在企业治理中,如果不能对企业数据进行组织治理,数据岂但不能成为企业的资产,反而会成为企业的“累赘”。指标能够间接反馈企业生产经营销售等各环节状况,为决策层提供撑持,在企业经营治理中占有重要位置。
一、为什么须要指标治理?
1. 看清业务现状当业务规模逐步扩充,“数据驱动业务”的需要越来越紧迫。因为短少系统化的指标监控体系,面临以下几个问题:难以疾速定位解决问题、数据没有及时采集导致剖析搁置、业务口径在各阶层人员之间不对立等。如下场景:
- 经营剖析汇报会上,产品和经营的汇报内容都蕴含了用户活跃度指标,然而数据却不一样,老板问“什么状况,谁的数据是准的!”
- 数据可视化平台上,经营页面上有一个指标叫优惠后营收,营销页面有一个指标叫优惠券抵扣营收,两个指标什么关系呢,数据雷同?(指标口径一样,名称不一样)。
- 数据产品上很多指标看名称并不了解指标含意,指标文档保护,线下流传,想确认一个指标的统计逻辑要几经周转。
通过数据对业务进行描述统计,防止了不明确、不分明、不确定的状况,这是搭建指标体系最根底的作用。为了实现“数据驱动业务”,解决指标多、指标乱、指标不清晰、指标不实用的现状,进步业务团队的效率,现针对企业不同业务环节的数据履行系统化指标生产和治理方法论,旨在标准指标的生产和治理,打消不同使用者之间存在的个人风格,帮助数据产品经理或者数据分析师更快地找到切入点进行指标体系的构建以及指标生产治理的理论指导。
(1)正当调配公司资源,明确工作重点指标体系是一个树形构造,如果是企业级的指标体系,能够对应到产品市场等团队的组织架构,可能让每个人都能明确本人的工作重心。
(2)向上评估指标的影响范畴和水平除了顶层指标外,指标体系中的每个指标大部分有父指标,因而通过剖析指标在其父指标中的占比,以及剖析指标与父指标的相关性,就可能评估指标的影响范畴和水平。
(3)向下寻找指标异动的起因除了最底层指标外,指标体系中的每个指标大部分有其子指标,因而当指标产生显著变动时,就可能通过子指标寻找起因。
二、如何搭建指标体系?
指标体系能够买通信息壁垒、加大信息共享力度,对于企业实现“数据驱动业务”至关重要,因而指标体系须要有一个全局、迷信的框架,下图为指标体系框架设计流程图。
图: 指标体系设计流程图
1、指标体系的定义
(1)业务环节的终点与起点指标体系是指由若干个反映景象特色数量的绝对独立又互相分割的统计指标所组成的有机整体,指标体系会依据不同业务环节、按规范对指标进行分类与分层,在具体业务环节构建指标体系之前须要明确业务环节的定义,举例说明:2022 年度第 4 季度的销售额指标为 8000 万,具体囊括以下几点:
- 业务环节的终点与起点在销售环节,要对 8000 万的指标调配给每个区域,联合每个区域的状况调配到集体,在团体层面是一个业务环节,在区域层面是一个业务环节。
- 围绕的核心主体对 8000 万的指标,所有的环节都围绕这个主体,在团体层面,产品的投诉率同比要降落 10% 等。
- 两头波及的环节为实现外围指标,所有波及的环节都要定义要害指标,指标要有管理者和执行者。
2、指标体系的框架设计思路
(1)梳理业务流程梳理业务流程有多种模型,具体应用哪一种模型要联合具体的业务倒退进行思考,次要从 3 个角度来思考,业务,用户以及产品角度,罕用的为业务角度 OSM 模型。
业务角度
咱们在建设数据指标体系之前,肯定要清晰地理解业务的指标。OSM 模型就是从业务的角度登程,首先理解业务的指标(Object),制订相应的业务策略(Strategy),以及用来掂量业务策略成果的评估指标(Measure)。
制订第 4 季度销售额指标为 8000 万(Object),业务策略(Strategy)是产品销售 5000 万,人力施行销售 2000 万,产品维保销售是 1000 万,评估指标(Measure)上海区域产品销售额 1000 万,北京区域产品销售额 2000 万等。
用户角度
OSM 模型是事后理解业务的指标,设计好业务策略并拆解出评估指标,但理论状况是即便晓得业务指标也很难进行业务策略的制订及评估指标的拆解,那么就须要从另外的角度进行拆解。用户模型也是从用户的角度登程,用来评估以及晋升用户体验,围绕用户的体验感、满意度,接受度、留存率等维度进行指标的拆解。
制订第 4 季度销售额指标为 8000 万,用户满意度晋升 10%,用户对产品体验感回升 20%,首次接受度晋升 30%,留存率晋升 30% 等。
产品角度
制订第 4 季度销售额指标为 8000 万,产品差异化劣势性能点减少 5 个,产品性能晋升 20%,产品模板新增 20%。
(2)梳理主题场景
对业务环节进行梳理之后,指标体系就有了根本的框架,然而在理论落地时这个框架过于宏大,往往找不到明确的切入点,因而引入主题场景化的规范推动指标体系疾速精确地落地应用,具体实施“以目标为导向”进行主题场景的梳理。
制订第 4 季度销售额指标为 8000 万,应用业务角度 OSM 模型,区域能够制订一个主题场景,如北京区域销售额指标 2000 万,新增商机数同比新增 40%,新增复购率同比新增 30% 等。
(3)划分指标层级
依照“业务流程化 + 主题场景化”的思路搭建好指标体系后,使用者就能够依据相应的业务流程及主题场景疾速定位问题,但还短少指标内容纵向的思考,依据企业战略目标、组织及业务过程进行自上而下的指标层级划分,对指标进行层层分析,次要分为三级:
(4)指标体系评估
- 系统性准则:
充沛承接整个团体战略目标,造成以战略目标为外围的指标体系,指标间有清晰的关联逻辑,无效促成策略执行 - 全面性准则:
全面笼罩企业治理相干因素,含外部环境、外围资源、业务流动、产品服务与经营业绩等方面,推动整体优化经营; - 结构性准则:
以数据和信息为根底,将指标划分为策略层、管理层互相撑持的构造;l 差异性准则:区别于上司区域的指标体系,联合团体总部理论业务特点,有针对性地建设落地的指标体系; - 重要性准则:
选取外围业务,明确与之相干的关联业务,关注治理瓶颈与重点,推动团体总部各部门之间的治理协同。
通过指标治理,有利于企业进行精细化治理。指标治理能够帮忙企业管理者全面把握企业外围业务状况,进行资源优化配置,进步企业生产力,加强产品竞争力。下一次,小麦跟你讲清楚指标治理建设的步骤。