建立数据指标：商业分析的前提

更新: 7/18/2025 字数: 0 字 时长: 0 分钟

想开展商业分析，第一步就得用数据说话。我们要将纷繁复杂的商业现象转化为数据，即可以衡量和计算的数据指标。

1.数据指标类型

数据指标有3种类型：分类变量、定序变量、数值变量，如下表：

分类变量与定序变量的存在非常有意义，它们可以把不能直接用数字衡量的特征，也作为变量记录下来，用于分析。

比如，用户喜欢的颜色：红色、蓝色、黄色……无法直接用数字表达大小。此时，可以把颜色做一个分类，对比各分类(红色、蓝色、黄色等)商品的购买率，通过购买率的高低来识别用户的爱好。

再比如，用户在商品评论区留下的满意程度：喜欢，一般，讨厌。通过字面反馈，商家只能大概知道用户对商品的喜欢程度，但到底差多少，很难量。通过设定定序变量，可以对比这3种类型之间的购买率差距。

通过量化分析可以看出:只有表示喜欢的用户，才是真正高意愿的购买者，其他用户群体差异没有想象中(或者说字面上表达出来的)那么大，要努力把用户的满意度做到“喜欢”的程度才能提高购买率。 所以，不要觉得商业现象太复杂，难以量化。通过配合使用3种变量，能够把如态度、意愿身份、需求、体验等主观指标一并量化分析。

以人的态度为例。态度是驱动行为的深层次原因，可态度指标是很难被采集到的。即使是直接用问卷调查“您的满意度是多少”回答也不见得完全准确。因为很多时候，人们自己都说不清楚自己的感觉，更不用指望别人能说清楚。

而人的基础属性(如性别、年龄、受教育程度)、行为是相对容易采集的，所以在真实商业分析中，更主要的方法是通过“基础属性+行为"，反推用户的态度，再加以少量问卷调查辅助。这一点在后续章节讲到宣传内容、用户需求、产品特点分析时，会频繁地被使用。

通过上面的例子，会注意到：只有数值型变量能够被计算，而分类变量和定序变量一般都是用来区分类型的，比较不同类型时使用。习惯上，一般将关于描述一个商业问题的数值变量称为数据指标；将关于分类对比的变量称为分类维度。这两者一般是结合使用的，为了方便理解，先介绍一下什么是数据指标。

2.数据指标的定义

数据指标能直接反映商业经营的结果。在商业经营中，最重要的指标就是成本/收入指标。如之前列举的例子，其中各种错误皆是因为没有量化成本/收入，盲目听信别人口中的“发财机会”、“致富之道”、“成功心得”所致。所以，做商业分析，要将注意力集中到一个具体业务的成本/收入上。

TIP

注意：成本/收入只是一个笼统的、概括性的描述。一个完整的数据指标描述需要包括以下4项:

• 统计时间。
• 统计对象。
• 数据来源。
• 计算公式。

比如，计算一个采用 POS 机(又称收银机)收款的超市的产出指标，可以这样定义。

• 指标名称：月销售收入。
• 统计时间：最近一个自然月，从1号至月底。
• 统计对象：整个超市的销售记录。
• 数据来源：POS机销售记录。
• 计算公式：在统计时间内，所有对象的交易金额总和。

这样就算实现了一个完整的指标定义。同样投入指标，一般是指对一定时间内(如一个月)的经营成本进行统计，比如，商品进货成本、人员工资、房租、水电费等，也能得到完整的定义。

当然，这种完整的描述比较复杂，不适合在讲解或在日常工作中使用。因此，一般在编写图书或日常沟通的时候，会用简略称呼(仅保留时间+指标) ，比如月销售金额代替这种复杂的定义。而这种复杂的定义会记录在数据字典里，供专业的数据分析师或系统开发人员使用。

3.数据指标的分类维度

上面例子里的产出指标：月销售收入，是以整个超市为对象的整体指标，它包含整个超市一个月内所有的销售收入。如果想要了解下面的3个问题:

• 不同类型的商品，哪一种卖得更好?
• 从本月1号到月底，每一天的销量是否有区别?
• 办了会员卡的客户和没办会员卡的客户，是否有差异?

