如何为成功的商业智能定义KPI?
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-02-25
定义您的KPI
选择正确的KPI对于做出有效的，数据驱动的决策至关重要，如果选择正确的KPI，将有助于将员工的工作集中到一个有意义的目标上，但是选择不正确，则会浪费大量资源来追逐虚荣指标，为了凝聚团队的力量并实现长期目标，您必须衡量正确的事情，例如如果目标是在接下来的两个季度中将SaaS公司的收入提高25％，则无法通过关注页面获得的赞数来确定成功，取而代之的是，我们可以提出以下问题：是否通过保留现有客户来保护ARR？我们是否要看一下我们的销售开发代表的外展工作，以及这是否会导致增加演示和注册？我们是否应该看看增加销售团队培训对完成交易的影响？
仪表板设计横幅
同样如果我们想评估各种营销渠道的有效性，我们需要确定的不仅仅是提高销售或品牌知名度的终目标，相反我们需要对成功进行更精确的定义，这可能包括广告展示次数，点击率，转化次数，新的电子邮件列表订阅者，页面访问，跳出率等等，综观所有这些因素，我们可以确定哪些渠道带来了多的流量和收入，如果我们进行更深入的研究，将会发现更多的见解，除了发现哪些渠道产生的流量有可能转化为转化之外，我们还可以了解其他因素（例如时间安排）是否可以影响目标受众，每个行业和企业都是不同的，要建立有意义的KPI，您需要确定与公司目标明确相关的指标，这里有一些例子：
1、财务–营运资金，营业现金流量，净资产收益率，速动比率，债务对权益比率，库存周转率，应收帐款周转率，毛利率
2、市场营销– 客户获取成本，特定渠道的转化率，特定渠道产生的销售线索的百分比，客户流失率，休眠客户，每位客户的平均支出
3、医疗保健– 住院死亡率，病床周转率，再入院率，平均住院时间，患者满意度，总营业利润率，平均每次出诊成本，坏账现金收入，拒绝索赔率
4、零售-毛利率（占销售价格的百分比），库存周转率，销售率，每笔交易的平均销售额，未显示的总存货百分比
5、如果您的企业致力于数据驱动型决策，那么建立正确的KPI至关重要。尽管建立以绩效为导向的文化的过程是反复进行的，但明确定义所需的终结果将大大有助于您建立有效的KPI，这将有助于您的团队将精力集中于该目标，无论是将产品下架。更快，创造更好的患者结果或增加每位客户的收入。
好消息是在商业智能世界中绩效评估可以特别精确
快速而轻松地进行，然而每个数据分析师所面临的个障碍是在公司KPI和KPI跟踪方面进行选择和达成共识的初努力，如果您要着手进行BI项目，以下是有关如何确定要测量的内容的有用指南：
步骤1：隔离痛点，确定核心业务目标
许多公司开始尝试量化其当前绩效，但是再次作为数据分析师，您的工作之美和商业智能的力量在于，您可以钻研无止尽的非常详细的指标，从点击次数，网站流量和转化率，到服务呼叫满意度和续订，该列表一直存在，因此问问自己：什么使公司在其工作上变得更好？您可以通过关注阶段增长来解决这个问题，其中初创公司将关注验证业务模型的指标，而企业公司则关注客户生命周期价值分析等指标。或者，您可以按行业检查此问题：服务公司（咨询机构）将更多地关注提供的服务质量，而开发产品的公司将关注产品的使用。
准备潜水了吗？首先从上至下遍历每个部门，以得出需求并隔离每个部门的痛点和健康因素。以下是一些您可能要查看的KPI指标示例：
产品
产品相关门票
顾客满意度
使用情况统计（SaaS产品）
营销关键绩效指标
品牌意识
兑换率
网站流量
社会股份
研发部
错误数量
开发周期长
应用使用情况
步骤2：将其分解为几个KPI
选择了一些重要的KPI后，请尝试进一步细分。请记住，虽然没有神奇的数字，但对于KPI来说，几乎总是更少。这是因为如果您跟踪太多的KPI，作为数据分析师，您可能会开始失去听众和普通业务用户的注意力。选择重要的7-10个KPI是您的主要目标，您可以通过将核心业务目标分解为更具体的指标来做到这一点，请记住KPI的目的是要获得重点并调整目标以实现可衡量的改进，花更多的时间来选择KPI，而不是简单地将KPI投入过多，这只会使关注问题进一步发展（并需要更多工作！）。
