數(shù)字化轉(zhuǎn)型未來在企業(yè)中將是一個重要的機遇，可以通過數(shù)據(jù)化的指標(biāo)監(jiān)控以及智能化的產(chǎn)品應(yīng)用，以提升經(jīng)營效率和管理效率。對于數(shù)據(jù)產(chǎn)品經(jīng)理而言，又起著什么作用？作者分享了自己對于數(shù)字化轉(zhuǎn)型的看法，以及在數(shù)字化轉(zhuǎn)型，需要什么樣人才體系？
數(shù)字化轉(zhuǎn)型的含義以及重要意義在各種場合的峰會、不同級別的分享都已經(jīng)耳熟能詳了，每個都知道它，但并不是每個企業(yè)都知道該從哪里著手去落地。
數(shù)據(jù)產(chǎn)品經(jīng)理在數(shù)字化轉(zhuǎn)型中起到什么作用，金融、證券等不同行業(yè)，如何實施數(shù)字化轉(zhuǎn)型等等問題。結(jié)合當(dāng)下的秋招求職季，就簡單分享自己對于數(shù)字化轉(zhuǎn)型的理解，以及在轉(zhuǎn)型的過程中，需要怎樣的人才體系。
一、數(shù)字化轉(zhuǎn)型的動因
試想，對于一個隱居山里，自給自足的人來講，他只需要自己掌控好自己的生活節(jié)奏，自己開心就好。而一旦他進(jìn)入了城市生活，面對林林總總的物欲橫流，鄰居家又拆遷了幾套房，換了幾輛車，孩子工作年薪百萬后，他的心態(tài)還有多大可能處之泰然呢。
同樣，數(shù)字化轉(zhuǎn)型驅(qū)動的根因就是一個 " 卷 " 字，當(dāng)同行都已經(jīng)用 10 塊錢去獲取一個新客，用 2 周完成一個新產(chǎn)品的上線，而自己企業(yè)還需要 100 塊和 1 個月，你說老板急不急。
尤其是近幾年國際形式不穩(wěn)定，疫情持續(xù)反復(fù)，不管是個人還是企業(yè)消費態(tài)度逐漸悲觀后，大家都想拼了命的降本增效，以度過這個寒冬。隨著大數(shù)據(jù)、AI、云計算等技術(shù)的成熟，數(shù)字化自然就成了降低經(jīng)營成本，提升運營效率的利器。
二、數(shù)字化轉(zhuǎn)型，轉(zhuǎn)什么？
既然數(shù)字化轉(zhuǎn)型的終極目的是降本增效，以終為始，那就要先看目前的經(jīng)營流程中，主要的 " 本 " 花在了哪里，這時涉及兩個層面，一是要能夠梳理清楚現(xiàn)有的核心業(yè)務(wù)流程，二是有沒有完善的數(shù)據(jù)，可以去衡量這個成本。借用著名管理學(xué)大師彼得德魯克的一句話，" 如果你沒法衡量它，你就沒有辦法改善 "。
對于營利性組織，不管是 ToC 還是 ToB 亦或者 ToG，其目的都是通過提供某種產(chǎn)品或服務(wù)，以獲得商業(yè)價值，所以經(jīng)典的營銷理論 -4P 理論仍然適用。
Product（產(chǎn)品）：產(chǎn)品 & 服務(wù)的生產(chǎn)過程中，數(shù)據(jù)可以發(fā)揮哪些作用？
1. 通過數(shù)字化監(jiān)管生產(chǎn)過程，提供數(shù)據(jù)化管理抓手
互聯(lián)網(wǎng)行業(yè)的數(shù)字化進(jìn)程相對較快，各種 App 的埋點采集方案發(fā)展成熟，對用戶行為的細(xì)致分析，找到產(chǎn)品流程中的改善點。而在工業(yè)、農(nóng)業(yè)、制造業(yè)等行業(yè)，主要依賴傳感器將采集設(shè)備數(shù)據(jù)，再將數(shù)據(jù)轉(zhuǎn)化成決策信息。工業(yè) 4.0，農(nóng)業(yè)數(shù)字化，首先要解決的就是有數(shù)據(jù)，用數(shù)據(jù)的問題。
