抖音号交易出售资讯为什么需要指标体系

数据产品经理，除了“产品经理”应该所具备的如「沟通/原型/文档/项目管理」等基本技能外，还应该具有精于“数据”的核心专业技能，如：数据认知、数据技术、数据平台、数据分析、搭建指标体系等。而“搭建数据指标体系”是其中最为重要的，将直接影响数据「产生→处理→存储→计算→应用」的全流程，也将影响数据平台产品的系统性、稳定性和扩展性。

一、为什么需要指标体系？

1.1 什么是指标？

通常我们讲述的指标是指将业务单元精分后量化的度量值，譬如：DAU、订单数、金额等。当然，原子指标还会基于维度、修饰词、统计口径而构建出派生指标。指标的核心意义是它使得业务目标可描述、可度量、可拆解。

1.2 指标不成体系会怎样？

从业务视角看：

经常碰到的一种现象是业务上线了之后发现数据不够用，缺指标或缺维度。随之而来的便是数据需求更改：添加指标、增加维度、增加各种五花八门的数据报表等，这一系列的需求变更和反复迭代造成的苦果，会使得报表越发臃肿，数据参差不齐。业务同学分析具体问题时找数据变得越来越难，每天会消耗大量时间在不断的寻找数据、核对指标的泥潭中。

从技术视角看：

基于需求的变更，业务团队技术同学将需要重新去更改设计和开发埋点，数据团队技术则需要重新采集、清洗、存储数据。

更为致命的是，若在原有的监控报表上增加指标或维度还会需要：

1. 在原有的数据存储结果表上动刀，增加存储列等；
2. 数据计算SQL逻辑更改；
3. 数据回算；
4. 结果展现逻辑更改。

这一系列下来不仅耗费人力物力，同时实现本身周期也会更长，反馈效率低下。

1.3 指标体系化后能不能解决？

一个好的指标体系设计，不能说可以规避掉百分百的问题，但至少让问题出现时各方临危不乱。

首先，业务同学需要对自己的业务有一个大概的预判，譬如：在整体的业务里程碑上什么时间点会有哪些策略动作，对应的业务体量会是多大。与此同时也提前去预知大概会监控哪些指标，从哪些维度拆解等

其次，在有了初步预判之后与团队技术沟通，与数据团队沟通，尽量让各方信息对称。这样的好处是我们能尽量提前将指标体系设计得不重不漏、条理清晰。同时技术团队也会有所准备，在做数据底层设计时多去考虑其稳定性、扩展性等。