导读：设计指标的目的在于“了解更多”。具体而言，通过指标数值，可以在可接受的成本下，传递足够多的信息。

设想一下：

中年危机老贾去医院体检，咨询身体状况如何；医生说：“还行。有点问题。问题不大。”而不是告诉他血压如何、体脂如何、血糖如何。

法外狂徒小艺被查酒驾，交警质问他喝了多少；小艺说：“没醉。喝了一点。喝的不多。”交警却没有一个血液酒精含量的指标，去判断他是否醉驾，应该作何处罚。

霸道总裁阿饼例行月会询问业绩，负责销售的副总说：“很棒。业绩很好，卖了不少。”只字不提销售总额、人均产能、业绩趋势。

倘若没有指标这个工具，我们能获得的信息，就会变得非常有限，而且获取信息的成本也会变得极高。

01

什么是指标？

指标是一个被定义的数值，用来对事实进行量化抽象。这个抽象过程可以是一次的，也可以是多次：

当一个事实比较简单的时候，例如某个物品的轻重，我们用通过质量这一个指标就可以衡量清楚。

但当一个事实更复杂一些的时候，例如一个人的胖瘦，也许仅仅是用质量（体重）就不足以说明这个事实。这个时候我们可能会用BMI、体脂率等经过了两次抽象的指标。

当这个事实变得更加复杂，例如一个国家的经济状况，我们会用GDP，这个一个进行了很多层复杂抽象、涉及到大量数据[1]的指标。甚至是仅仅一个指标也完全不足以描述出这个事实的重要特征；这时候就要设计一整套的指标体系，来量化这个复杂的事实。

综上所述，指标应该至少包含4个要素：

名称：指标名称要清晰明确，避免歧义，降低沟通成本。

责任人：责任人要保证指标可维护、可运营。

含义：指标含义要描述的是“被量化的事实”；例如——这个指标是在什么场景下？为了什么目的？刻画了什么事实？

口径：指标口径要保证我们能及时地、准确地取到所需的“数值”；例如——这个指标是如何计算的？所需的数据从哪获取？获取的时效如何？

02

什么样的指标算好的指标？

我们可以从4个维度去评价一个指标的优劣：

1. 有效性：这个指标能不反映我们量化的事实？

例如，我们想要去衡量某个APP的用户量有多少，应该用DAU，还是MAU？不同类型的APP可能有不同的选择，对于外卖而言，每天的DAU可能都非常关键。而对于一个旅行类的APP而言，因为类目本身消费频次的不同，可能MAU才是一个更能真实反映用户数量的指标。

2. 可信性：反映事实的指标是不是稳定的？

例如，人力部门设计了一套题库去衡量应聘者的数据能力，希望通过测试题的分数，去做出是否招聘某位同学的决定。那么对于同一个面试的同学而言，第一次参加数据能力测试，和第二次参加数据能力测试的分数应该是相近的。

3. 敏感性：事实的变化，能否被指标敏感的捕捉到，并反映出来?

例如，对于酒店住宿预订而言，到酒店前台却没有空房可以入住，是一种非常糟糕的用户体验。但也是一个非常低频发生的情况。那么是否应该用“到店无房发生率”来追踪这个问题就是一个值得思考的问题。同理，对于舆情监控，是应该用绝对数指标来监控，还是比例指标来监控更好呢？

4. 可运营：这个指标能否被用于日常的运营，及时的帮助我们谋求改善？

例如，越来越多的公司因为对客户忠诚度的重视，开始用NPS（客户净推荐值）来衡量客户的感受。但是如果仅仅有这个主观指标，当NPS降低了10%的时候，公司应该如何去提升用户的忠诚度呢？

03

如何设计数据指标体系？如何落地应用？

在指标搭建、落地的过程中，我们经常会遇到很多疑问，比如指标体系应该怎么搭建，如何通过数据分析找到关键瓶颈，找到之后又应该怎么做等等。

为了帮助大家更好地系统地学习数据指标体系相关知识点，全面了解数据指标体的相关概念、设计方法论、实际应用情况，DataFun推出数据治理专题最新电子书：

《数据指标体系：从设计到落地》

全书分为两部分，一部分为指标体系的搭建方法，包括技术要点、注意事项、挑战与解决方案等，而另外一部分则是不同行业的指标体系的应用，例如以抖音、快手为代表的互联网行业的应用，以滴滴为代表的交通出行行业的应用，以京东为代表的电商行业的应用，以及在金融行业的应用。电子书亦涉及到智能指标平台建设和指标自动化的前沿探索。

电子书亮点：

1. 方法+应用，以实践诠释理论

2. 行业案例多，大厂为代表，干货颇多

3. 资深专家、首席技术顾问…多位大佬深入讲解技术难点

电子书目录：

如何搭建指标体系：

1- 如何搭建好的数据指标体系？

2- 快手数据指标体系搭建实践

数据指标体系的应用：

1- 抖音集团数据指标体系分析与增长实践

2- 滴滴数据指标体系建设实践

3- 数据指标与标签在金融行业的应用

4- 京东业务指标数据体系建设实践

5- 智能指标平台建设和指标自动化

6- 快手指标规范化以及OneService平台化实战

电子书领取方式👇

本电子书作者

徐尧 止观科技 首席技术顾问

钱英男 快手 数据产品总监

鲍文霞 火山引擎 资深数据分析师

曹雷 滴滴 高级专家工程师

张鲲 金融壹帐通 加马开放平台 产品总监

张婉绮 京东 数据挖掘工程师

宗正 Kyligence 资深技术布道师

刘一凡，快手数据服务工具链 团队负责人

本文参考：

1. 指标体系：指标的设计方法！

https://mp.weixin.qq.com/s/TioHEFb4mWHY6KItbGxPXw