数据驱动力：企业数据分析实战

指标设计

｜

79

本章将探讨指标的设计。我们从一般考虑出发，具体关注

KPI

，但不会在选择指标的方法

上花费太多篇幅，因为对该话题的完整探讨超出了本书的范畴，而且针对这一重要阶段已

有很多稳健的框架问世，比如平衡计分卡、

TQM

（

total

quality management

，全面质量管

理）、绩效棱柱模型以及

T

ableau

仪表板。

6.1

　指标设计

在选择或设计指标时，需要考虑许多因素。理想状态下，指标需要具有一系列特性。

6.1.1

　简单

要把指标设计得“尽可能简单，但不能更简单”（爱因斯坦）。

如果要跟同事解释，以下哪种方式更简单些？

客户

：我们通过销售本公司产品且与之发生了货币交换的人。

客户

：购买了我们的产品的人。

•

排除礼品卡购买。

•

不含

45

天内退货并获得全额退款的人。

•

包括兑换礼品卡的人。

明白了吧？

根据定义，简单的指标是定义简单的，这反过来又意味着它们有如下特征：

•

更易于向他人传达，更不容易引起困惑；

•

实施起来更简单，计算正确的概率更高；

•

相较其他团队或组织，可能更有可比性。

当然，出于很多合理的理由，我们可能想为指标加上额外的业务逻辑和极端案例，从而使

结果指标变得更加复杂。我们可能需要过滤偏差来源或极端案例，或者需要一个能明确追

踪存在特定偏差子样本的指标，比如服务成本最高的客户案例子集。

我们需要根据案例的具体情况进行处理，但应尽量避免为了罕见的极端案例而增加指标的

复杂度，因为这对整体的业务价值几乎没有多少提升，也很少有助于增强该指标的见解力。

要旨

：如非必要，不复杂化指标。 ...