这时候就需要使用分类维度了。上述3个问题刚好是常用的几种分类维度，如下表所示。

TIP

分类维度之间是有层级关系的。比如，一个在全国范围内开门店的企业，要管理遍布各地的门店，常常会设立大区(如华南、华中、华东)、城市分公司、城市内各区域分公司，分层级进行管理。这样，对一个门店归属哪个管理部门，就有了各层级的划分。

其他的分类维度，如商品属性、用户群体，都有类似的分类层级。在做分类对比时，一定要厘清各个维度之间的层级关系，避免胡乱比较导致错误的结论。

很多时候，人们并不知道导致问题的直接原因，但可以通过有问题的个体，与没有问题的个体对比，发现问题所在。如果分类维度设计得合理，就能很容易通过分类对比发现问题。

还以超市为例，如果用周销售总收入来衡量产出，那么可以用周经营总成本来衡量投入。经营成本的构成可能很复杂，房租、水电费、人员工资、商品进货成本、新购买的冰淇淋机等都会构成成本。

这时候，一个整体指标：总成本，是由多个子指标组成的，比如店铺成本、订货成本、固定投资成本、用工成本等这种关系习惯上被称为一级、二级、三级指标(见下图)。 二级指标是一级指标的内部构成，二级指标之和等于一级指标的数值；三级指标是二级指标的内部构成……以此类推。想要更细致地了解内部构成，还可以有四级、五级、六级指标。

了解指标的内部构成，对于精细化管理，以及深入了解内部情况很有帮助。

从经营的角度看，成本/收入都是结果型指标，能直接反映经营成果。除这种结果型指标外，还有过程类指标。比如电商销售，其流程很长，用户需要经历数个步骤才能实现购买，如:

• 登录网站。
• 浏览产品。
• 浏览流量产品详情。
• 加入购物车。
• 付款。

在这里，每一个步骤都能用数据指标来衡量，因此形成了众多的过程指标

• 登录人数。
• 浏览产品人数。
• 进入详情页人数。
• 加入购物车人数。
• 付款人数。
• 付款金额。

过程指标之间很可能有层层递进的关系，比如，用户要先登录才能浏览，其中每一个过程都有可能有人员流失，这种关系可以用下图来表示。

区分结果指标与过程指标非常重要！商业经营成败，在结果，不在过程。不出结果，过程再好看也没有用。所以，在分析商业问题时，先把当前问题的结果指标找出来，再围绕结果思考过程是一个非常好的习惯，这样可以避免陷入细节无法自拔。

到这里，可能会有疑问：一个商业问题对应这么多指标、这么多分类维度，该怎么才能看得明白呢？请牢记一点：所有问题的解决，都是由简入繁的过程。因此，切记贪大求多。在面对自己不熟悉的问题时，首先从一两个结果指标开始，然后逐步增加分类维度，再深入过程指标。

比如，要观察一个商业模式，推荐观察的顺序如下:

• 第一，了解其商业模式的形态。
• 第二，看其整体成本/收入一级指标。
• 第三，看成本/收入的二级子指标。
• 第四，看成本/收入的一级分类维度。
• 第五，看成本/收入相关的过程指标。
• 第六，看客户/从业者等人的相关指标。

因为整体成本/收入是一个业务核心的结果指标，对于判断商业模式的好/坏至关重要，且是其他过程指标的最终结果。所以，弄清楚整体成本/收入指标是“打开”商业问题的“钥匙”。先抓住这两个核心指标，再往下分解，层层深入，条理就很清晰了，如下图所示。 然而，在正式分析之前，必须强调一个被大多数数据分析人员忽视的，但是对真实的分析成果至关重要的问题，那就是数据质量。、