2. 將數(shù)據(jù)能力整合到產(chǎn)品當(dāng)中，提供更加智能和強大的產(chǎn)品能力
產(chǎn)品千人千面的個性化推薦，到 AI 人工智能機器人、智能音響、無人駕駛，通過對數(shù)據(jù)的挖掘和應(yīng)用，不斷對產(chǎn)品進(jìn)行創(chuàng)新，提升產(chǎn)品的吸引力。數(shù)據(jù)的智能化應(yīng)用場景，也自然成為數(shù)字化成熟度的重要指標(biāo)之一。
Promotion（促銷）：酒香也怕巷子深，促銷的目的是為了帶來用戶的增長，包括新客的獲取和老客的復(fù)購。數(shù)字化轉(zhuǎn)型要基于數(shù)據(jù)，構(gòu)建用戶畫像信息，從而進(jìn)行自動化的營銷，實現(xiàn)用戶運營的精細(xì)化、個性化。
Place（渠道）：流量紅利過后，用戶流量相對集中在少數(shù)的頭部流量池中，對于企業(yè)來講，需要通過數(shù)據(jù)手段，找到自己產(chǎn)品的目標(biāo)受眾，而不是 " 盲投 "。
Price（價格）：賠本賺吆喝是互聯(lián)網(wǎng)早期的跑馬圈地常用手段，但泡沫散去后，可以燒的錢越來越少了，怎樣站著把錢賺了，也是數(shù)據(jù)要解決的問題
此外，為了把產(chǎn)品和服務(wù)生產(chǎn)出來，涉及到的人事流程、財務(wù)流程、IT 流程，也都是數(shù)字化轉(zhuǎn)型的內(nèi)容之一，通過數(shù)據(jù)優(yōu)化人力資源、財務(wù)流程達(dá)到降本增效的目標(biāo)。
三、數(shù)字化轉(zhuǎn)型，CIO需要什么樣的人才體系？
數(shù)字化轉(zhuǎn)型本質(zhì)是業(yè)務(wù)問題，其次才是技術(shù)問題，所以數(shù)字化轉(zhuǎn)型想要成功，首先需要知道數(shù)據(jù)可以在業(yè)務(wù)中發(fā)揮什么樣的價值，然后才是對應(yīng)的數(shù)據(jù)技術(shù)、數(shù)據(jù)平臺、產(chǎn)品工具等。在轉(zhuǎn)型過程中，涉及的人才結(jié)構(gòu)如圖：
1. CIO/CTO
數(shù)字化轉(zhuǎn)型是一把手工程，轉(zhuǎn)型必然涉及現(xiàn)有組織或流程的變革，自下而上的轉(zhuǎn)型幾乎不可能成功，所以需要戰(zhàn)略層面的授權(quán)，否則師出無名必然功敗垂成。
2. 外交官
術(shù)業(yè)有專攻，尤其是傳統(tǒng)行業(yè)的業(yè)務(wù)人員對數(shù)據(jù)的認(rèn)知處于比較淺的層次，想要在轉(zhuǎn)型過程中，數(shù)據(jù)團(tuán)隊不是閉門造車，而是深刻的理解了業(yè)務(wù)流程和痛點，就需要具備深厚的數(shù)據(jù)功底的 " 外交官 " 的角色，去不斷深入業(yè)務(wù)過程，可以告訴業(yè)務(wù)數(shù)據(jù)能夠帶來哪些改變，現(xiàn)有哪些數(shù)據(jù)，還需要做哪些工作。這一角色最好主要由數(shù)據(jù)產(chǎn)品經(jīng)理承擔(dān)，因為他可以去協(xié)調(diào)組織不同的資源，去把事情做成。同時數(shù)據(jù)分析師，或者數(shù)據(jù)倉庫的負(fù)責(zé)人也可以參與，作為信息的輸入和輸出。
3. 智囊團(tuán)
數(shù)字化轉(zhuǎn)型最終的目的是帶來實打?qū)嵉膬r值收益，所以需要能夠基于數(shù)據(jù)，充分挖掘出有用的信息，為業(yè)務(wù)提供決策或智能應(yīng)用的輸入，數(shù)據(jù)分析師主要利用數(shù)據(jù)分析的技術(shù)和手段提供最優(yōu)的決策，算法工程師則依賴于 AI 技術(shù)，提供更加智能的能力，比如基于 AI 的智能排班流程，個性化營銷或產(chǎn)品推薦服務(wù)等。數(shù)據(jù)產(chǎn)品經(jīng)理主要是參與其中，提供部分業(yè)務(wù)知識的輸入。
