現在很多的工作場景中，我們都會需要“用數據說話”，這時肯定就離不開指標！但現實是很多指標是用錯了的。甚至很多公司開會時，經常因爲指標的事情吵架。對於指標，我们有太多的疑惑了：
分析相對庫存，庫存天數？庫存週數？庫存月數？用哪個？
銷售部門，要不要背利潤完成率指標？
計算連帶率，是否要剔除退貨訂單？
老闆胡亂設定指標怎麼辦？各部門指標不統一如何解決？……
用數據說話，是一個好習慣！但如果指標沒定好，不統一，也會導致工作低效，也無法讓數據產生管理價值。
❓問題：怎樣去確定指標，怎樣對指標進行定義？
✅核心：基於業務目的來確定指標和指標定義！有些指標是用來績效考覈的，有些指標是負責追蹤的們，還有一些指標是用來分析的……
有了上面這個核心思想，我們在定指標過程中遇到的很多問題，都會得到解決，例如：
分析相對庫存的指標，可以根據對象來確定指標的時間跨度：快消品用庫存天數，服裝等用庫存週數，耐消品用庫存月數（即庫銷比）
爲了讓大家更深入地理解業務化指標制定的問題，以下將爲大家展開，更系統地講解。
01 根據時間屬性確定指標
時間是天然的屬性，我們的業務經營都會隨着時間的變化而變化，所以根據時間屬性來確定指標是最基本的，最常見的做法。
⏳按時間維度區分指標
這個很好理解，時間維度可以是年、月、日、周等，具體可以根據業務目的來選擇使用。例如：
日銷售額、月銷售額、年銷售額
日完成率、月完成率、年完成率
日活躍用戶量（DAU）、周活躍用戶量（WAU）、月活躍用戶量（MAU）
次日留存、7 日留存、30 日留存、周留存、月留存
年利率、月利率、日利率 ……
🔧按業務發展階段區分指標
隨着時間發展，企業的發展也會經歷不同的階段，常見的如：
拓展期
此時企業的策略以拓展市場爲主，所以主要可以用增量指標，如新增用戶數、新開店鋪數、新增會員數等。
成熟期
此時企業的策略以穩定發展爲主，所以主要可以用存量指標，如店均銷售，平效人效等。
02 根據人貨場梳理指標體系
人貨場的立體思維，我們在之前就講過，這裏就不贅述了。
對於大零售行業來說，大部分業務問題都可以從人、貨、場三個維度來思考。無論是線上還是線下，人、貨、場都是零售營運的核心三要素！
例如一個零售品牌企業，要梳理指標體系，怎麼用人貨場梳理指標呢？
人：可以劃分爲員工 、顧客
貨：可以根據商品的流動來劃分：計劃、採購、配貨、調撥、回收、物流
場：可以劃分爲渠道、店鋪
關於人貨場的下一級的劃分方法，可以靈活地根據每個企業的具體情況去靈活調整，這樣就能梳理出來業務的分析架構。
然後還需要繼續深入去進行拆解，以下繼續講解梳理指標體系。
🧑🤝🧑 人
既然把人劃分爲員工、顧客這兩大類，接下來你是否能定指標了？如果還不能確定指標，就嘗試繼續往下去拆！
例如員工，從人事架構上可以再分爲基層員工、管理層，他們的指標是可以有不一樣的。
基層員工：完成率、銷售額……
管理層：完成率、銷售額、利潤率、員工流失率……
如果你拆分爲基層員工還不能直接定指標，那就可以繼續按職能類型拆下去，例如銷售類、服務類、技術類等。
銷售類：完成率、銷售額、連帶率……
服務類：滿意度、投訴率、平均接待時長……
技術類：出錯頻率、問題解決率、交付及時率……
員工方面指標的拆分，基本上只要拆分到職能類型，結合其工作職責，就能把指標梳理出來。
再來看看顧客方面的指標拆分，繼續往下拆，最簡單的就可以拆成新顧客、老顧客。但這裏我們可以再精細化一些，因爲老顧客也會分爲常來的、不怎麼來的、不再來的。
所以顧客就可以拆爲：
新顧客：成交率、開卡率（入會率）……
活躍會員：購買頻率、銷售額……
沉默會員：沉默天數、激活率……
睡眠會員：睡眠天數、激活率……
流失會員：流失佔比、激活率……