步骤3：仔细评估您的数据
在掌握了7-10个主要元素之后，您就可以开始挖掘数据并开始一些数据建模了，此时要问的一个好问题是，企业目前如何制定决策？违反直觉，为了回答该问题，您可能需要查看公司当前未根据数据做出决策或未收集正确数据的地方，在这里您可以发挥自己的力量，成为“数据英雄”或出色的分析师！记录每个KPI并将其作为业务问题提出，然后将业务问题分解为事实，维度，过滤器和订单（示例）。
并非每个业务问题都包含所有这些元素–但是总会有一个事实，因为您必须衡量一些事情。在继续之前，您需要回答以下问题：
有哪些数据源
预测数据模型的复杂性
准备，管理和分析数据的工具（BI解决方案）
通过将每个KPI分解为其数据组成部分，并提出以下问题来做到这一点：我需要计算什么，需要汇总什么，需要应用哪些过滤器？对于每个问题，您都必须了解正在使用的数据源以及表的来源。
考虑到数据通常会来自多个不同的数据源
例如有关行销或销售渠道的信息，您可能需要结合搜索引擎分析数据和CRM数据，作为数据分析人员，必须认识到强大的KPI通常来自多个数据源的组合，这一点很重要，确保使用正确的工具（例如具有内置数据连接器的BI工具）来轻松准确地准备和合并数据。
步骤4：以准确有效的方式代表KPI
恭喜！您已将KPI数据与业务相关联，现在您需要找到一种有效地表示指标的方法，请查看这些不同的BI仪表板示例中的一些启发，要记住的一个提示是，仪表板的目标是使每个人都在同一页面上，尽管如此每个用户仍然会有自己的问题和想要探索的领域，这就是为什么构建交互式，高度可视化的BI仪表板很重要的原因，您的BI解决方案应提供交互式仪表板，使它的用户可以执行基本的分析任务，例如过滤视图，向下钻取和检查基础数据-只需很少的培训即可。
探索仪表板
选择正确的KPI对于做出有效的，数据驱动的决策至关重要，如果选择正确的KPI，将有助于将员工的工作集中到一个有意义的目标上，但是选择不正确，则会浪费大量资源来追逐虚荣指标，为了凝聚团队的力量并实现长期目标，您必须衡量正确的事情，例如如果目标是在接下来的两个季度中将SaaS公司的收入提高25％，则无法通过关注页面获得的赞数来确定成功，取而代之的是，我们可以提出以下问题：是否通过保留现有客户来保护ARR？我们是否要看一下我们的销售开发代表的外展工作，以及这是否会导致增加演示和注册？我们是否应该看看增加销售团队培训对完成交易的影响？
仪表板设计横幅
同样如果我们想评估各种营销渠道的有效性，我们需要确定的不仅仅是提高销售或品牌知名度的终目标，相反我们需要对成功进行更精确的定义，这可能包括广告展示次数，点击率，转化次数，新的电子邮件列表订阅者，页面访问，跳出率等等，综观所有这些因素，我们可以确定哪些渠道带来了多的流量和收入，如果我们进行更深入的研究，将会发现更多的见解，除了发现哪些渠道产生的流量有可能转化为转化之外，我们还可以了解其他因素（例如时间安排）是否可以影响目标受众，每个行业和企业都是不同的，要建立有意义的KPI，您需要确定与公司目标明确相关的指标，这里有一些例子：
1、财务–营运资金，营业现金流量，净资产收益率，速动比率，债务对权益比率，库存周转率，应收帐款周转率，毛利率
2、市场营销– 客户获取成本，特定渠道的转化率，特定渠道产生的销售线索的百分比，客户流失率，休眠客户，每位客户的平均支出
3、医疗保健– 住院死亡率，病床周转率，再入院率，平均住院时间，患者满意度，总营业利润率，平均每次出诊成本，坏账现金收入，拒绝索赔率
4、零售-毛利率（占销售价格的百分比），库存周转率，销售率，每笔交易的平均销售额，未显示的总存货百分比
5、如果您的企业致力于数据驱动型决策，那么建立正确的KPI至关重要。尽管建立以绩效为导向的文化的过程是反复进行的，但明确定义所需的终结果将大大有助于您建立有效的KPI，这将有助于您的团队将精力集中于该目标，无论是将产品下架。更快，创造更好的患者结果或增加每位客户的收入。
