指标体系--建立指标体系的过程及步骤解析

在BI报表、运营分析、驾驶舱中我们都可以看到许多数据，这些数据本来是一些指标，那么什么是指标体系、指标体系和BI、运营分析的关系是什么，指标体系对数字化转型的作用是什么，本文简单介绍这方面的内容，并介绍了建立指标体系的过程和步骤。‍

一、为什么要建立指标体系‍‍‍‍‍‍‍‍‍

建立指标体系是为了对业务或组织的关键指标进行度量、监控和评估，以便更好地了解目标的实现情况，并为决策提供依据。以下是建立指标体系的几个重要原因：

1、提供全面的数据支持：指标体系可以收集和整合来自各个业务领域和数据源的数据，为管理层提供全面的数据支持，帮助他们了解业务情况、发现问题和机会。

2、识别关键业务因素：通过建立指标体系，可以确定影响业务成功的关键因素，并定量地衡量和跟踪这些因素的表现，从而帮助组织更好地管理和优化业务。

3、监控绩效和目标达成情况：指标体系可以提供定期的数据报告，帮助组织监控绩效和目标的实现情况，并及时采取纠正措施或调整策略。

4、支持决策制定：指标体系可以为管理层提供可靠的数据依据，帮助他们做出基于数据的决策，并评估决策的效果。 ‍

二、指标体系在BI报表和大屏中的作用‍‍‍‍‍

指标体系在BI报表和大屏中发挥重要作用，主要包括以下几个方面：

1、数据可视化：通过将指标以图表、图形等形式呈现在BI报表和大屏上，使数据更加可视化和易于理解。这样，用户可以快速、直观地了解各项指标的实时表现。

2、实时监控与展示：指标体系可以将关键指标的实时数据实时更新到BI报表和大屏上，让用户随时了解业务运行状态和目标达成情况。通过仪表盘、指标卡片等元素的组合展示，用户可以直观地看到关键指标的趋势和变化。

3、引导决策与行动：通过BI报表和大屏展示的指标体系，可以为用户提供数据分析和洞察，帮助他们作出更准确、有针对性的决策。根据关键指标的表现，用户可以及时调整策略、优化业务，并有效地推动组织的发展和转型。‍

三、指标体系与数字化转型的关系

指标体系与数字化转型的关系或者说是指标体系对于数字化转型有哪些用途了？

1、指导基础数据建设：数字化转型需要充分利用数据，建立指标体系是为了收集和利用数据，为数字化转型提供可靠的数据基础。

2、数据洞察，建⽴指标因果关系：数字化转型的目标之一是即时、高效地获取数据洞察，通过建立指标体系，可以跟踪和分析关键指标的表现，发现业务瓶颈、趋势以及机会，进而指导和推动数字化转型。明确结果型指标和过程型指标关系，通过结果指标回溯过程指标，找到解决问题的核⼼原因。

3、绩效管理、衡量业务发展质量：数字化转型需要对业务绩效进行管理和评估， 指标体系可以反映业务客观事实，看清业务发展现状，通过指标对业务质量进⾏衡量，把控业务发展情况，针对发现的业务问题聚焦解决，促进业务有序增长，建立指标体系可以定量地度量和评估业务的表现，对数字化转型的绩效进行监控和评估。

4、决策支持：数字化转型需要基于数据进行决策，指标体系为数字化转型提供了一系列有关业务和绩效的指标，帮助管理层做出更准确、有针对性的决策。一级指标一般是部门的KPI指标，可以非常清楚的展示KPI指标达成情况。‍‍‍

5、指导运营管理，运营分析工作：建⽴产品评估体系、活动效果评估体系、智能运营分析体系，结合⽤户的业务场景来进⾏使⽤，多个不同的指标和维度可以组合起来进⾏业务的综合分析，⽤户可通过指标的变化看到整体业务的变 化，并能够快速发现问题、定位问题。

6、统一指标口经：企业内统⼀关键指标业务⼝径及计算⼝径，统⼀企业业务⽬标，实现⾃上⽽下⽬标驱动。

综上所述，建立指标体系是对业务或组织关键指标进行度量、监控和评估的重要过程，通过在BI报表和大屏中展示指标体系，可以实现数据可视化、实时监控与展示，并为决策制定和数字化转型提供重要支持。

四、什么是指标体系

指标体系是一个由多个相互关联和相互作用的指标组成的系统。它是通过对特定目标或领域的关键因素进行度量和评价，来对业务、组织或项目的绩效、效能和成效进行定量分析和评估的工具。指标体系旨在提供一个明确的框架，以便收集、分析和解释相关数据，以便更好地了解业务的表现和目标的实现情况。指标是指将业务单元细分后量化的度量值，它使得业务⽬标可描述、可度量、可拆解，它是业务和数据的结合，是统计的基础，也是量化效果的重要依据。 指标主要分为结果型和过程型：a)结果型指标⽤于衡量⽤户发⽣某个动作后所产⽣的结果，通常是延后知道的，很难进⾏⼲预。结果型指标更多的是监控数据异常，或者是监控某个场景下⽤户需求是否被满⾜。在指标体系中称为一级指标。b)过程型指标⽤户在做某个动作时候所产⽣的指标，可以通过某些运营策略来影响这个过程指标，从⽽影响最终的结果，过程型指标更加关注⽤户的需求为什么被满⾜或没被满⾜。过程型指标一般指通过一级指标的维度拆解和业务过程拆解称二级指标和三级指标。 体系是由不同的维度组成，⽽维度是指⽤户观察、思考与表述某事物的“思维⾓度”，维度是指标体系的核⼼，没有维度，单纯说指标是没有任何意义的。 维度主要分为定性维度和定量维度，定性维度，主要是偏⽂字描述类如城市、性别、职业等;定量维度，主要是数值类描述如收⼊、年龄 等，对定量维度需要做数值分组处理。

