数据分析体系是什么？该怎么搭建？

有同学问：经常听到“搭建运营分析体系、搭建业绩监控体系、搭建商品分析体系”等等要求。可到底数据分析体系是什么？似乎经常看到的，只有AARRR五个字母，又语焉不详。到底怎样才算是建了个体系？

今天我们系统解答一下，搭建数据分析体系，是从初级数据分析向高级发展的必备一环，留心看哦。

搭建数据分析体系的常见错误

（1）罗列指标，没有重点

很多文章一讲数据分析体系，就铺陈了大量指标。先看哪个，后看哪个，根本没说明。光把几百个指标理解一遍都要半天，业务啥也不用干了，每天就在这瞅数好了。

（2）陷入细节，没有目标

很多同学习惯性列了指标，就开始按时间、渠道、区域、用户等级拆分，拆来拆去，标出一堆涨了跌了。问题是没个具体标准。每天纠结：1%的变化到底是不是问题？百分之几是问题？

（3）不分职责，贪大求全

很多文章一列标题就是《电商指标体系》《运营指标体系》甚至是《互联网指标体系》，可实际上像BATT，一个公司十几个BU几十条业务线，都看一套指标？单纯运营就分：用户、产品、数据、新媒体、社群、活动、商品、渠道……几十种运营，也看一套指标？这些大而全的总结，总是看似有理，实际不好用。

最终导致的恶果，就是：自嗨型数据报表。看似罗列几百指标，拆分数十维度，每天更新累的夯吃夯吃，可以看报表打开率：不到10%。运营、产品、销售们遇到问题，还是提临时取数单，每天光跑临时取数就跑到断手指……

什么是数据分析体系

如字面意思，数据分析体系包含两点：

数据分析：意味着不能光罗列数据，而是要对数据做解读，解释数据背后的业务含义，找到对业务有用的点。

体系：意味着不能毫无逻辑的铺陈数据，而是有节奏、有主次、有顺序的展现数据。这样才能更有效率的支持业务，而不是埋没在无穷无尽的码sql里，也能更好地积累分析经验。

把数据报表、专题报表串起来，有层次展现，应用到业务中的，才是真数据分析体系。

搭建数据分析体系的基本思路

数据分析本质是为业务服务的，尽可能多帮助业务工作，少浪费业务时间，才是服务宗旨。所以，在搭建数据分析体系时，要先问自己：

我在为谁们服务？

他们中每一位，有什么工作职责？

提供什么样数据，能更好帮助他们工作？

在什么时间提供帮助，能更少干扰他们？

这就是搭建数据分析体系的基本思路。

第一步：认准服务对象

企业有部门分工，因此第一步要认准：我在为哪个部门服务。

这非常关键！因为即使同一个问题，不同的部门的关注点会不同。同样是销售问题，如果是销售部看，关注的是每一支销售队伍完成率、进度、质量。如果是供应链看，那关注的就是总量、各产品数量、需求高峰期。如果是风控看，那关注的就是回款、坏账、套利。认清部门，有利于了解真正需求点。

其次，部门内有职级高低，要具体区分：谁需要看报表，他的责任与关注点是什么。

同样是销售，部门领导关注的是下属队伍的排兵布阵，重点在什么区域，主打什么产品。每一个销售人员，关注的是要跟进哪个客人、跟进哪一步、见人说什么。一般来说，越是管理层就越关注策略问题，越是基层就越关注执行问题。

即使有些看起来一个人也能办的事，在企业里也有分工合作。比如公众号发文章，似乎一个人就能写，可在企业场景里，人家有专业的名字叫：新媒体运营。也有细致的工作分工。

第二步：明确工作目标

清晰了人以后，要认清每个人的工作目标。量化目标，是数据分析的灵魂。后续评价工作的好坏，判断业务走势正常还是异常，探索解决问题的办法，都是从计算目标和现状的差距开始的。这一点非常非常重要。很多做数据的同学陷入细节，做的报表看不出所以然，都是因为压根不知道到底数值是几才算好导致的。

业务目标并不都是“1个亿小目标”这种简单粗暴的形式。细分之下，可以有多种类型，比如常见的：

按达成时间分：年、季度、月；

按委任形式分：长期任务/临时任务；

按服务对象分：自身/其他部门；

按服务对象分：领导/组长/员工；

按流程位置分：结果型目标/过程型目标。

继续拿新媒体运营举例，一个小组，可能同时背着多个目标：