4. 奠基者
數(shù)據(jù)是數(shù)字化轉(zhuǎn)型的根據(jù)，沒有數(shù)據(jù)或者數(shù)據(jù)臟亂差，轉(zhuǎn)型過程必然坎坷或面臨失敗。數(shù)據(jù)匯聚、清洗加工處理，形成可以高復(fù)用的數(shù)據(jù)資產(chǎn)，并對數(shù)據(jù)進(jìn)行持續(xù)的治理，保障數(shù)據(jù)質(zhì)量，降低存儲和計算成本，主要是數(shù)據(jù)開發(fā)工程師的職責(zé)。在這過程，數(shù)據(jù)產(chǎn)品經(jīng)理主要是數(shù)據(jù)需求或數(shù)據(jù)產(chǎn)品需求輸入，提供數(shù)據(jù)資產(chǎn)建設(shè)所需要的業(yè)務(wù)信息輸入。
5. 建筑師
工欲善其事必先利其器，數(shù)字化轉(zhuǎn)型過程中，數(shù)據(jù)從采集到分析應(yīng)用過程中，基于數(shù)據(jù)產(chǎn)品或工具來提升數(shù)據(jù)應(yīng)用流轉(zhuǎn)的效率，在這過程中，需要相關(guān)的數(shù)據(jù)產(chǎn)品經(jīng)理規(guī)劃和設(shè)計對應(yīng)數(shù)據(jù)產(chǎn)品，由前端工程師和后端工程師進(jìn)行開發(fā)變現(xiàn)。
四、總結(jié)
數(shù)字化轉(zhuǎn)型是未來五到十年的重要方向，在企業(yè)經(jīng)營或政府管理過程中，可以通過數(shù)據(jù)化的指標(biāo)監(jiān)控以及智能化的產(chǎn)品應(yīng)用，來提升經(jīng)營、管理效率。
?
數(shù)字化轉(zhuǎn)型過程中，垂直的崗位包括數(shù)據(jù)分析師、數(shù)據(jù)開發(fā)工程師、算法工程師、平臺研發(fā)工程師，而數(shù)據(jù)產(chǎn)品經(jīng)理則是一個綜合性的崗位，雖然不像其他角色直接進(jìn)行分析或者開發(fā)具體的產(chǎn)品，有很高的技術(shù)門檻。但如果能夠把數(shù)據(jù)能力和業(yè)務(wù)知識充分結(jié)合起來，帶著數(shù)據(jù)團(tuán)隊，把數(shù)據(jù)賦能業(yè)務(wù)的能力充分體現(xiàn)處理，那么將是不可或缺的。
數(shù)據(jù)干飯人：數(shù)據(jù)倉庫為什么需要分層建設(shè)和管理？
數(shù)據(jù)倉庫是數(shù)據(jù)化運營和數(shù)字化轉(zhuǎn)型的底層基礎(chǔ)設(shè)施，數(shù)據(jù)倉庫不完善或者建設(shè)質(zhì)量差，再好的上層建筑（數(shù)據(jù)應(yīng)用產(chǎn)品或工具）也很難牢固地生存下去。在數(shù)據(jù)倉庫建設(shè)時，繞不開開地話題就是數(shù)倉分層。
一、為什么要進(jìn)行數(shù)據(jù)分層
1.降低數(shù)據(jù)開發(fā)成本
基于數(shù)據(jù)模型的開箱即用的開發(fā)成本要遠(yuǎn)小于每一次的case by case的按需開發(fā)。例如要計算產(chǎn)品的DAU指標(biāo)（Daily Active User 日活躍用戶量），直接從加工好的數(shù)據(jù)表中select一下指標(biāo)值，不管是SQL代碼的復(fù)雜程度還是查詢性能、耗時都要遠(yuǎn)比再從源表重新清洗一遍業(yè)務(wù)邏輯要簡單的多。通過分層建設(shè)，把通用的業(yè)務(wù)邏輯加工好，后續(xù)的開發(fā)任務(wù)可以基于模型快速使用，數(shù)據(jù)需求的響應(yīng)速度也會更快。
