第二章 数据规划
一、指标体系规则的三大思路
如何使用数据规划，“OSM模型+UJM模型+场景化”
1.1 OSM（Objective，Strategy，Measure）模型
OSM模型将进行目标策略的拆解及衡量，使企业目标能够结构化清晰呈现。通过OSM模型拆解具体目标，落地执行策略，在进一步评估策略的有效性，以及反映执行的策略是否达成目标。选定目标时，需要注意四个原则，即选定目标的DUMB原则：切实可行（Doable）、易于理解（Understandable）、可干预可管理（Manageable）、正向有益（Beneficial）
- O（Objective）：代表目标，需要思考或回答，我们的业务、产品，甚至是产品中的一个小功能存在的目标是什么？能够将解决用户的什么问题？满足用户的什么需求？
- S（Strategy）：代表策略，指清楚目标之后，为了达成目标，我们应当采取的各种策略。
- M（Measure）：代表度量，用于衡量我们的策略是否有效，反映目标的达成情况。度量涉及两个概念，一个是KPI（关键绩效指标），用来直接衡量策略的有效性；一个是目标值（Target），需要预先给出数值，来判断策略是否能达到预期值。
1.2 UJM（User Journey Map）模型
UJM模型将帮助大家梳理用户旅程地图，锚定数据规划的目标对象。要想进行数据规划，核心还是要有一个业务流程的轴来进行串联。在整个业务流程中，基于用户视角，模拟用户在业务流程中的参与动作，并走完用户全生命周期过程，称之为用户旅程。
1.3 场景化
场景化帮助大家更快速地推进指标体系落地。除了紧贴企业目标外，还要围绕用户旅程地图中的关键场景，逐层拆分成多级目标，对应相应的业务策略，以及衡量该策略目标达成的数据指标。
二、指标分级
2.1 一级指标
一级指标必须是全公司都认可的、衡量业绩的核心指标，可直接用来指引公司的战略目标，衡量公司的业务达成情况。本质上需要管理层和下属员工的双向理解、认同，且要易于沟通传达。
2.2 二级指标
二级指标是针对一级指标的路径分析拆解，是流程中的指标。当一级指标发生变化时，我们通过查看二级指标，结合一定的历史经验，能够快速定位问题的根源。
2.3 三级指标
三级指标是针对二级指标的路径分析拆解，通常以子流程或个体的方式定义。通过三级指标，可高效定位二级指标波动的原因，这一步也会基于历史经验去拆解。
三、数据看板
3.1 数据看板的意义
数据看板是一种主要用于商业交流的检测核心业务状态的可视化工具，数据看板的意义归纳为以下三部分：
（1）数据看板是一个可视化工具。通过数据可视化，公司可集成数据信息、监控商业进程、衡量与共享业务结果。
（2）数据看板是一个交流工具。通过数据公开和呈现，公司内部能够共享有效信息，激活组织间的交流与协作。
（3）数据看板是公司实行数据驱动增长的战略工具。一般情况下，数据看板有监控、分析和协作三大应用场景
- 监控场景：监控是数据看板主流的应用场景。通过数据看板大屏，公司可实时获取数据，了解商业进程，洞察发展趋势，甚至发布业务预警信息。
- 分析场景：数据看板需要具备下沉细节的能力，当实际数据与项目预期不一致时，能帮助业务部门分析导致异常情况出现的细节点，直击核心问题。简而言之，就是我们通过数据看板多维度拆解数据，进行业务对比，分析问题的原因。
- 协作场景：在发现数据问题、站到问题的原因后，公司需要采取行动解决问题。利用数据看板解决业务问题往往需要团队协作。
3.2 数据看板分类：战略看板、分析看板、实时看板
（1）战略看板
战略看板是企业高层管理者或决策者关注的核心数据看板，往往是全局性概述的指标。战略看板应该遵循数据集成（Data Integration）原则，即在可视化的信息中，与数据相关的描述应该多元化，其他信息少量华，以帮助管理者迅速发现趋势和问题。
（2）分析看板
分析看板是一种借助数据可视化功能，找到业务进程变化原因的分析工具，分析看板的作用于探索性验证。分析看板的搭建有一套逻辑，先由企业或部门提出假设，再通过数据看板论证假设，判断该变化是否存在成为机会点的可能，再进行产品或运营策略的迭代，最后做效果评估。
（3）实时看板
实时看板主要用于监控具体的运营 场景，通过确定运营场景和目标，找到衡量目标的指标，再通过数据看板监控用户行为，做到迅速决策。实时看板必须拆解出颗粒度非常细的数据，才能产生数据驱动的效果。
3.3 如何搭建数据看板
（1）数据看板有以下两个主要特征：
- 数据看板聚焦于一个商业目标。数据看板中的指标与图表都是为了更好地描述商业问题，帮助使用者理解商业进程、洞察业务趋势、快速发现问题。
