下载掌阅APP，畅读海量书库
立即打开
推动企业数字化升级，实现数据价值的普惠化，是我们写作本书的初衷。
在当今瞬息万变的商业时代，互联网、大数据、人工智能等技术飞速发展，数字化转型已成为企业竞争格局的决定性因素之一。数字化不仅改变了企业的运营方式，也重塑了企业与客户、企业与市场以及企业内部流程之间的互动模式。在这一背景下，指标体系和指标平台的构建显得尤为重要，它们是企业数字化转型的基石，是实现数据驱动决策的关键。在这个关键时刻，我们决定写这样一本系统介绍指标体系与指标平台的方法与实践的书，旨在为企业提供一盏明灯，照亮其数字化转型的道路。
借用埃隆·马斯克提出的“对齐向量”的理念，如果把企业里的每个人都看作一个向量，那么他们方向的合力就是这家企业前进的方向和动力。向量方向一致则促进企业的发展，向量方向不一致甚至相反，就会阻碍企业的发展。一家企业需要对齐的向量包括：将个人努力同企业的奋斗目标结合起来，将各个团队（产品、市场、销售、服务等）的努力同企业的奋斗目标结合起来，将企业的奋斗目标同客户的需求结合起来。而将这么多向量对齐的力量，就源自指标体系和指标管理。
在多年的实践中，我们越来越深切地感受到指标平台在企业决策和运营优化中的核心作用。从企业管理到运营优化，决策者面临的挑战是如何在不确定的环境下做出正确的判断，而指标体系和数据分析就像企业这艘巨轮在航行中不可或缺的罗盘和航海图一样。
我们听到企业数字化转型被提得越来越多，我们看到越来越多的企业建了很多的数字化系统。然而，一个普遍的现象令人困惑：建了系统却用不起来，用起来了对管理决策也没有帮助。这到底是为什么呢？
我们还看到一些奇怪的现象：企业明明有很多数字化系统，但当领导者要做关键决策的时候，还是要找很多人从各个系统中收集、整理数据，而得到的数据常常不全面，结果看山只是山，只见树木不见森林，决策效率非常低下。甚至各部门之间还会相互扯皮，彼此不认可对方对于指标的定义。
好在这些现象已经受到越来越多CIO（首席信息官）或CTO（首席技术官）的重视。根据ACCA和钛媒体2023年联合发布的《数字化转型新思2.0》报告，41%的受访企业认为阻碍数字化进程的因素在于“数据不通不清晰，影响运营效率和领导者决策效率及正确性”，可见“数据不通不清晰”已成为影响企业竞争力的关键问题。
这些问题的根源就在于缺乏有效的指标管理。指标管理是确保数据流通、清晰和可操作的关键。没有它，企业就像是在茫茫大海中航行的船只，缺乏方向，难以抵达目的地。
指标管理能够确保数据的一致性和透明度。在企业内部，不同的部门可能对同一指标有不同的理解和定义，这会导致数据混乱和沟通障碍。通过建立统一的指标体系，企业可以确保所有部门都使用相同的语言和标准，从而提高沟通效率，减少误解和冲突。
指标管理有助于提升决策效率。在不确定的市场环境中，决策者需要依赖准确的数据来做出快速判断。一个有效的指标平台可以提供实时的数据洞察，帮助决策者迅速把握市场动态，做出明智的决策。
指标管理是优化运营流程的关键。通过分析关键指标，企业可以识别运营中的瓶颈和低效环节，从而进行有针对性的改进。这不仅能够提升生产效率，降低成本，还能够提升客户满意度，增强企业的市场竞争力。
然而，要实现这些好处，企业需要投入资源和精力去学习并掌握指标管理的知识，包括了解如何定义和选择关键指标，如何建立指标体系，如何利用指标平台高效管理，以及如何将指标管理与企业战略相结合。这不仅需要技术能力，还需要对业务的深刻理解。
数势科技作为行业领先的数据智能产品提供商，拥有在大金融、高科技制造和泛零售等领域的专业洞察力及技术实力，为全球优秀企业提供了基于大模型增强的智能指标平台（SwiftMetrics）、智能分析助手（SwiftAgent）、智能标签平台（SwiftCDP）及智能营销平台（SwiftMKT）系列产品，用于提升企业的数字化决策能力，推动企业的数字化升级。这些产品得到了众多全球500强企业和国内顶级公司的认可。