2.降低任務(wù)運維成本
業(yè)務(wù)發(fā)展過程中，數(shù)據(jù)指標(biāo)口徑、統(tǒng)計邏輯變化是常態(tài)，任務(wù)失敗也屢見不鮮。如果每一次調(diào)整都需要對所有的數(shù)據(jù)任務(wù)進(jìn)行修改，再去回溯數(shù)據(jù)，那數(shù)據(jù)開發(fā)大部分時間都在填坑中度過了，而且還會經(jīng)常出錯。我們知道，管理一棵大樹，只要花時間聚焦把主干和重要分支維護(hù)好，樹就可以正常生長，而管理一片稻田，則需要對每一棵禾苗進(jìn)行保養(yǎng)。數(shù)倉分層就是希望通過對最基礎(chǔ)的、常用的數(shù)據(jù)進(jìn)行抽象，找出數(shù)據(jù)的主干，對主干進(jìn)行修復(fù)后，下游的葉子節(jié)點就可以最小變動。例如，當(dāng)產(chǎn)品改版后，涉及流量統(tǒng)計指標(biāo)口徑需要調(diào)整，通過數(shù)據(jù)分層，只修改最底層的源表的邏輯就可以實現(xiàn)整個鏈路的數(shù)據(jù)更新。
3. 方便共享復(fù)用，減少重復(fù)建設(shè)
不同的開發(fā)人員、不同時期開發(fā)的模型，如果沒有分層管理規(guī)范，往往導(dǎo)致后期使用時找不到，不是不想復(fù)用，而是數(shù)據(jù)找不到或者需要花費很長時間溝通、翻代碼確認(rèn)，最終耗時反而沒有重新寫一套邏輯來的快，長此以往，導(dǎo)致大家都不敢用別人的模型，數(shù)據(jù)復(fù)用度低，帶來存儲和計算資源的浪費。通過數(shù)據(jù)分層，將數(shù)據(jù)有序的管理起來，就像圖書館的書架導(dǎo)航，可以快速幫助使用者找到所需要的書籍在那一層書架中，能找到現(xiàn)成的，相信都不愿意做冤大頭重新做一份吧。
4.統(tǒng)一數(shù)據(jù)口徑
同一個指標(biāo)在數(shù)據(jù)加工處理時，復(fù)用的是同一個數(shù)據(jù)模型表，這樣很大程度可以規(guī)避數(shù)據(jù)統(tǒng)計不統(tǒng)一的問題，畢竟本是同根生嘛。
二、數(shù)據(jù)倉庫的分層方法
ODS層：貼源數(shù)據(jù)層，一般是從各種業(yè)務(wù)系統(tǒng)、日志數(shù)據(jù)庫將數(shù)據(jù)匯集到數(shù)據(jù)倉庫中，作為原始數(shù)據(jù)存儲和備份，一是數(shù)據(jù)倉庫建設(shè)不會直接查業(yè)務(wù)的關(guān)系型數(shù)據(jù)庫，而是通過數(shù)據(jù)同步的方式，將業(yè)務(wù)從庫數(shù)據(jù)同步到HDFS（Hive）等，適合海量數(shù)據(jù)存儲和加工處理的介質(zhì)中。
DWD層：數(shù)據(jù)明細(xì)層，對ODS層數(shù)據(jù)進(jìn)行規(guī)范化處理，例如臟數(shù)據(jù)過濾、數(shù)據(jù)格式化等，但仍以數(shù)據(jù)明細(xì)方式存儲，且將數(shù)據(jù)進(jìn)行主題、層級劃分。
DIM層：維度表，在維度建模理論中，可以通過業(yè)務(wù)主題寬表關(guān)聯(lián)維度表方式，快速輸出直觀的數(shù)據(jù)分析結(jié)果。
