什么是指标编辑
首先，我们需要了解一下“指标”的定义。
指标是用于衡量事物发展程度的单位或方法，一般用数据表示，被广泛用于衡量目标。例如：人数、收入、利润、升学率、覆盖率等。
简单来说就是可将某个事件量化，且形成数字，来衡量目标，在日常工作中大家都会应用到。
指标主要由维度、汇总方式、量度三要素构成：
维度：从什么角度去衡量
汇总方式：用什么方法去衡量
量度：用来明确衡量的计量单位
如「某学校 2022 年新生人数」这个指标，维度就是年份；汇总方式为 2022 年新同学个数求和，量度就是单位，多少个、多少位、多少名这种。
指标的类别编辑
知道指标的类别，选择合适，抛弃一些不好的。
1）定性指标与量化指标
| 分类 | 定性指标 | 量化指标 |
|---|---|---|
| 定义 | 指不能直接量化而需通过其他途径实现量化的评估指标 | 可以准确数量定义、精确衡量并能设定绩效目标的考核指标 |
| 优劣势 | 非结构化的、经验性的、揭示性的、难以归类的 | 涉及很多数值和统计数据，提供可靠的量化结果，但缺乏直观的洞察 |
| 示例 | 月饼是否好吃，为什么好吃 | 月饼销售总额，销售总量 |
2）虚荣指标与可行动指标
| 分类 | 虚荣指标 | 可行动指标 |
|---|---|---|
| 定义 | 如果你有一个数据，却不知如何根据它采取行动，则为虚荣指标 | 你需要利用数据揭露信息，指明方向，帮助你改进商业模式，决策下一步的行动。 |
| 优劣势 | 虚荣指标不能为公司带来丝毫变化 | 可付诸行动的指标可以帮助选择一个行动方案，指导商业行为 |
| 示例 | 社区总注册用户数是一个虚荣指标，这个数字只会随着时间增长 它并不能传达关于用户的信息：他们在做什么？是否对你有价值 | 社区活跃用户占比：活跃用户占总用户数的百分比 这个指标揭示了产品的用户参与度，因而显得格外关键。当产品做出调整时，这个指标也会相应变化。 |
3）探索性指标与报告性指标
| 分类 | 探索性指标 | 报告性指标 |
|---|---|---|
| 定义 | 探索性指标，是指具备推测性质的指标 | 报告性指标，是指已经形成相关定义的指标 |
| 优劣势 | 推测原本不为所知的洞见，帮助你在商业竞争中取得先手优势 | 报告性指标让你时刻对公司的日常运营、管理活动保持信息通畅，步调一致 |
| 示例 |
4）先见性指标与后见性指标
| 分类 | 先见性指标 | 后见性指标 |
|---|---|---|
| 定义 | 用于预言未来 | 用于解释过去 |
| 优劣势 | 我们应该找一些先见性指标，因为你在得知数据后尚有时间去为未来做准备，未雨绸缪，有备无患。 | - |
| 示例 | 在广告投放中，根据不同渠道的用户转化漏斗，可以预测各渠道投放期间的拉新用户数量，从而在投放之初能够调整各渠道的预算和画面素材等 | 用户流失率 通过滞后指标反映的现存问题，可以针对性的设计实验，以使问题得到改善。 |
5）相关性指标与因果性指标
| 分类 | 相关性指标 | 因果性指标 |
|---|---|---|
| 定义 | 如果两个指标总是一同变化，则说明它们是相关的 | 如果其中一个指标可以指导另一个指标的变化，则它们之间具有因果关系。 |
| 优劣势 | 发现相关性可以让你预测未来 | 发现因果关系意味着你可以改变未来 |
| 示例 | 会员流失率和沉默会员数 会员周期复购率和会员周期留存率 | 种瓜得瓜，种豆得豆 |
如果两个指标总是一同变化，则说明它们是相关的，
发现相关性可以让你预测未来，而发现因果关系意味着你可以改变未来。
好的数据指标编辑
好的数据指标能带来你所期望的变化，下面就是衡量其好坏的一些重要准则。
1）好的数据指标是简单易懂的
好的数据指标要简单易懂，要让人们容易记住和讨论，这样才能通过它来牵引我们的工作。
2）好的数据指标是比较性的
好的指标具有比较性，因为能看出来区别和变化。
比如本月比上月增长 15% 就比本月销售额 120万 更好。
3）好的数据指标是一个比率
比率是天生的比较性指标，能看出变化，是行动的向导，而且还能体现各种因素间的相互关系。
比如公司的资产负债率就是负债/资产，当资产负债率高时，那我们就要考虑是降低负债，还是增加资产，这个比率就体现了资产和负债的关系。
4）好的指标会改变行为
好的指标会改变行为，这是最重要的评判标准，因为随着指标的变化，你要采取一些措施，让你的指标值向好的方向和目标值靠近。
比如将日销售额纳入零售柜员的绩效考核表中，有助于促进零售柜员努力工作。