五、如何搭建指标体系‍‍‍‍‍‍‍

搭建指标体系是一个系统性的过程，可以通过以下步骤来完成：

1. 确定目标：明确所要衡量的对象或领域的目标。例如，企业的绩效评估、项目的成功度量等。即我们建立指标的体系的目的，是为了绩效评估了，还是为了运营分析，还是为了决策支持，目标不同，建立指标体系的方法，衡量方法，指标模型都不同。‍‍

例如如果是建立企业的评估绩效，那么指标来源于各一级部门的核心指标KPI，例如质量部门的‍‍‍‍‍‍顾客质量抱怨数量、万元产值质量损失成本，生产部门的客户准时交付率、库存占销售比、T技术/研发部门的新产品设计完成率、新产品收入占比等。‍

例如如果是建立运营分析的目的，那么指标来源运营分析的目标。渠道转化完成率、乘客取消率、供需⽐、司机服务分等。

2. 需求分析：了解相关利益相关者的需求和期望，明确他们关心的关键因素和指标。了建立指标体系的目的之后，例如是为了衡量绩效评估，那么每个部门的核心kpi是什么，衡量的标准是什么，关系的关键因素是什么。这一步是需求调研和需求分析。例如可以了解过往不同部门KPI考核的绩效标准指标是什么。找相关方了解绩效指标关键因素是什么。‍‍‍‍‍‍‍‍‍‍‍‍

3. 关键因素识别：通过市场调研、专家访谈等方法，找出影响目标实现的关键因素。

例如质量部关注的是万元产值质量损失成本这个指标，那么需要进行需求调研，了解这个指标的计算公式是什么，例如是评价周期内外部质量损失总额（元）/总产值金额（万元）；然后质量部关注的关键因素是什么了，例如计算计算内外质量损失总额指标，那么内部损失是指工厂内不合格的零件的总价值还是财务系统中的不合格的零件总价值了？外部损失是仓库发货前检验的不合格产品的总价值，还是厂家退回的产品的总价值了？这些计算公式，度量方法，数据来源等都是需要通过需求调研完成之后和业务部门统一确定计算公式和数据来源，也就是明确利益相关方关心的关键因素和衡量标准。

4. 指标定义：根据关键因素，确定合适的指标来度量和衡量目标的实现程度。指标应具有可衡量性、准确性、可比性等特点。通过需求分析和需求定义可以明确指标的定义，指标的定义一般可以形成初级的指标库，包含指标名称，指标编号，指标的定义，指标的计算公式、指标的单位、指标的负责部门、指标的数据来源，指标的维度、汇总方式等。

5. 评价标准制定：根据目标和指标，制定评价标准来评估指标的表现优劣。评价标准应具有客观性、可操作性、可量化等特点。评估标准是指说指标的单位，以及指标评估的方式，例如是希望越小越好，那么就是望小，目标值是多少，告警线是多少等，是对指标的数量一个标准的衡量。‍‍‍

6. 数据收集：搜集与指标相关的数据，可以通过问卷调查、实地观察、数据分析等方法来获取。这个步骤是通过数据调研，数据探索的方式了解数据来源，数据源系统的数据字段名称，数据字段名称和计算公式之间的关系等。例如，是表单填报，那么需要填写的字段名称，字段单位，填写的部门人员，采集频率是什么。如果来源数据源系统的数据字段，那么字段名称是什么，同步到大数据平台的频率是什么，如何满足指标计算的频率等。‍‍‍‍‍‍‍‍‍‍‍

7. 数据开发：对收集到的数据进行分析，计算指标的具体数值，并对结果进行解释和解读。可以使用各种统计分析方法来帮助理解数据。

8. 指标检验与修正：根据分析的结果和实际情况，对指标进行检验和修正。如果有必要，可以调整指标的权重或添加新的指标。

9. 指标展示：根据指标的目标，确定指标展示的形态，以及展示的样式，这里属于BI分析的范畴。

10. 定期评估和改进：定期评估指标体系的有效性，根据实际情况进行调整和改进，确保指标体系始终与业务目标和需求保持一致。在搭建指标体系的过程中，需要与相关人员进行充分的沟通和协调，确保他们对指标的选择和使用方法有共识。同时，灵活性和可调整性也是重要的原则，指标体系应该能够适应业务环境的变化和发展需求。例如有时候，使用指标的部门的人员对于指标计算的结果有疑问，可能存在计算偏差等问题，需要先了解疑问，根据疑问了解数据加工过程，了解产生偏差的原因，进行及时的修正。