DM層：數(shù)據(jù)集市層，基于對業(yè)務(wù)的需求的理解和抽象，建立通用的指標(biāo)和分析維度模型，數(shù)據(jù)仍以明細(xì)為主，部分可以直接加和匯總的數(shù)據(jù)指標(biāo)，可以采用聚合結(jié)果的方式呈現(xiàn)，但如DAU等涉及去重的指標(biāo)，一般以明細(xì)存儲。
APP層：數(shù)據(jù)應(yīng)用層，面向不同業(yè)務(wù)部門、不同產(chǎn)品需求提供具體業(yè)務(wù)場景的結(jié)果表，通過數(shù)據(jù)同步方式再從數(shù)倉同步到MySQL、Greenplum等查詢引擎，供前端數(shù)據(jù)產(chǎn)品輸出使用。定制化程度高。
三、數(shù)據(jù)倉庫分層管理規(guī)范
數(shù)據(jù)倉庫分層管理中，通過不同層級的數(shù)據(jù)使用情況指標(biāo)的構(gòu)建，對數(shù)倉建設(shè)完善度和復(fù)用度進(jìn)行指標(biāo)化管理。
1.完善度
數(shù)倉模型對業(yè)務(wù)的支撐和覆蓋情況，完善度越高的數(shù)倉體系，業(yè)務(wù)獲取和使用數(shù)據(jù)的成本就越低。即當(dāng)業(yè)務(wù)需要數(shù)據(jù)時，已經(jīng)相應(yīng)的模型在哪里等著使用了，而不是再去對接業(yè)務(wù)溝通需求，排期開發(fā)。例如當(dāng)管理者問數(shù)倉負(fù)責(zé)人，你們天天搞數(shù)倉建設(shè)，現(xiàn)在到底建設(shè)到什么程度了呢?有了完善度評價標(biāo)準(zhǔn)，可以量化數(shù)倉建設(shè)成熟度。
通過數(shù)據(jù)血緣及查詢?nèi)罩?，可以對?shù)據(jù)加工任務(wù)以及Adhoc查詢（數(shù)據(jù)分析、數(shù)據(jù)開發(fā)人員自由的探索式SQL取數(shù)工具，提供基于數(shù)據(jù)資產(chǎn)進(jìn)行取數(shù)分析的能力，用戶僅關(guān)注SQL邏輯，不需要關(guān)注集群資源、環(huán)境。與自助BI拖拽分析相互補充）進(jìn)行統(tǒng)計分析。例如，在數(shù)據(jù)查詢中，直接查詢ODS的任務(wù)占比，占比越高說明有大量任務(wù)基于原始數(shù)據(jù)加工，中間模型DWD、DWT、DWA復(fù)用性很差。在技術(shù)上，直接查詢底層表，查詢掃描的數(shù)據(jù)量會越大，查詢時間會越長，查詢的資源消耗也越大，使用數(shù)據(jù)的人滿意度會低?？梢钥鐚右寐蕘砗饬恐С滞晟贫?，
DWD層：看 ODS層有多少表被DWT/DWA/APP 層引用，占所有活躍的ODS 層表比例。
DWT/DWA/APP層完善度：主要看匯總數(shù)據(jù)能直接滿足多少查詢需求，也就是用匯總層數(shù)據(jù)的查詢比例，如果匯總數(shù)據(jù)無法滿足需求，使用數(shù)據(jù)的人就必須使用明細(xì)數(shù)據(jù)，甚至是原始數(shù)據(jù)。匯總數(shù)據(jù)查詢比例：DWT/DWA/APP層的查詢占所有查詢的比例。
跨層引用率越低越好，在數(shù)據(jù)中臺模型設(shè)計規(guī)范中，一般不允許出現(xiàn)跨層引用，例如ODS層數(shù)據(jù)只能被 DWD引用。
2.復(fù)用度
復(fù)用度顧名思義，資產(chǎn)建設(shè)完成后，被不同業(yè)務(wù)或用戶復(fù)用的情況，復(fù)用才會減少重復(fù)開發(fā)?？梢杂靡孟禂?shù)作為數(shù)據(jù)中臺資產(chǎn)復(fù)用度評價指標(biāo)。引用系數(shù)越高，說明復(fù)用性越好。