好消息是在商业智能世界中绩效评估可以特别精确
快速而轻松地进行，然而每个数据分析师所面临的个障碍是在公司KPI和KPI跟踪方面进行选择和达成共识的初努力，如果您要着手进行BI项目，以下是有关如何确定要测量的内容的有用指南：
步骤1：隔离痛点，确定核心业务目标
许多公司开始尝试量化其当前绩效，但是再次作为数据分析师，您的工作之美和商业智能的力量在于，您可以钻研无止尽的非常详细的指标，从点击次数，网站流量和转化率，到服务呼叫满意度和续订，该列表一直存在，因此问问自己：什么使公司在其工作上变得更好？您可以通过关注阶段增长来解决这个问题，其中初创公司将关注验证业务模型的指标，而企业公司则关注客户生命周期价值分析等指标。或者，您可以按行业检查此问题：服务公司（咨询机构）将更多地关注提供的服务质量，而开发产品的公司将关注产品的使用。
准备潜水了吗？首先从上至下遍历每个部门，以得出需求并隔离每个部门的痛点和健康因素。以下是一些您可能要查看的KPI指标示例：
产品
产品相关门票
顾客满意度
使用情况统计（SaaS产品）
营销关键绩效指标
品牌意识
兑换率
网站流量
社会股份
研发部
错误数量
开发周期长
应用使用情况
步骤2：将其分解为几个KPI
选择了一些重要的KPI后，请尝试进一步细分。请记住，虽然没有神奇的数字，但对于KPI来说，几乎总是更少。这是因为如果您跟踪太多的KPI，作为数据分析师，您可能会开始失去听众和普通业务用户的注意力。选择重要的7-10个KPI是您的主要目标，您可以通过将核心业务目标分解为更具体的指标来做到这一点，请记住KPI的目的是要获得重点并调整目标以实现可衡量的改进，花更多的时间来选择KPI，而不是简单地将KPI投入过多，这只会使关注问题进一步发展（并需要更多工作！）。
步骤3：仔细评估您的数据
在掌握了7-10个主要元素之后，您就可以开始挖掘数据并开始一些数据建模了，此时要问的一个好问题是，企业目前如何制定决策？违反直觉，为了回答该问题，您可能需要查看公司当前未根据数据做出决策或未收集正确数据的地方，在这里您可以发挥自己的力量，成为“数据英雄”或出色的分析师！记录每个KPI并将其作为业务问题提出，然后将业务问题分解为事实，维度，过滤器和订单（示例）。
并非每个业务问题都包含所有这些元素–但是总会有一个事实，因为您必须衡量一些事情。在继续之前，您需要回答以下问题：
有哪些数据源
预测数据模型的复杂性
准备，管理和分析数据的工具（BI解决方案）
通过将每个KPI分解为其数据组成部分，并提出以下问题来做到这一点：我需要计算什么，需要汇总什么，需要应用哪些过滤器？对于每个问题，您都必须了解正在使用的数据源以及表的来源。
考虑到数据通常会来自多个不同的数据源
例如有关行销或销售渠道的信息，您可能需要结合搜索引擎分析数据和CRM数据，作为数据分析人员，必须认识到强大的KPI通常来自多个数据源的组合，这一点很重要，确保使用正确的工具（例如具有内置数据连接器的BI工具）来轻松准确地准备和合并数据。
步骤4：以准确有效的方式代表KPI
恭喜！您已将KPI数据与业务相关联，现在您需要找到一种有效地表示指标的方法，请查看这些不同的BI仪表板示例中的一些启发，要记住的一个提示是，仪表板的目标是使每个人都在同一页面上，尽管如此每个用户仍然会有自己的问题和想要探索的领域，这就是为什么构建交互式，高度可视化的BI仪表板很重要的原因，您的BI解决方案应提供交互式仪表板，使它的用户可以执行基本的分析任务，例如过滤视图，向下钻取和检查基础数据-只需很少的培训即可。
探索仪表板
作为数据分析师您应该始终寻找可以从企业从未想到的数据中获得的其他见解，人们通常会固守自己的流程，而作为分析师，您会提供各种“局外人的观点”，因为您只能看到数据，而其他人则被他们的日常业务任务所笼罩，不要害怕问困难的问题，从基本的开始，您会惊讶于大公司不知道答案的情况–您将成为仅询问问题的数据英雄。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