- 数据看板的屏幕必须呈现呈现全貌。如果数据看板的屏幕只能呈现片面或部分数据，使用者获取信息与洞察问题的效率就会大幅降低。只有当数据看板呈现全貌的业务信息时，我们才能顺利通过数据洞察指标的规律，找到企业增长的新曲线。
（2）搭建数据看板要遵循以下是三条原则：
- 原则一：一屏包含所有需要的信息。只有将所需的信息整合在一个屏幕上，使用者才能快速获取全貌业务事实，了解业务问题。一旦数据分散在多屏，需要通过滚动或切换页面的方式获取割裂的数据信息，便会严重影响使用体验与分析效率。
- 原则二：需具备一定的时效性。数据看板的时效性由公司业务目标与业务周期决定。例如，电商企业组织的大促活动时，就要去数据看板展示分钟级别乃至实时级别的数据。而企业服务公司，指需满足小时级别或天数级别的时效即可。
- 原则三：定制化。企业搭建数据看板必须以满足公司、部门、团队的需求为目标。数据看板是信息的载体，只有当数据符合使用者的业务诉求时，才会受到使用者的关注。
（3）数据看板需要以下四大构成要素：
- 可视化。可视化就是通过图表的方式呈现数据信息。
- 能将故事，能聚焦目标。判断一个数据看板是否合格的标准，就是看这个数据看板鞥不能讲好一个故事，聚焦于一个目标。
- 能迅速发现问题。数据看板应该帮助使用者追踪目标进度。如果没有完成业务目标，数据看板需要提供阻碍目标完成的异常值与问题点等信息。
- 能分析与行动。当我们发现问题时，数据看板需要提供分析问题的数据和思路，辅助团队采取行动。当核心指标出现问题后，企业高管或指标负责人就能根据业务纬度下钻，找到核心指标的负责部门，在通过部门经理下钻，找到具体负责人去执行。
（4）企业搭建数据看板的过程，也是组织数据信息、实现商业交流的过程，具体可分为以下四个步骤：
- 第一步，明确需求。搭建数据看板有三问，一问使用者的业务需求是什么，二问业务目标是什么，三问如何达到业务目标。得到答案后，才能明确搭建数据看板的需求，聚焦具体的商业问题。
- 第二步，需求分析，在这一步，需要拆解业务需求目标，选择合适的纬度将其抽象为数据指标体系，确定数据看板的基础内容。
- 第三步，可视化。可视化是创建数据看板过程中国的核心环节。可视化图表需要准确表达数据信息，并通过有序的组合排列，清洗地传递业务事实。
- 第四步，评估效果。完成基础搭建工作后，我们需要关注数据看板是否只有一屏、使用者能否通过数据看板完整讲述业务故事，以及创建的数据看板能否帮助使用者快速发现趋势和规律以及异常。
3.4 搭建数据看板常见的六大问题
- 问题一，数据割裂。企业在搭建数据看板时，常见的一个问题是一个业务信息分散于多个数据看板。一方面，分散的数据看板会在很大程度上影响数据使用的便利性；另一方面，只有完整的数据才能呈现业务全貌。因此在建立数据看板时，需要把核心数据域图表放在统一数据看板中，杜绝数据割裂现象。
- 问题二，数据太多，信息价值太少。在使用数据看板时，企业会遇到数据非常多却无法洞察任何规律的情况。信息量大，价值却非常低。正确地做法是，只把核心信息放进数据看板中。只有这样，使用者才能快速发现业务问题点，减少信息干扰。
- 问题三，数据太慢。一般情况下，活动运营数据应实时更新，如果数据更新速度过慢，就无法解决紧急问题，严重时还可能造成巨大损失。因此，在具体活动中，企业应该考虑搭建实时数据看板。
- 问题四，布局错误。很多企业在布局数据看板时，只是简单地填充图表，忽视了使用者的感受。无序、碎片化的图表布局会增加理解难度。作为交流工具，图表必须按照一定的逻辑排列，简洁、清晰地传递信息。这样在使用数据看板时，才能用得准、用得好。
- 问题五，数据可视化方式错误。图表的作用是直观地呈现数据，帮助数据看板使用者理解数据趋势。然而，惬意在搭建数据看板时，经常会错误地使用图表，或使用与业务问题毫无关联的图表。为了避免出现可视化方式错误，需要明确数据可视化目标。只有明确目标是什么，才能找到与之适配的图表类型，总结以下5种常用的搭配组合。
| 趋势： | 线图。线图适用于观察一个或多个数据指标连续变动的趋势，也可用来与不同时间周期的数据进行对比分析。 |
| 分布： | 人民对面积的敏感度较低，对长度更为敏感，所以使用柱状图的效果会更好。 |
| 排序： | 横向柱状图（条形图）。横向柱状图适用于某个维度上的分布和排序。 |
| 多维与细节： | 表格是信息最密集的呈现方式，可同时分析多指标和多维度的数据，以及细节数据。 |
| 数字： | 大数图。大数图主要用于 监控KPI。 |
- 问题六，数据衡量方式有误。不同类型的数据往往对应着不同的数据可视化类型，不管是趋势、对比还是排序，都是其一一对应的图表展示方式。当我们使用错误的图表描绘数据时，传达信息的效率也会大打折扣。因此，在使用图表描绘数据时，一定要思考图表类型与数据信息的契合度。