我创办数势科技之前在百度、中国平安、京东等头部企业的数字化实践，以及这些年数势科技为众多行业的头部企业提供服务的经验，都融入本书中。本书涵盖指标体系基本方法论，基于业务特点的最佳实践、工具和技术，以及如何将指标管理融入企业文化和日常工作中。全书共10章，主要内容如下。
第1章介绍指标驱动的数字化经营，带大家进入真实的企业经营环境，让大家快速感受指标管理对企业经营的重要意义。
第2章着重介绍指标体系的设计方法，让大家看懂指标设计的原则，带着设计思维模拟指标拆解、设计、落地的全过程。
第3、4章深入讲解指标平台的产品设计与技术架构。从多年实践中，我们总结出指标平台建设方法，帮助企业构建一套“一处定义，全局使用”的自动化、高性能指标平台。如果你正考虑建设指标平台，那么一定不要错过这两章内容。
第5～8章将深入零售、金融、制造、连锁加盟等行业，从不同行业的特点出发，为你呈现不同的指标平台设计、建设和应用的全景图，结合行业的最佳实践让你切实感受指标平台带给企业的价值，为你的数据智能决策提供参考。
第9、10章将探讨两大趋势：数据民主化，以及大模型在数据智能、指标管理中的应用。融合时下最先进的技术，探索技术带给我们的无限未来，或许能助你打开思路，以终为始，设计最适合企业的解决方案。
本书详尽地探讨了指标管理的全貌，每一章都是对数字化转型关键要素的深刻洞察，旨在为读者提供一幅清晰的数字化转型蓝图。
无论你是企业的决策者、数据分析师、IT专业人士，还是普通员工、大学生、对数据智能感兴趣的普通读者，本书都值得你阅读，可以帮助你深入了解指标管理，并通过数据智能驱动业务决策。
本书的独特之处在于其深厚的实战根基和行业洞察力。我们凭借多年在企业数字化建设领域的专业经验，以及对先进技术趋势的敏锐感知能力，通过丰富的项目实践提炼出一系列切实可行的方法论。书中不仅深入分析了来自实际项目的案例，还分享了行业领先企业的宝贵经验，为读者提供了一套经过时间检验的指标管理方法论。
本书通过将理论与实践紧密结合，让读者能够快速理解和掌握关键概念，达到“看了就会，会了就能做”的学习效果。
本书是数势科技集体智慧的结晶，我要特别感谢全体创作人员以及来自中国信息通信研究院等机构的众多行业专家。没有他们的努力和智慧，本书是不可能完成的。同时，我也要对每一位读者表达我的诚挚谢意，希望本书能为大家提供价值和启发。
这不仅是一本书，更是一份行动指南，旨在激励所有读者探索、实践，并从中获得启示。让我们一起携手推动企业数字化转型的进程，开启数据驱动决策的新篇章。
黎科峰博士
数势科技创始人兼CEO
指标很简单，日常生活中我们经常听到、遇到各种各样的指标，宏观的如CPI（Consumer Price Index，消费者物价指数）、GDP（Gross Domestic Product，国内生产总值），微观的如职工人数、企业收入等。指标也很复杂，在大数据领域它是最关键的数据资产之一，在企业经营领域它是业务逻辑的抽象和业务结果的度量。
数字化很复杂，众多企业将大量的人力、财力、物力投入其中却不得其法。数字化也很简单，抓住指标这个核心，驱动数字化技术基建、数字化企业管理和数字化业务经营，就能有所作为。
本章从认识指标开始，带领读者重新认识数字化，最后落脚到指标如何驱动企业数字化经营上。
1.认识指标
指标是一种抽象定义的数值，用于度量一个对象的特定维度的数量特征。 例如，GDP就是一个指标，用于度量一个国家或地区所有常住单位在一定时期内生产活动的最终成果。比如，据国家统计局发布的数据，我国2023年GDP为126.0582万亿元，位居全球第二位，这是衡量我国2023年的经济状况和发展水平的重要指标。
具体到企业经营领域，指标的应用范围非常广，是凝结了业务逻辑的数据，是企业经营活动的度量和业务对象的数字孪生 。例如，电商行业经常用到的GMV（Gross Merchandise Volume，商品交易总额）就是一个指标，用于度量电商平台一段时间内成交实物和虚拟商品销售产生的总交易额（通常采用不扣除优惠券和折扣促销的口径），它是衡量一个电商平台市场竞争力的重要指标，是发生在这个平台的交易行为结果的数字抽象和孪生。比如，据媒体报道，抖音平台电商2023年GMV超过2万亿元，成为继阿里巴巴、京东、拼多多之后电商市场的重要一极。