引用系數(shù)：數(shù)據(jù)表被讀取，產(chǎn)出下游模型的平均數(shù)量。例如一張DWD 層表被8張 DWS層表引用，這個表的引用系數(shù)就是8，把擁有下游的DWD 層表(有下游表的)引用系數(shù)取平均值，則為DWD 層的平均引用系數(shù)。
四、小結(jié)
數(shù)據(jù)倉庫建設(shè)以及分層管理，回歸到最初的目的，就是降本提效，通過各種規(guī)范、手段、流程，來保障數(shù)據(jù)輸出效率最高，可以快速響應(yīng)業(yè)務(wù)發(fā)展的數(shù)據(jù)需求，用數(shù)據(jù)來驅(qū)動決策或賦能業(yè)務(wù)。同時，也要從成本角度考慮，不斷降低數(shù)據(jù)開發(fā)成本、存儲成本、計算成本。用最少的人和資源，覆蓋更多的業(yè)務(wù)數(shù)據(jù)需求。
數(shù)據(jù)驅(qū)動和數(shù)據(jù)賦能有什么區(qū)別？
在談及大數(shù)據(jù)的價值時，“數(shù)據(jù)化管理，數(shù)據(jù)化運營，數(shù)據(jù)驅(qū)動，數(shù)據(jù)賦能“可以說是最頻繁提及的詞語，但是及時作為數(shù)據(jù)從業(yè)者，也未必能徹底搞清楚其中的差別。
回歸到數(shù)據(jù)對于企業(yè)經(jīng)營最頂層的作用來看，其實數(shù)據(jù)的作用就2個，首先是數(shù)據(jù)優(yōu)化，其次是數(shù)據(jù)驅(qū)動。
1.數(shù)據(jù)優(yōu)化
顧名思義，就是通過數(shù)據(jù)來優(yōu)化個人或者企業(yè)的行為，是一種后置的價值，過去沒數(shù)據(jù)時，靠經(jīng)驗拍腦袋定性決策，有了數(shù)據(jù)后，可以一切用數(shù)據(jù)說話。比如，練習(xí)打靶，統(tǒng)計每次命中的靶數(shù)，心里有數(shù)后，在教練的經(jīng)驗指導(dǎo)下，調(diào)整動作，再看下次命中是否有所提升，這就是數(shù)據(jù)優(yōu)化。
2.數(shù)據(jù)驅(qū)動
數(shù)據(jù)驅(qū)動則是指利用數(shù)據(jù)的能力，直接為決策或者運營的過程提供“外掛”支持，例如通過增加高倍望遠(yuǎn)鏡、激光瞄準(zhǔn)器，或者大量數(shù)據(jù)統(tǒng)計分析發(fā)現(xiàn)，當(dāng)風(fēng)速20公里/小時，風(fēng)向東南時，槍口的角度應(yīng)該是X度。在下次打靶過程中，提供直接的能力加持。
再比如，過去做廣告投放，主要是根據(jù)廣告的效果點擊數(shù)據(jù)，不斷嘗試優(yōu)化投放策略，運營人員的經(jīng)驗對效果有巨大影響，所以有專門的廣告代理公司以及SEO優(yōu)化師。而隨著數(shù)據(jù)技術(shù)的成熟，運營的精細(xì)化，在廣告投放時，針對產(chǎn)品的目標(biāo)用戶畫像選擇流量池中的目標(biāo)用戶群體，并融入算法的個性化行為匹配能力，廣告的轉(zhuǎn)化效果得到了大幅提升。
所以，數(shù)據(jù)優(yōu)化和數(shù)據(jù)驅(qū)動的主要區(qū)別，一個側(cè)重于利用數(shù)據(jù)提供優(yōu)化的方向，另一個則是直接把數(shù)據(jù)作為改進(jìn)的方法和利器。以后再去用相關(guān)的詞語去描述大數(shù)據(jù)的價值時，就可以按照這兩個維度去區(qū)分了。
數(shù)據(jù)指標(biāo)體系必備要素：指標(biāo)好壞評價標(biāo)準(zhǔn)
