指标体系搭建中需要规避的问题

数据指标体系的搭建是数据驱动的第一步，很多企业因为缺少对这方面的重视，导致搭建的数据指标体系存在很多问题。

1、难以快速定位问题

因为缺少体系化的规划，可能搭建出来的数据指标体系更多是结果型指标，而忽略了过程型数据及维度型数据。

维度型数据的缺乏表现在，比如，我们在设置用户 DAU 这个指标时，缺乏用户的设备、版本、地域、性别、年龄等维度的数据。

过程型数据的缺乏表现在，比如，下单成功数这个数据指标异常，如果没有用户从活跃到搜索商品、查看商品，再到成功支付整个下单过程的数据，就很难快速找到原因。因为我们看到的都是结果型数据。

2、数据采集不完整

业务方没有对需要的数据进行完整的规划，导致需求非常零散，对应的数据上报也是零散的。根据业务方的需求反复进行补充上报，会造成非常大的开发资源的浪费，同时也拖延了业务方观测数据的需求。

数据分析师缺少完整的数据指标的需求规划，会导致根据数据指标提交的数据埋点需求不完整，业务方要的数据很多可能都是没有上报的。

3、目标不一致

如果在搭建数据指标体系之前，没有和业务方对目标达成一致，则有可能会导致输出的数据报表是数据分析师关注的，而不是业务方关注的，最终就不能发挥报表帮助业务方发现问题的价值。最后的结果就是做了一堆报表出来，但是业务方基本不关注，造成资源的大量浪费，同时也造成大量无用报表的冗余，影响业务方对数据分析师的印象。

4、报表杂乱

当业务范围越来越大时，报表的数量也会随之增加。一个功能就会有多张报表，每一张报表还可能有相同的指标，多张报表的数据对不上，这些都是因为没有提前规划好数据指标体系的设计。报表和报表之间的组织也是没有顺序的，没有按照从整体到明细的功能来放置报表的位置，业务方找一个报表经常花费大量的时间。

5、指标不完整

报表中的数据指标并不是越多越好，有时你会发现报表中的数据指标有很多，但整体的数据指标却并不完整，这都是因为没有提前规划好而造成的。没有按照业务的划分科学地搭建数据指标体系，制作出来的报表会显得杂乱无章，并且不完整。

6、报表价值低

很多业务报表没有发挥出它的价值，因为业务方不知道这个报表是如何帮助他们的业务的，更多的只是起到一个基础的监控作用。这是因为我们在规划数据指标体系时，只是规划了基础的数据指标体系。

这些问题需要我们利用一套科学的数据指标体系搭建方法，去搭建一个完整的、科学的、高效的、业务向的、分析型+监控型的指标体系，常用的搭建数据指标体系的模型有北极星、OSM、AARRR、UJM、MECE 等。