# 数据分析指标体系的底层逻辑

[谢汉嘉]

在我们日常工作中会遇到很多数据，比如在活动运营时的一些相关数据，这些数据增加后需要的数据指标也越来越多，所以建立数据分析指标体系是非常重要的。如果缺乏数据指标体系和分析方案，就会难以判断整体业务发展状况、难以衡量产品/活动效果、等等。
数据指标就是对抗不确定的，一个问题，往往有很多方面，只用一个指标不能充分说明问题。这就需要一组有逻辑的数据指标来描述，这就是数据指标体系。
数据指标体系分为五大件，第一要素：主指标（一级指标），用来评价这个事到底咋样的最核心的指标。第二要素：子指标（二级/三级指标）。第三要素：过程指标，主指标往往是最终的结果。第四要素：分类维度。第五要素：判断标准。在构造指标体系的时候，往往这些判断标准是和当前数据一起呈现的。这样在看数据的时候，可以直观的做出判断，使用起来就很方便了。基于指标体系的诊断，只解决战术问题，不解决战斗层面的细节问题。
我们通过“数据”去发现问题，分析问题，并且解决问题。而通过这套搭建基本数据分析指标体系的底层逻辑可以让这件事情变得事半功倍，从源头发现问题；借助体系化的工具，在日常工作中可以监控业务，发现问题，科学的制定业务目标，在追踪业务过程找到改进的切入点。
但是，后续的实际工作中，建立数据指标体系需要各部门紧密沟通，还需要对公司业务和各部门职能的深刻 理解，更要针对业务痛点，做细分板块的深入数据分析等等。