數據指標、指標體系、維度、標簽，這些都是數據分析基礎概念，但經常有同學會搞混淆。搞清楚這些概念的區別，不但做報表更清晰，而且更容易在分析問題的時候找到思路，今天系統講解下：

數據指標 VS 指標體系

比如：有一個小朋友身高150cm，是個男生，長得很強壯。這里150cm就是數據指標。數據指標通常是用數值衡量一個客觀事實。只不過，只用一個指標是難把事情講清楚的，你可能會懷疑“啥小朋友一米五高呀”，所以我們需要一些列指標，比如年齡12歲，身高150cm。描述事物的指標多了，就形成指標體系。

在企業里，常見的指標體系有3種形態：

第一種：并列式。經常用于多角度評估某個體的表現，比如評估員工績效、評估供應商表現、評估新產品等等。之所以叫并列式，是因為參與評估的指標是相互獨立，并列存在的（如下圖）。

第二種：總分式。經常用于描述一個整體由若干部分組成。最經典的就是利潤拆解，把利潤按收入/成本來源拆成若干部分，方便分析利潤變化的原因（如下圖）。

在觀察總分式指標體系的時候：

·第一先看主指標大小

·第二再看每個部分大小

這樣更容易看出問題。在多個個體對比的時候也遵循這個原則。

第三種：流程式。經常用于描述一個從開始到結尾的流程。在銷售端，它經常被稱為：漏斗模型。因為在銷售的過程中，每增加一步就會流失一些客戶，形同漏斗。大部分銷售流程都是漏斗式的（如下圖）：

在觀察漏斗式指標體系的時候：

·第一先看結果指標大小

·第二再看全流程轉化率

·第三再看過程轉化率

這樣可以對整個流程情況加以了解。有些同學會一上來就陷在細節出不來，結果把自己繞暈了。

當然，流程式也不止漏斗這一種，比如在生產、服務、售后等環節，也是一個完整的流程，但不是逐步遞減的。比如生產任務，是肯定要完成的，但隨著生產工序增加，每一步會增加新的原料、生產費用、人工成本，此時整個流程所消耗的成本、時間是逐級遞增的。

有了數據指標體系，可以詳細了解業務情況，但想促成業務行為，還需要標簽的加持。

數據指標 VS 標簽

比如：有一個小朋友身高150cm，是個男生，長得很強壯。這里“男生”就是一個分類維度，分類維度不是連續型的數值，一般是定性的描述，用來區分個體的。

“強壯”就是一個標簽了。注意，帥也是分類維度，但是它在業務上的含義更明確，更容易讓人們想到做什么業務動作。比如一個男生貼上“強壯”的標簽，那么下次班級大掃除找勞動力的時候，目標就清晰多了：“把咱們班強壯的男生都召集過來！”業務含義清晰，促成業務動作，就是標簽的作用。

有些標簽是可以從數據指標里計算出來的。比如一個小朋友數學滿分100，考了98。我們可以給個規則：考試95以上的都算“數學好”。于是這個98分小朋友就被貼上了：“數學好”的標簽。

下次有數學競賽，我們說：“選數學好的小朋友參加”，就可以直接把這個小朋友拉過來參加比賽。舉辦班會需要采購物資，我們說：“選數學好的小朋友去算賬”，就又可以直接把這個小朋友拉去。可見：好的標簽能提升業務行動效率。

這里會有個問題，經常困擾數據新人：怎么定義95分算“數學好”呢？為什么不可以是98分呢？

在通過指標計算標簽的時候，一般有2種做法，第一種是業務上約定俗成的，比如大家習慣上都認為數學考95分已經很高了，那就這么定。畢竟標簽是給業務用的，他們覺得好用才是最重要的。

第二種，可以根據打標簽的目的，做數據檢驗。比如挑“數學好”的同學，是為了參加數學競賽，那么打了“數學好”標簽的同學，應該競賽得分顯著區別于普通同學。于是我們可以設計一個實驗，來看不同得分的同學參加競賽結果差異，從而找到一個合理的分段標準（如下圖）。

標簽+指標體系=高質量數據分析

做分析的時候，經常有同學對著一個指標發呆：到底為啥它就漲了跌了呢？到底它說明了啥呢？這個時候，可以試著：

1、構建指標體系，觀察數據細節

2、增加標簽，量化影響因素，分析問題來源。

可對比的標簽、可分析的指標豐富了，自然結論容易出來。

通過標簽+指標，可以層層深入地看問題。比如分析推廣效果的時候，

1、先看指標：哪些渠道轉化率高？哪些不行？

2、再看標簽：轉化高的渠道，用的素材/商品/折扣是什么水平？

這樣一縱一橫，容易看出問題所在（如下圖）。

通過標簽+指標，能發現不恰當的對比，從而避免判斷錯誤。比如看到兩個團隊業績有差異，不能簡單地就說：誰業績高誰是標桿，大家向他學習——

1、兩個團隊人員結構是否有差異

2、兩個團隊客戶資源是否有差異

3、兩個團隊銷售方法是否有差異

這時候需要對人員素質/客戶資源/銷售方法打標簽，再觀察相應指標差異，就能得出更準確的結論（如下圖）。

總之，要熟練運營標簽和指標體系，才能做出高質量的分析。