2.指标的构成
企业日常经营中使用的指标一般由对象、维度、限定、值4个元素组成。
（1）对象
对象是指标衡量的主体。例如，GMV这一指标衡量的对象是商品交易总额。
（2）维度
维度是指标可供分析的细分类型。例如，GMV这一指标可供分析的维度包括时间维度（分钟、小时、日、周、月、季、年）、地理维度（LBS商圈、城市、省份、国家）、渠道维度（自营、第三方；B2C、B2B）、类型（促销、平价；实物商品、虚拟商品）等。
（3）限定
限定是为了清晰描述指标口径、避免理解上的二义性而添加的修饰词，是表示明确包含或者排除指向的限定用语。例如，一些行业研报为了统一GMV口径，会特别加上“不含下单未支付订单金额”这一限定。因为虽然GMV这个指标的定义在业内有一些基础共识，但是实际上阿里巴巴、京东、拼多多、抖音等不同的公司，对于GMV在口径层面还是有一些细微的差别，而且在不同场景提到GMV的时候也可能用的是不同的口径，例如是否包含下单未支付订单金额，是否包含退货金额，等等。在使用一个指标时加上一些具体的限定，可以有效避免大家在看到这一指标的时候产生定义上的误解。
（4）值
值是指标的具体数字，是衡量的一个结果。例如，据天猫官方发布的数据，2021年天猫双十一的GMV是5403亿元，而2020年是4982亿元，这里的两个数字就是指标的具体值。
通常情况下，对象、维度和值是一个指标必不可少的三元素，而限定是一个指标在定义和表述时的可选元素。
接下来用GMV这个具体指标来解构四元素。近十年是中国电商市场蓬勃发展的阶段，双十一、618等各种大促不断，GMV屡创新高。然而随着流量红利的见顶，阿里巴巴、京东等电商平台不再像以往一样每次大促后发布GMV数据。我们以市场上最后一个官方发布的大促GMV数据为例，2022年6月19日凌晨，京东官方对外发布当年618大促的GMV数据——379332394617元。对这个指标我们用四元素来做一下拆解：
● 对象：京东618大促期间的GMV。
● 维度：时间维度是指2022年6月1日至6月18日这18天。地理维度是指中国。渠道维度包括京东主站App和PC端、小程序、微信京东购物入口、京东全国全渠道门店，以及其他与京东合作的主要导流渠道。商品维度是指京东所有的实物和虚拟商品。
● 限定：官方发布的数据并没有明确给出具体的限定情形，根据行业惯例，由于是即时统计，6月19日凌晨京东就发布了这一数据，显然这一数据是按照用户提交订单口径计算的，即按照生成订单号来计算GMV，并未扣除用户提交订单未支付、支付失败、用户7日无理由退货、异常订单等情形。
● 值：379332394617元。
3.常见的指标
根据属性的不同维度，指标可以进行以下分类：
● 北极星指标vs支撑性指标：北极星指标是组织在战略层面追求的核心目标，通常与组织的使命和愿景紧密相关，如市场份额、客户满意度等；支撑性指标则是组织为了实现北极星指标而设定的、对北极星指标产生影响的指标，如生产效率、研发投入等。
● 财务指标vs业务指标：财务指标主要关注组织的财务状况和经济绩效，如利润率、资产回报率等；而业务指标则关注组织的运营活动和业务表现，如客户满意度、产品质量等。
● 总部指标vs部门指标：总部指标是整个组织在战略层面设定的指标，通常反映整体绩效和战略目标的实现情况；而部门指标则是针对具体部门或业务单元设定的指标，用于衡量部门内部的运营情况和绩效表现。
此外，指标还可以根据所衡量的业务领域进行分类，分为研发域、生产域、营销域、销售域、物流域、服务域、职能域等类型。
下面介绍北极星指标、支撑性指标、财务指标、业务指标以及具体的业务域指标。
（1）北极星指标
北极星指标通常指企业或部门最为重要的、影响企业经营全局的、需要企业全员或者部门全员共同努力去达成的某个或者某几个关键指标。它是企业资源投入的重要指引，是一个阶段企业经营成果的最终度量，也是一个阶段企业业务发展逻辑和业务战略的体现。它就像一颗北极星一样，一旦确立就指引着企业从人、财、物等方面朝着提升这一指标的方向迈进。
