kpi|数据驱动增长之四步进阶法( 二 ) 智能汽车|瞰瞰智能科技|解决方

看什么数据?
整体上，企业可从上到下折分为目标KPI、业务场景、指标体系三个维度看数据。
（1）目标kPI
目标KPI，一般由企业本身的业务模式与业务发展阶段决定,有的企业称之为第一关键指标或北极星指标，大部分企业的目标KPI是一个综合性的数据，如DAU，其可拆解成新客户拉新、老客户活跃、流失用户回流等。
通常情况下，企业的目标KPI可定为：累计客户数、活跃客户数、交易客户数、交易订单量、交易总额、留存率、复购率。
（2）业务场景
企业达成目标KPI的过程中，需要将其细分为不同业务场景完成。本质上，各个业务场景均具备其运作的业务流与相关影响因子。
通常情况下，企业的业务场景可划分为：推广拉新、产品体验、资源位运营、内容运营、客户运营、活动运营、商户运营等。
（3）指标体系
业务场景进一步可细分为可评估的指标体系。这些细粒度的数据可以辅助企业明确成败的深层次影响因素，并指导优化下一步的动作。
在从业务场景拆到指标体系的过程中，企业需要按照新的业务模式，使其与产品、运营、市场等实际业务及发展阶段建立强相关的业务逻辑。
需要注意的是，不管是哪一种维度下的指标，由于指标应用时涉及到多部门，为了提高指标体系的普适性以及避免歧义，在梳理指标体系之初,指标口径或者定义需要明确清楚。

文章插图
怎么看数据?
（1）看数据的5大角度
与常见的汇报数据不同，看数据需要多维深入全面的看，可从量级、趋势、异常、结构、细分五个维度综合分析，具体如下:
其一，看量级,即数据的多寡；
其二看趋势，即通过数据的升降，判断企业业务健康度走向；
其三看异常，即看数据骤然的升降，定位机会点或问题点；
其四看结构，即了解数据的组成、组成占比、优先级等；
其五看细分，即通过细分维度的数据，结合产品的具体形态，推敲数据背后可能存在的具体含义，如查看A中安卓和iOS操作系统的占比，分析用户的特征或偏好，若使用华为手机系统多，则商务人士用户占比高，若使用OPPO、vvO系列手机多，则娱乐发烧友用户占比高等。
（2）评估数据体系的四个维度
其一，看企业的源数据结构如何，是否具备一个合理、有结构、有秩序的源数据体系，以及源数据管理是否在持续更新代;
其二，概览体系建设如何，是否已建成一个相对有逻辑体系的概览，该概览是否能帮助企业看大盘数据和看实时数据；
其三，各业务线的数据看板建设如何，如产品、运营、市场各个不同的职能线是否有相应的数据看板，甚至不同业务线的子团队，有无对应看板;
其四，数据权限的体系建设如何，权限划分是否明确、科学和安全等。
3. 分析数据：为什么？怎么做？分析数据的目的与终点都是业务，因此数据和分析能力只是分析数据的一个小环，而对业务的理解与判断能力对分析价值的贡献和影响占比更多从分析者能力与业务结合的角度来说，第一阶的数据分析师可以明确分析出问题的原因；第二阶的数据分析师可以提出一些针对性的可行建议；第三阶的数据分析师可将优化建议抽象为一个常规运作机制，并使该机制自动化与流程化。

文章插图
结合业务的数据分析，基本上可概括为3个较常见的场景。
场景一：异常情况找原因
异常情况找原因是常见的分析场景，主要是确认数据变化受什么影响，大体可分为2个分析方向：有头绪和没头绪。