很多同学抱怨，我就是在跑报表。而且表是如此之多，日报、周报、月报、季度报、半年报、年报；市场报、运营报、产品报、售后报；员工版、领导版、老板版……跑数跑到头都炸了。
然而并没有卵用，去面试的时候还是被人嫌弃：只会照本宣科，没有构建体系的能力。话说数据指标体系不就是报表吗，有啥区别？
0 构建体系vs跑个报表
区别大了去了。就问一句：大家那么辛辛苦苦跑的报表，真的有多少人看？有多少人以人为单位，统计过报表的每日/每周打开率。
大家最深恶痛绝的临时性取数，又有多少是基于报表可以近似获得结果的。本质上看，是因为很多报表是所谓历史延续下来的，丫真的对业务有多少指导意义？是不是足以解决问题？根本没有验证过。
而业务遇到问题，到底该看什么数，如何基于数据行动也没有很细致的考虑过。
解决上边的问题，就得梳理流程，得认真思考三个问题：
● 业务中到底产生哪些数据？
● 业务部门到底可以怎么行动？
● 业务部门行动需要参考哪些数据？
解决问题的方法，绝不是百度：XX行业指标体系；也绝不是加一堆微信群到处问：XX行业得看什么指标；更绝不是到处找《国家2025 XX行业指标体系规范权威发布盖大钢印谁不执行痛打40大板版》，而是认真地梳理业务流程。
因为网上能查到的类似AARRR这种概念太过粗放，根本不足以指导具体业务操作，更不用说很多连客户ID都没有的行业，A啥子又R啥子？
01 第一步：梳理业务流程
想要合适的工具，就得自己动手，把自己要服务的业务部门的流程走一遍，看一下到底长啥样。构建数据体系的第一步，先梳理业务流程。
业务流程包含了三个部分：
● 业务流：一个业务针对谁开展，分几个环节，每个环节参与人做什么，得到什么结果。
● 数据流：一个业务流程中，哪些节点会产生数据，产生哪些类型数据，是否可记录数据。
● 管理流：一个业务流程中，业务方可以做哪些事情影响结果的达成。
常见的互联网AARRR例子太多，我们举一个B2B销售的例子。很多同学抱怨，B2B的销售数据根本没法分析。一个客户谈判谈很久，一年成交不了几单，但一成交就是几百万。
套在RFM模型里，就是：
● R:0
● F:1
● M:500万RMB
这分析个啥子。
这就是没有梳理过B2B销售流程，直接拿电商零售的指标来套的结果。因为B2B交易不像电商零售，卖的是人们生活日用品，今天买了明天还要买。B2C业务中可以根据过往交易记录推测未来需求。
B2B交易往往是大额，低频次，决策流程复杂，等到签约，往往是木已成舟。因此交易售前流程才是重点，要细细拆解。比如软件服务销售，售前至少有7个流程（如下图）：
这七个流程，除了最后一刻签约会有一销售订单以外，其他6个流程完全是由销售和售前的行为构成的。所以如果单纯地把B2C的思路套进来，就会错失大量信息。实际上这也是所有B2B类销售分析的最大痛点：对流程行为采集不够。
在业务上很好理解，B2B销售过程中灰色地带很多，销售部门总是一边喊着要狼性文化，一边想方设法回避监管。但光靠一个订单真的屁都分析不出来，当业务发展遭遇瓶颈的时候，就有机会推动数据体系完善。
02 第二步：丰富数据采集点
构建数据体系的第二步，要尽可能在业务流程中丰富数据采集点。先有米再下锅。这个过程中要考虑业务落地的可行性。比如销售们都很懒，上来搞一个100行的**表，每次出差都要写500字总结，基本上没人填，要填也填的都是垃圾。
这时候就得设计一些系统化工具。比如移动OA**差记录捆绑报销，让他们不得不填。比如采集数据时先采集是否/有无这些关键节点（上图深色部分）培养起来习惯以后再考虑内容这种细节。比如采集内容的时候，可以先采集大类，再考虑更细的细节，就像竞标策略，先考虑我们用的是价格领先、技术领先、业务优势、关系优势四大类中哪一类，再看更细的方案。
这样由简到繁，层层深入，才能一步步把体系搭起来。这才是构建过程。而很多人一提起构建俩字，就把自己关小黑屋三日三夜悟道，整出来一个巨复杂的500指标100维度巨表，就觉得够体系了。结果往往碰到现实就变灰。
03 第三步：回到业务中，产生效果
构建数据体系的第三步，让数据回到业务中，产生效果。这里也有个由简到繁的过程。抓大放小，逐级推进才能把事情办成。
还是B2B销售跟进，如果我们发现70%销售拿到线索根本不回去联系，那第一步就先把首次跟进率这个指标做起来。
如果我们发现有demo的成功率比没有demo的高50%以上，那就在销售话术培训中增加对demo的引导，在跟进流程中增加如何促成客户体验demo的方法。
这些一级指标问题先处理完，再抓二次指标，比如以什么款式的demo成单率高，要体验哪些内容，是个性化体验还是放大客户案例等等。
之所以叫“构建”原因即在此：这不是个一蹴而就的过程，更不是一个思维导图或者100*500的Excel表的东西。而是真的要一步步梳理-沉淀-推动。才能真正让数据沉浸到业务里，让业务用好数据干活。
如果说传统企业的短板是数据采集少，互联网企业的短板就是不分青红皂白先捞数据。捞进来一大堆数据以后完全没考虑过管理上可以怎么用。做分析的空耗力气还不讨好。
实际上关门自己憋指标，搞一张巨大的思维导图的做法在互联网行业相当的常见，基本上每3天就有一篇《XX行业数据指标体系万字长文》横空出世。看得人眼花缭乱。
可具体到业务上，往往睁眼瞎的地方相当地多。比如某平台一个商户套现数百万，居然还是套现团队内部分赃不均内讧报警才被发现。一夜被薅200亿羊毛之类破事频发。
单纯地追求大而全，完全没有把具体业务场景一个个理清楚来得管用。有些人会觉得这样是不是太慢了，可“构建”本来就不是一步登天的事。要不然为啥要叫“构建”而不是叫“画出来”呢。
04 小结
有趣的是，互联网行业巨幅思维导图的玩法，催生出一派打地鼠流的运营。运营就是一句话，AARRR够啦，开场插起五根棍，哪根短了就搞他。
你会发现这种运营天天都在忙，哪个指标低了刷哪个，可问题总是像地鼠一样打下去冒，冒出来打。显然，这也是只盯着数据指标干活，没有抓核心问题的结果。
SO，同学们，试着真正构建一下自己公司的数据指标体系，从具体场景深挖，看有没有强化的机会。收藏在E盘-干货-数据-指标体系目录下的PDF文档不是能力，自己动手做出来的才是真正的能力成长。与大家共勉。