關(guān)于指標(biāo)體系構(gòu)建的方法論非常多，基于實際業(yè)務(wù)場景加上方法指導(dǎo)都可以照貓畫虎地構(gòu)建出自己的指標(biāo)體系。但光有了所謂的指標(biāo)體系不是終極目標(biāo)，想要更加高效的數(shù)據(jù)驅(qū)動決策、數(shù)據(jù)賦能業(yè)務(wù)運營，指標(biāo)好壞的評價標(biāo)準(zhǔn)是必不可少的要素。
一、為什么要對指標(biāo)進(jìn)行評價？
沒有規(guī)矩不成方圓，交通規(guī)則是對車輛行為好壞的判斷依據(jù)，法律法規(guī)、道德準(zhǔn)則是對人的行為表現(xiàn)的判別準(zhǔn)繩。如果沒有對應(yīng)的規(guī)則，所謂的“自由”終究會帶來人類社會的災(zāi)難。從指標(biāo)的定義上看，是指衡量預(yù)期中打算達(dá)到的指數(shù)、規(guī)格和標(biāo)準(zhǔn)。但很多初入行的數(shù)據(jù)人會更多關(guān)注指標(biāo)的數(shù)值，而忽略了背后的含義。例如，現(xiàn)在很多智能體脂稱，它可以將你身體的各項指標(biāo)與標(biāo)準(zhǔn)的健康值進(jìn)行比較，從而告訴你你的BMI指數(shù)是正常還是異常，醫(yī)院檢查驗血指標(biāo)標(biāo)識也是同樣道理。
在數(shù)據(jù)領(lǐng)域，如果一個分析報告或者數(shù)據(jù)產(chǎn)品僅是提供數(shù)據(jù)是什么的能力，缺少對數(shù)據(jù)指標(biāo)表現(xiàn)判斷的標(biāo)準(zhǔn)，充其量只是承擔(dān)了一個取數(shù)的工具，并沒有起到將數(shù)據(jù)形成知識或者信息的能力，需要使用者再加以加工才能用于決策。所以，我們需要指標(biāo)好壞的評價標(biāo)準(zhǔn)，從而能夠準(zhǔn)確地衡量業(yè)務(wù)表現(xiàn)是好還是壞，表現(xiàn)不好，需要進(jìn)一步制定改善策略。
二、指標(biāo)好壞評價的標(biāo)準(zhǔn)有哪些？
生活中我們往往不羨慕各種首富賺了多少錢，但是身邊的朋友一夜暴富或者財務(wù)自由時，你心理卻有可能會不平衡，因為你們一直在一個圈子在同一個維度水平內(nèi)。別人家的孩子也是如此。沒有對比就沒有傷害，對比是數(shù)據(jù)指標(biāo)評價的最主要的方法，通過比較來判斷業(yè)務(wù)表現(xiàn)是正向發(fā)展還是走下坡路，是否需要及時關(guān)注。
1.與歷史同期對比
以史為鑒可以知得失，所謂增長就是通過各種運營手段方法之后，用戶、業(yè)績是否呈現(xiàn)了不斷上升的趨勢。時間對比是最常用的對比方式。
環(huán)比：當(dāng)前周期對比前一周期，例如今天環(huán)比昨天業(yè)務(wù)增長的百分比，當(dāng)前周期-前一周期/前一周期
周同比：一般是按照星期對齊，如本周一對比上周一，對于旅游出行或有明顯周期屬性的業(yè)務(wù)，環(huán)比不合理，比如周六景點門票的人通常比周五工作日人多，如果用本周六對比上周六則更加合理地看近期業(yè)務(wù)表現(xiàn)的趨勢。
節(jié)假日同比：一些促銷節(jié)日或者法定節(jié)假日，看今年國慶節(jié)較去年表現(xiàn)如何，因為有些法定節(jié)假日的日期每年并不相同，例如今年春節(jié)2.1-2.7對比去年1.28-2.5
年同比：當(dāng)前周期對比去年同期，當(dāng)前周期-去年同期/去年同期
歷史峰/谷值/近X天日均：業(yè)務(wù)創(chuàng)造歷史，比如單量突破某個里程碑，發(fā)個喜報可以起到團(tuán)隊激勵的作用，鼓舞士氣
2.與預(yù)測趨勢對比
