很多同學抱怨，我就是在跑報表。而且表是如此之多，日報、周報、月報、季度報、半年報、年報；市場報、運營報、產品報、售后報；員工版、領導版、老板版……跑數跑到頭都炸了。

然而并沒有卵用，去面試的時候還是被人嫌棄：只會照本宣科，沒有構建體系的能力。話說數據指標體系不就是報表嗎，有啥區別？

0 構建體系vs跑個報表

區別大了去了。就問一句：大家那么辛辛苦苦跑的報表，真的有多少人看？有多少人以人為單位，統計過報表的每日/每周打開率。

大家最深惡痛絕的臨時性取數，又有多少是基于報表可以近似獲得結果的。本質上看，是因為很多報表是所謂歷史延續下來的，丫真的對業務有多少指導意義？是不是足以解決問題？根本沒有驗證過。

而業務遇到問題，到底該看什么數，如何基于數據行動也沒有很細致的考慮過。

解決上邊的問題，就得梳理流程，得認真思考三個問題：

● 業務中到底產生哪些數據？

● 業務部門到底可以怎么行動？

● 業務部門行動需要參考哪些數據？

解決問題的方法，絕不是百度：XX行業指標體系；也絕不是加一堆微信群到處問：XX行業得看什么指標；更絕不是到處找《國家2025 XX行業指標體系規范權威發布蓋大鋼印誰不執行痛打40大板版》，而是認真地梳理業務流程。

因為網上能查到的類似AARRR這種概念太過粗放，根本不足以指導具體業務操作，更不用說很多連客戶ID都沒有的行業，A啥子又R啥子？

01 第一步：梳理業務流程

想要合適的工具，就得自己動手，把自己要服務的業務部門的流程走一遍，看一下到底長啥樣。構建數據體系的第一步，先梳理業務流程。

業務流程包含了三個部分：

● 業務流：一個業務針對誰開展，分幾個環節，每個環節參與人做什么，得到什么結果。

● 數據流：一個業務流程中，哪些節點會產生數據，產生哪些類型數據，是否可記錄數據。

● 管理流：一個業務流程中，業務方可以做哪些事情影響結果的達成。

常見的互聯網AARRR例子太多，我們舉一個B2B銷售的例子。很多同學抱怨，B2B的銷售數據根本沒法分析。一個客戶談判談很久，一年成交不了幾單，但一成交就是幾百萬。

套在RFM模型里，就是：

● R:0

● F:1

● M:500萬RMB

這分析個啥子。

這就是沒有梳理過B2B銷售流程，直接拿電商零售的指標來套的結果。因為B2B交易不像電商零售，賣的是人們生活日用品，今天買了明天還要買。B2C業務中可以根據過往交易記錄推測未來需求。

B2B交易往往是大額，低頻次，決策流程復雜，等到簽約，往往是木已成舟。因此交易售前流程才是重點，要細細拆解。比如軟件服務銷售，售前至少有7個流程（如下圖）：

這七個流程，除了最后一刻簽約會有一銷售訂單以外，其他6個流程完全是由銷售和售前的行為構成的。所以如果單純地把B2C的思路套進來，就會錯失大量信息。實際上這也是所有B2B類銷售分析的最大痛點：對流程行為采集不夠。

在業務上很好理解，B2B銷售過程中灰色地帶很多，銷售部門總是一邊喊著要狼性文化，一邊想方設法回避監管。但光靠一個訂單真的屁都分析不出來，當業務發展遭遇瓶頸的時候，就有機會推動數據體系完善。

02 第二步：豐富數據采集點

構建數據體系的第二步，要盡可能在業務流程中豐富數據采集點。先有米再下鍋。這個過程中要考慮業務落地的可行性。比如銷售們都很懶，上來搞一個100行的**表，每次出差都要寫500字總結，基本上沒人填，要填也填的都是垃圾。

這時候就得設計一些系統化工具。比如移動OA**差記錄捆綁報銷，讓他們不得不填。比如采集數據時先采集是否/有無這些關鍵節點（上圖深色部分）培養起來習慣以后再考慮內容這種細節。比如采集內容的時候，可以先采集大類，再考慮更細的細節，就像競標策略，先考慮我們用的是價格領先、技術領先、業務優勢、關系優勢四大類中哪一類，再看更細的方案。

這樣由簡到繁，層層深入，才能一步步把體系搭起來。這才是構建過程。而很多人一提起構建倆字，就把自己關小黑屋三日三夜悟道，整出來一個巨復雜的500指標100維度巨表，就覺得夠體系了。結果往往碰到現實就變灰。

03 第三步：回到業務中，產生效果

構建數據體系的第三步，讓數據回到業務中，產生效果。這里也有個由簡到繁的過程。抓大放小，逐級推進才能把事情辦成。

還是B2B銷售跟進，如果我們發現70%銷售拿到線索根本不回去聯系，那第一步就先把首次跟進率這個指標做起來。

如果我們發現有demo的成功率比沒有demo的高50%以上，那就在銷售話術培訓中增加對demo的引導，在跟進流程中增加如何促成客戶體驗demo的方法。

這些一級指標問題先處理完，再抓二次指標，比如以什么款式的demo成單率高，要體驗哪些內容，是個性化體驗還是放大客戶案例等等。

之所以叫“構建”原因即在此：這不是個一蹴而就的過程，更不是一個思維導圖或者100*500的Excel表的東西。而是真的要一步步梳理-沉淀-推動。才能真正讓數據沉浸到業務里，讓業務用好數據干活。

如果說傳統企業的短板是數據采集少，互聯網企業的短板就是不分青紅皂白先撈數據。撈進來一大堆數據以后完全沒考慮過管理上可以怎么用。做分析的空耗力氣還不討好。

實際上關門自己憋指標，搞一張巨大的思維導圖的做法在互聯網行業相當的常見，基本上每3天就有一篇《XX行業數據指標體系萬字長文》橫空出世。看得人眼花繚亂。

可具體到業務上，往往睜眼瞎的地方相當地多。比如某平臺一個商戶套現數百萬，居然還是套現團隊內部分贓不均內訌報警才被發現。一夜被薅200億羊毛之類破事頻發。

[[395686]]

單純地追求大而全，完全沒有把具體業務場景一個個理清楚來得管用。有些人會覺得這樣是不是太慢了，可“構建”本來就不是一步登天的事。要不然為啥要叫“構建”而不是叫“畫出來”呢。

04 小結

有趣的是，互聯網行業巨幅思維導圖的玩法，催生出一派打地鼠流的運營。運營就是一句話，AARRR夠啦，開場插起五根棍，哪根短了就搞他。

你會發現這種運營天天都在忙，哪個指標低了刷哪個，可問題總是像地鼠一樣打下去冒，冒出來打。顯然，這也是只盯著數據指標干活，沒有抓核心問題的結果。

SO，同學們，試著真正構建一下自己公司的數據指標體系，從具體場景深挖，看有沒有強化的機會。收藏在E盤-干貨-數據-指標體系目錄下的PDF文檔不是能力，自己動手做出來的才是真正的能力成長。與大家共勉。