例如，GMV是过去十几年电商企业的北极星指标之一，直接反映了一个电商平台的流水情况，体现了这个交易场对于用户和商家的吸引力。近几年电商平台更加关注零售基本功，活跃购买用户规模、活跃商家规模等指标也被视作北极星指标。
DAU（日活跃用户数）是2C（面向用户）的互联网企业的北极星指标之一，直接反映了产品受用户欢迎的程度，体现了互联网产品的用户流量和黏性。例如，我国最大DAU的App是微信，近12亿的日活跃用户规模几乎等同于我国移动互联网用户总量。很多内容种草型社区或者短视频直播类型的平台，也会将日均用户使用时长作为其北极星指标。
NDR（Net Dollar Retention，净收入留存率）是很多成熟SaaS软件公司的北极星指标，直接反映了客户对于企业提供的SaaS产品的使用黏性以及持续付费订阅的意愿。NDR这个指标其实是期末可重复订阅收入（Recurring Revenue）除以期初可重复订阅收入得到的一个比例。一般而言，NDR低于100%表明企业的客户正在流失。
部分常见的北极星指标的具体含义如表1—1所示。
（2）支撑性指标
企业为了达成北极星指标，会先达成更多的支撑性指标。因此，一个北极星指标的背后往往有多个支撑性指标。例如GMV这个北极星指标背后，就有UV（独立访问者数量）流量指标、转化率指标、客单价指标作为支撑性指标。随着电商运营的精细化，有的平台会将GMV与活跃购买用户规模、平台活跃用户购物频次、购物品类深度、购物客单价等支撑性指标关联。
部分支撑性指标的含义如表1—2所示。
（3）财务指标
企业指标按照其口径类型可以分为财务指标和业务指标，当然，部分指标在业财融合的场景下，既是财务指标又是业务指标。例如，上文介绍的净利润指标是一个财务指标，尤其是在其扣除了相应的税费等法定成本项之后。熟悉财务会计的读者如果打开一张财务报表，会看到上面有成体系的大量财务指标，这些指标从财务视角反映了业务经营的成果。后文会介绍财务领域非常经典的杜邦分析法，此处以杜邦分析法中的4个关键指标举例说明，如表1—3所示。
（4）业务指标
与财务指标关心经营的最终财务结果不同，通常来说，业务指标更加侧重于对当前业务逻辑过程和结果的度量，而且不考虑业务无法主动影响的税务、法务等政策带来的财务成本。
表1—1 常见北极星指标示例
表1—2 常见支撑性指标示例
表1—3 常见财务指标示例
另外，在企业实际应用的过程中，业务指标一般有集团总体视角和各个具体业务单元的应用视角。尤其是后者，具体的业务单元在测算自身的业务指标时，一般不考虑财务层面的分摊和去重等逻辑。为了方便大家理解财务指标和业务指标在逻辑和应用视角上的差异，我们举个例子。
例如，同样是看盈利能力，业务单元经常会用贡献利润率来衡量自己的业务单元的盈利情况和指导业务团队经营，而不是看最终集团公司测算出的净利润财务指标。如果用零售商的视角来分析毛利率（业务指标和财务指标双重属性）、贡献利润率（财务指标）、净利率（财务指标）这3个指标，读者会更容易理解。例如，某零售公司的百货部门当年度销售收入为100亿元，商品采购直接成本为80亿元，那么其毛利率=（100-80）/100=20%。这部分百货销售涉及的物流履约成本为5亿元，商品损耗、丢失及残次处理等的成本为2亿元，营销、促销投放和客户服务涉及的总成本为10亿元，其中品牌方和第三方平台补贴为5亿元。此外，年末和供应商、品牌商协商收到销售返利10亿元。财务部年底核算百货部门的其他人力和管理成本为3亿元，另外分摊的公司整体后台管理成本（含产研分摊）为3亿元。那么百货部门当年度的贡献利润率=（100-80-5-2-10+5+10）/100=18%，百货部门当年度的息税前净利率=（100-80-5-2-10+5+10-3-3）/100=12%。
