4.3　工作任务2：当前数据分析体系调研

完成了业务现状的调研后，接下来就需要对当前公司中的数据体系进行调研了，也就是搞清楚一家企业内部数据分析相关人员的日常工作是什么样的，从而方便我们确定需要为该公司设计出怎样的数据分析体系，其整体的需求范围有哪些。

具体来说，我们需要调研的相关内容如表4-5所示。

表4-5　数据体系调研大纲

4.3.1　案例03：L公司当前的数据分析体系调研

初步调研下来，刘宇发现L公司内部的数据分析现状还真像之前的HR所介绍的——业务背景是那样的“朴素”。

1.数据分析的场景

当下公司内部所有人员的数据需求都是由后台开发工程师直接拉取数据库的业务数据，进行手工汇总后通过聊天软件发送的。

此外，在L公司内部甚至连数据分析师都没有，所有的领导每日需要看的数据都是由运营人员将开发人员给出的数据进行二次计算后以日报形式反馈的。

2.数据分析的目标

众所周知，数据分析核心目标只有一个，那就是对业务的运行进行精准测控。这里的精准测控可以细化为以下三个维度的分析。

▶现状分析：通过对已发生的事件进行分析，从而掌握当前产品的整体运营情况，以及各业务的进度状况。例如，在数据仪表盘中，长期以来订单量都是500余笔，今天突然下降了25%，这就是我们产品的日常现状与突发问题。

▶原因分析：通过对现状的了解，在找到关键问题后，通过数据对该问题的原因进行分析，确定是什么因素导致的问题。例如，在看到某天的订单量下降了10%后，我们就需要对这天的数据进行分析，找到订单量下降的原因。通过数据我们发现，某个时段订单成交量为零，此时排查产品日志我们发现，有订单提交，但是支付报错，原来是该时段支付通道崩溃了，导致部分用户无法正常下单，这样我们就找到了订单量下降的原因。

▶预测分析：通过已掌握的数据，对产品未来的发展趋势进行预测。例如，通过分析过往商城“双11”产品的销量，来预测今年“双11”产品的销量，从而组织仓库提前备货。

3.参与数据分析的岗位人员

▶运营人员：帮助业务正常运转，并实现有效率的增长，如提升GMV，提高转化率和留存率等。

▶数据产品经理：由于公司内部没有数据分析师，因此数据产品经理在这家公司里就成为解答相关疑难杂症的“百科全书”了。

4.确定北极星指标

（1）公司的核心业务

通过前面的业务分析，刘宇确定了当前L公司的核心商业模式就是通过出售零售商品来盈利。

（2）核心业务成功与否的判断

基于核心业务判断本阶段公司业务是否成功，这里是通过公司的销售额来观察的，因此确定本阶段北极星指标是销售额。

北极星辅助指标如下：

销售额=商城用户×下单转化率×支付转化率×客单价

（公式4-2）

4.3.2　如何寻找北极星指标

前面在案例03中刘宇直接得出了北极星指标，但是这是因为刘宇所处的是一家初创公司，业务形态比较简单，所以可以快速定位北极星指标。若面对的是一些业务较复杂的产品，那么就需要一套科学的理论来定义北极星指标了。

定义北极星指标的通用方法就是寻找回答如下问题的答案：你最想让用户用你的产品干什么？

这个问题其实延伸于硅谷产品设计理论里的经典概念：产品设计的目标就是进行注意力博弈，因此我们可以根据这个理论来快速定义北极星指标。

▶注意力博弈（The Attention Game）：用户在你的产品中花费了多少时间。

▶交易量博弈（The Transaction Game）：用户在你的产品中产生了多少交易量。

▶创造力博弈（The Productivity Game）：用户在你的产品中创造了多少高价值的内容。

（定义4-3：硅谷设计博弈理论）

不过必须注意的是，在这三种博弈理论中我们只能选择一种作为本产品的核心价值指引，并在该引导下发现我们的业务指标。

根据这个理论，下面举几个定义北极星的例子。

▶音乐类产品的北极星指标：听歌时长（时间）。

▶社区类产品的北极星指标：社区发帖（创造内容）。

初步选出一个北极星指标，并不代表寻找北极星指标的工作就完成了，我们还需要对选出的北极星指标的价值进行测定，从而判断其是否是一个好的北极星指标，这里可以用表4-6所示的5个维度进行判断。

表4-6　北极星指标价值判断维度

除了确定北极星指标外，我们还需要继续确定其他相关辅助指标来让北极星有更明确的呈现。

这类相关辅助指标大体上可以分为用户数与活跃率这两类，用户数代表市场的体量和占有，活跃率代表产品的健康度。

辅助指标可以帮助我们不断验证企业业务在奔向北极星的航线上是否笔直，有没有移动。