用于长期复盘、事后业绩评估和绩效考核。
它的主要特点是可靠性高，但无法改变过去。
4. 案例
先行指标、实时指标、滞后指标这三种指标结合使用，可以实现从预测到复盘的全周期管理。
以打车软件为例，
先行指标：比如用户天气搜索量等，可预测未来订单量和司机供需，搜索量提升预示明天订单量会激增。
实时指标：比如当前在线司机数与待匹配订单数比例等，能动态调控司机调度和价格，实时匹配司机与乘客，减少等待时间。
滞后指标：如订单完成率、乘客投诉率等，用于评估整体运营效率和用户体验，复盘长期业务健康度，优化策略。
03
按价值真实性，数据指标可以划分为虚荣指标和实用指标。
1. 虚荣指标：Vanity Metrics
指那些表面上看起来光鲜亮丽、能让你在老板面前长脸、在投资人那里加分，但实际上对企业经营决策几乎没有指导意义的指标。主要作用就是用来对外宣传，撑门面。
比如，App的累计注册用户数量，就是一个虚荣指标，这个数字只会随着时间的变化而增加，但它并不能揭示业务的好坏，比如有多少活跃用户数、用户停留时长等。
再比如，我们经常听到的书籍宣传，某某新书上市首日荣登排行榜第几位，这也是虚荣指标。因为新书上市那几天正好伴随着营销宣传和各种活动，再加上亲朋好友的友情购买，新书的销量冲上去是大概率的。
所以说，虚荣指标指标就像穿了一件漂亮的西装，外表华丽，但里面可能已经病入膏肓。它最大的特点是与业务发展和健康关联弱，而且很容易被人为操控。
2. 实用指标：Actionable Metrics
指那些能直接反映业务问题，并指导具体行动的指标。实用指标不一定好看，但一定有用。
好的实用指标有几个重要的特点：
可拆解：指标能拆解为更细维度的子指标，定位具体问题。比如，GMV可拆解为DAU、转化率、客单价。
可关联：指标能与其他业务环节关联，反映因果关系。比如，GMV能与促销活动、库存周转率关联分析。
可对比：支持横向或纵向对比。
可行动：指标变化能直接指导具体动作。比如转化率低导致GMV下滑，可指导优化商品详情页。
04
按指标层级可以划分为北极星指标、卫星指标和互斥指标，适合用来搭建指标体系。
1. 北极星指标：North Star Metric
是一家公司关键和最重要的业务指标，它直接承接公司的战略和发展目标。公司制定的发展目标是否能实现，通过观察北极星指标就可以发现。
北极星指标是能够被全体员工理解的，且必须遵循SMART原则，即指标必须是具体的、可衡量的、可实现的、可关联的、有时间限制的。比如，
规模、利润、质量这些指标不能作为北极星指标，因为它们不够具体，没办法衡量，没办法实现，也没有时间限制。
GMV、毛利润率、用户在线时长，这些指标遵循了SMART原则，可以作为北极星指标。
2. 卫星指标：Satellite Metrics
围绕北极星指标的辅助指标，用于拆解和分析影响因素，解释北极星指标变化的原因，帮助定位问题，优化业务方向。
卫星指标承接北极星指标，按照一定的逻辑和规则对北极星指标进行进一步的拆解，最终的目的是把一个大目标拆解为若干个可以落地执行的小目标。
3. 互斥指标：Counter Metrics
北极星指标不是唯一的，而且可以引入反向互斥指标互相制衡。
互斥指标的作用就是避免为了追求北极星指标而牺牲其他方面，忽视业务的长远健康发展。比如：
短视频公司为了追求收入会导致用户黏性下降，这时可以引入收入和用户在线时长2个北极星指标互相制衡。
电商公司一味追求GMV增长就容易忽视用户退费问题，这时可以引入GMV和退费率2个北极星指标互相制衡。
4. 案例
以电商公司为例，其北极星指标为净GMV，将净GMV按“量”乘以“价”的逻辑公式拆解为购买用户数和实付客单价。
对于购买用户数，按照乘积的逻辑公式拆解为总用户数和转化率两个指标。
对于实付客单价，按照相减的逻辑公式拆解为客单价和补贴两个指标。
底下的这些指标就是围绕北极星指标的卫星指标。
同时，引入退费率作为互斥制衡指标。