不难看出，毛利率和贡献利润率这两个指标的逻辑和口径是十分不一样的（见表1—4）。毛利率只考虑了销售收入和采购成本之间的差额与销售收入的比率，而贡献利润率进一步考虑了这个业务单元营销、采购、销售、履约等完整业务逻辑闭环后，每一份销售收入能为母公司带来的利润贡献。当然，贡献利润率是一个典型的业务指标，在不同公司其口径定义因为扣除的成本项不同，往往会有所不同。而此处净利率指标的结果12%，进一步考虑了企业的各种后台成本分摊，但是尚未考虑公司层面的财务费用、税收成本等。通常，业务单元会主动监控与管理毛利率和贡献利润率这两个指标，并将其拆解到更细的业务单元责任人；而息税前净利率指标更偏向财务结果视角，往往会由财务团队来监控与管理，业务单元尤其是一线业务人员的注意力不会放在这个指标上。
（5）具体业务域指标
指标在应用于不同的业务领域时，会形成不同业务域的指标。通常可以从企业价值链的视角去梳理不同业务环节涉及的指标体系。例如，前文提到的DAU指标其实是属于用户域的一个典型指标，此外用户域的常见指标还有MAU、注册用户数、付费会员数量等，如表1—5所示。
1.认识指标体系
指标不是单独存在的，而是存在于一连串的上下游关联关系之中。相互关联的多个指标，按照一定的逻辑关联起来，连点成线，交线成网，就构成了指标体系。指标体系是对一连串指标的指代，通常这些指标以某一个或几个核心指标为连接点构成一个相互交织的指标网络，有时候这个指标网络会呈树状结构，我们也称之为指标树。
构建企业指标体系的过程，实际上就是拆解企业经营逻辑的过程。
表1—4 与财务指标十分接近的业务指标示例
表1—5 常见用户域指标
在企业经营的方方面面都可以构建起反映企业经营逻辑的指标体系。例如企业在制定年度业务目标时，会设定核心指标体系，企业的CEO等高管主抓净利润这个企业的核心指标，而各个业务模块负责人承接核心指标向下分解的指标，从而形成一套企业的核心指标，这套指标往往和企业的核心KPI体系紧密关联。
指标体系通常是一系列互相关联的单个指标的集合。根据指标所涉及的主题，往往会有不同的指标体系。比如，根据企业经营的业务环节，可以设计出各环节的业务指标体系，如营销域指标体系、商品域指标体系、生产域指标体系、研发域指标体系等。此外，还有行业指标体系，很多行业协会会发布行业的关键指标体系，例如中国连锁经营协会（CCFA）就发布过《即时零售行业术语与关键指标体系》。
互联网企业通常会建设一套用户域的指标体系，以DAU为核心指标，围绕用户全生命周期构建一套完整的用户域指标体系，包括激活用户数、注册用户数、日均登录用户数、用户使用时长、7日用户活跃率、14日用户活跃率、30日用户活跃率、页面断点跳出率等，用于衡量其互联网产品对用户的吸引力和黏性等。
2.杜邦分析法和财务指标体系
有一定财务知识的读者，对于指标体系应该并不陌生。企业会计准则其实就构建了一整套企业财务指标体系，来衡量一个企业经营的健康情况。财务中常用的杜邦分析法蕴含了一套非常经典的财务经营指标体系，如图1—1所示。
好的指标体系凝结了对企业经营核心逻辑的思考。杜邦分析法其实就将股东最关心的净资产收益率（RoE）这个指标作为企业的北极星指标，以此为核心展开3个影响企业经营回报的关键指标：销售净利率、资产周转率和资产负债率。
图1—1 用杜邦分析法拆解财务指标体系
● 销售净利率用来衡量企业生意模式的利润率高低，即这门生意是不是赚钱的生意。
● 资产周转率用来衡量企业的资产运营效率，即这是一门快生意还是慢生意，衡量在保证一定的净利率的前提下一年资产可以周转几次。
● 资产负债率则用来衡量企业对于资金的利用效率，是否用上了合理的借贷杠杆来扩大资本经营，同时这一指标也用来衡量企业财务结构的健康度，即企业是否有足够的现金流来偿付因借贷产生的利息。
这3个指标相乘，得到企业的净资产收益率。值得投资的企业有很多，但是不论是何种行业何种企业，值得投资的优秀企业典范有一个共性，就是在这3个指标上做得足够好。例如，茅台是销售净利率方面的典范，其2023年的销售净利率超过65%。可以说成功的企业大多是相似的，而杜邦分析法其实就从财务指标的角度提炼出了成功企业的共性。
1.3节将会介绍更多关于北极星指标体系的内容，第3章将会重点介绍指标体系的构建方法论。