既要向錢看，也要向前看，利用算法模型可以預(yù)測業(yè)務(wù)發(fā)展的趨勢，從而設(shè)定正常波動的閾值區(qū)間，可以將指標(biāo)值與預(yù)警線進(jìn)行對比
3.與目標(biāo)值對比
你的KPI完成了嗎？打工人背KPI，KPI與考核掛鉤，季度考核績效系數(shù)強相關(guān)，指標(biāo)化管理手段的核心思想也是將工作指標(biāo)化，指標(biāo)KPI化，將數(shù)據(jù)指標(biāo)與公司業(yè)務(wù)目標(biāo)、個人KPI對比，監(jiān)測目標(biāo)完成度，可做到過程的動態(tài)調(diào)整，而不是到季度末考核的時候發(fā)現(xiàn)沒完成。
4.與大盤平均/中位數(shù)/眾數(shù)對比
統(tǒng)計學(xué)中有很多的概念，平均值、中位數(shù)、眾數(shù)等，數(shù)據(jù)指標(biāo)管理的過程，不同部門、不同層級關(guān)注的指標(biāo)維度不同，例如一個區(qū)域運營，背的是自己的區(qū)域的KPI，做的好不好呢？是騾子是馬牽出來溜溜，和其他Top比較，或者和大盤比較如何。例如，不同人群的ARPU/留存率，普通會員與鉆石會員數(shù)據(jù)差異。
5.與行業(yè)競對對比
在這個快速變化內(nèi)卷的時代，除了關(guān)注自身外，還需要時刻關(guān)注競爭對手的情況，比如市場占有率此消彼長，新客獲客成本你10塊，只看自己挺好的，同行5塊，那差距就出來了。在業(yè)績匯報中經(jīng)常會遇到，洋洋灑灑講了很多漂亮的指標(biāo)，老板一句：“和XX競對比呢”直接啞口無言。
6.數(shù)據(jù)建模分析
除了單一的指標(biāo)評價外，可以基于考核的指標(biāo)體系或者業(yè)務(wù)運作的關(guān)鍵指標(biāo)抽象成業(yè)務(wù)健康度的綜合模型。例如，每天只需要告訴老板今天業(yè)務(wù)正常，可以安心睡覺了。或者告訴先告訴他業(yè)務(wù)出問題了，其次是哪里出問題，影響各自是多大。
三、指標(biāo)評價標(biāo)準(zhǔn)的應(yīng)用場景
1.豐富數(shù)據(jù)可視化產(chǎn)品數(shù)據(jù)信息化能力，提升決策效率
呈現(xiàn)數(shù)據(jù)只是數(shù)據(jù)可視化產(chǎn)品的生理需求，通過交互式操作解決過去需要SQL取數(shù)或者依賴數(shù)據(jù)團(tuán)隊取數(shù)的問題，期望需求是不僅告訴我數(shù)據(jù)是什么，還要告訴我數(shù)據(jù)好壞，進(jìn)而是我該怎么做。
2.提供指標(biāo)預(yù)警監(jiān)控能力，及時發(fā)現(xiàn)業(yè)務(wù)問題
自動化預(yù)警推送是基于對指標(biāo)好壞的評價，基于標(biāo)準(zhǔn)配置指標(biāo)報警規(guī)則，一旦數(shù)據(jù)觸發(fā)預(yù)警規(guī)則，可以推送IM消息或者郵件等，第一時間發(fā)現(xiàn)業(yè)務(wù)問題，縮短問題發(fā)現(xiàn)時間窗口。
四、總結(jié)
指標(biāo)評價標(biāo)準(zhǔn)是數(shù)據(jù)化管理的標(biāo)尺，只有建立業(yè)務(wù)好壞的評價依據(jù)，才能更好的用數(shù)據(jù)指導(dǎo)業(yè)務(wù)決策。不管是在做數(shù)據(jù)分析還是數(shù)據(jù)產(chǎn)品設(shè)計，都要將指標(biāo)的評價依據(jù)融入其中，評價標(biāo)準(zhǔn)是將數(shù)據(jù)知識化、信息化的必備要素。