📦 貨
前面講到，我們可以按貨品的流轉拆分成計劃、採購、配貨、調撥、回收、物流，其實類似上面在員工方面指標拆分的方式，這六個貨品流轉的過程，也代表着相應的工作職能，根據各職能類型的定位就可以輔助我們確定後續的指標。
計劃：負責做計劃的，就要看你的計劃完成率，計劃執行率（指執行到什麼程度）、計劃流失率（指有計劃但沒執行的情況）
採購：採購職能，可以從三方面去梳理 — 價格、時效、到貨
價格 → 採購成本降低率
時效 → 訂單準時率
到貨 → 訂單滿足率
配貨：配貨工作主要就是及時、準確、合理
調撥：調撥工作主要就是及時、費用評估
回收：回收主要就是看回收率
物流：
訂單執行率
訂單滿足率
準時交貨率
訂單效應週期
🌏 場
假設是一個購物中心的場，場的動線、陳列都可以往下拆出指標，還可以進行場內的品牌關聯分析，即消費者買 2 個品牌以上的情況。
以上按人、貨、場立體思維拆解指標的方法，在很多行業都是相通的，具體根據行業、公司、實際業務情況做適當調整就行。
03 將指標過程化更利於業務化
要定出業務化的指標，有時我們還可以考慮把指標過程化！
首先可以梳理業務發生、開展的過程，把思路整理好，例如我們之前講過的消費品過程思維邏輯：
根據這個過程我們可以拆分成如下的業務指標：
然後就可以把銷售額這一個指標過程化，這樣當你要追蹤銷售額的時候，你就可以追蹤等號右側的那些指標，只要任何一個指標有增長的，都是對銷售有正向作用的。
可見，先分析業務過程，然後把關鍵指標過程化，拆解出來的分析指標就能很業務化了！
04 同一盤數據同一個指標體系
數據統計口徑必須一致
統計口徑不一致的話，就會引起數據打架！所以在企業內部必須要有相應的標準，把指標的統計口徑規範起來。
舉例：計算連帶率是否需要剔除退貨訂單？
一般來說，確定統計口徑，可以有 2 種分析方向：
🔹基於業務目的
🔹基於財務目的如果用於營運追蹤則建議不剔除，因爲目的是爲了評估店鋪的銷售力，不需要爲退貨負責；如果用於財務分析方面的口徑，則需要剔除。
無論是選擇哪一種，口徑都必須要明確下來，這樣大家才能好好地用數據說話；如果是 2 種並存使用，那就必須明確好使用場景，確保大家都清晰不混淆。
數據指標定義必須一致
有時候一個指標的計算可能有很多種定義，這時也必須要把定義確定得更清晰一些，一旦定下來了，就一直按這個定義去執行，這樣後續纔可以進行對比、趨勢的分析。
最經典就是離職率的定義，可以有多達十幾種定義，例如數據君列舉幾類：
其實你選哪個答案都是可以的，因爲目前全球用的離職率定義確實有很多，不同的公司會有不同的業務考慮。
❗但切記一點：你選擇了某種定義，就持續統一使用這種定義！
數據指標必須符合管理常態
有些指標在覈算時，還需要充分考慮到一線的業務實際，這樣才能更客觀地用於指導日常運營。
例如零售行業都要去計算客單價，其實在計算時就需要剔除團購或大宗購買，因爲這些銷售行爲不是常態的，如果某個時間點的一個團購沒有剔除，會導致數據的可對比性大大減弱。
所以在計算數據指標時，還要考慮符合管理常態。
以上就是本期的內容分享~~，碼字不易，如果覺得對你有一點點幫助，歡迎「追蹤」，「點贊」，「分享」喔，我會持續為大家輸出優質的內容~~
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦：
回顧十週入門數據分析系列文：
關注數據君的臉書，ins（全網同名）
我是「數據分析那些事」。常年在臉書，ins分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，並在臉書置頂帖子下回復SQL50,會有MySQL經典50題及答案贈送唷！
