数据分析常遇到的挑战在实际项目中，决策分析类系统不同于业务系统的特点之一就是其不确定性，同样一个分析场景，有的人习惯看表格、有的喜欢看图表；有的喜欢用同比环比，有的喜欢做预警分析，总之，一千个客户心中 ...
|
数据分析常遇到的挑战 在实际项目中，决策分析类系统不同于业务系统的特点之一就是其不确定性，同样一个分析场景，有的人习惯看表格、有的喜欢看图表；有的喜欢用同比环比，有的喜欢做预警分析，总之，一千个客户心中期望得到的分析报表就有一千张。这对实施落地人员的业务分析能力提出了巨大的挑战。 我们通过观察发现，虽然每个业务人员关心的问题不同，但是他们分析的对象基本一致；比方说销售金额、订单数量、转化率等，所以，当我们在梳理用户分析需求，重点应该放在分析对象上，而不是展现形式上。 这里所谓的分析对象，就是决策分析类系统中常常提到的指标。我们接下来的主题就是探讨如何在需求调研过程中获取指标，以及如何管理指标，为后续进行详细的分析场景设计规划提供依据 指标体系建立和应用步骤 总体而言，指标体系建立和应用步骤包括“找指标”、“理指标”、“管指标”、“用指标”四个阶段。 Step1：构建指标分类的框架 从业务域我们一般可以分为财务、人力资源、销售等等，然后在进行二级业务域划分，如销售可以分为市场营销、客户管理、订单管理等等（是否需要三级分类视业务复杂程度决定），这样我们就得到了一个指标分类的初步框架。 Step2：寻找分类下的具体指标 我们一般会从业务系统出发，从系统中识别其功能模块，例如ERP、CRM、SRM等，CRM系统中又有客户管理、订单管理等功能模块，我们从这些模块中包含的业务单据中就可以找到相应的数值字段，然后挑选出可以作为指标展示的。如果这些系统中有单独的统计报表功能，那么我们的工作相对简单，只需要从报表中找到相应的指标即可。
找到了指标，其实只有指标名称而已，我们还需要找到指标的各项属性定义。指标的属性分为“业务属性”和“技术属性”两类，业务属性包含业务人员通常认识的指标分类、名称、计算公式、展现方式和查询权限等；技术属性包含技术运维人员所关心的系统来源、取数字段、取数频率、加工规则等。
指标的定义 将找到的指标及其属性，形成一张总表，即指标字典。具体字段的选取工作最好能让业务人员和技术人员共同参与制定
指标字段表-示例 通过找指标，我们获得了企业中的指标列表，但是这些指标并不能称之为体系，因为没有进行分类，指标没有业务含义，指标和指标之间也没有任何逻辑。我们需要结合企业战略和岗位职责，设定全面的衡量指标，并分解到具体业务过程
指标常见分类-经营层面 实际项目中，具体梳理的方式可以参考以下步骤：
建立指标体系的方法-参考 通过对业务的不断梳理和细化，最终会形成一个指标树，表达各个业务指标之间的关系
指标树示意图 管指标数据的工作和其它数据管理工作并无太大差别，即通过推动数据治理体系建设，制定主数据、业务数据、统计数据的标准和规范，提升数据质量。
在集团型企业中，一般会通过指标管控工具、制度和流程，我们将明确指标认责人、指标用户、指标管控团队在各项管控活动中应遵循的管理要求和工作流程。在今后信息系统（尤其是数据中心、统计报表等分析类应用）的建设中需要遵从公司在指标管控领域提出细化要求
指标管控制度 企业仅仅制定指标体系，并不能起到规范数据的作用，只有将指标体系落实在信息系统中，才能发挥其管理作用，因此构建指标体系往往和应用系统建设同步进行。指标体系包含但不限于以下使用场景：
指标成果主要应用场景 通过指标数据体系的应用，我们将规范企业内指标使用的规范性，提高数据的准确性、一致性和可追溯性。
数据治理应用 以上我们简要介绍了一下如何通过企业内的数据资源找到业务分析需要的指标，如何一步一步建立起指标标准、规范和管理体系。 在数据分析领域，指标不失为业务表达语言。指标构建的完整性、准确性、层级合理性，将直接影响数据分析所能触达的业务范围、数据背后诠释的业务逻辑性和数据探索至业务细分节点的高效性。通过“找、理、管、用”四个关键动作，确保每一个指标构建都基于业务需求且符合业务需求，确保指标规范管理，切实应用。只有以这样工艺式、工匠式的管理方式，才能在纷繁复杂的数字化转型道路上，走的更加顺畅。 |
2024-02-29
2024-01-22
2024-01-03
2023-12-27
2023-12-08
回答
回答
回答
回答
回答
2