01-数据分析常遇到的挑战
在实际项目中,决策分析类系统不同于业务系统的特点之一就是其不确定性,同样一个分析场景,有的人习惯看表格,有的喜欢看图表;有的喜欢用同比环比,有的喜欢做预警分析。
通过观察发现,虽然每个业务人员关心的问题不同,但是其分析的对象基本一致。比如销售金额、订单数量、转化率等。所以,在梳理用户分析需求时,重点应该放在分析对象上,而不是展现形式上。
所谓分析对象,就是决策分析类系统中常常提到的指标。接下来探讨如何在需求调研过程中获取指标,以及如何管理指标,为后续进行详细的分析场景设计规划提供依据。
02-指标体系建立和应用步骤
总体而言,指标体系建立和应用步骤包括“找指标”、“理指标”、“管指标”、“用指标”四个阶段。
1、找指标
Step1:构建指标分类的框架
业务领域一般可以分为财务、人力资源、销售等等,然后再进行二级业务域划分,如销售可以分为市场营销、客户管理、订单管理等等(是否需要三级分类视业务复杂程度决定),这样就得到了一个指标分类的初步框架。
Step2:寻找分类下的具体指标
一般会从业务系统出发,从系统中识别其功能模块,例如ERP、CRM、SRM等,CRM系统中又有客户管理、订单管理等功能模块,从这些模块包含的业务单据中,就可以找到相应的数值字段,然后挑选出可以作为指标展示的部分。如果这些系统中有单独的统计报表功能,那么只需要从报表中找到相应的指标即可。
找到了指标,其实只有指标名称而已,还需要找到指标的各项属性定义。指标的属性分为“业务属性”和“技术属性”两类,业务属性包含业务人员通常认识的指标分类、名称、计算公式、展现方式和查询权限等;技术属性包含技术运维人员所关心的系统来源、取数字段、取数频率、加工规则等。
将找到的指标及其属性,形成一张总表,即指标字典。具体字段的选取工作最好能让业务人员和技术人员共同参与制定。
2、理指标
通过找指标,获得了企业中的指标列表,但是这些指标并不能称之为体系,因为没有进行分类,指标没有业务含义,指标和指标之间也没有任何逻辑。因此需要结合企业战略和岗位职责,设定全面的衡量指标,并分解到具体业务过程。
实际项目中,具体梳理的方式可以参考以下步骤:
通过对业务的不断梳理和细化,最终会形成一个指标树,表达各个业务指标之间的关系。
3、管指标
管指标数据的工作和其它数据管理工作并无太大差别,即通过推动数据治理体系建设,制定主数据、业务数据、统计数据的标准和规范,提升数据质量。
在集团型企业中,一般会通过指标管控工具、制度和流程,明确指标认责人、指标用户、指标管控团队在各项管控活动中应遵循的管理要求和工作流程。在今后信息系统(尤其是数据中心、统计报表等分析类应用)的建设中需要遵从公司在指标管控领域提出细化要求。
4、用指标
企业仅仅制定指标体系,并不能起到规范数据的作用,只有将指标体系落实在信息系统中,才能发挥其管理作用,因此构建指标体系往往和应用系统建设同步进行。指标体系包含但不限于以下使用场景:
通过指标数据体系的应用,规范企业内指标的使用,提高数据的准确性、一致性和可追溯性。
在数据分析领域,指标是业务表达语言。指标构建的完整性、准确性、层级合理性,将直接影响数据分析所能触达的业务范围、数据背后诠释的业务逻辑性和数据探索至业务细分节点的高效性。通过“找、理、管、用”四个关键动作,确保每一个指标构建都基于业务需求且符合业务需求,确保指标规范管理,切实应用。只有以这样的工艺式、工匠式管理方式,才能在纷繁复杂的数字化转型道路上,走的更加顺畅。