Hiểu về 4 loại hệ thống chỉ báo dữ liệu chính

Trong thế giới phân tích dữ liệu, việc xây dựng hệ thống chỉ số dữ liệu hiệu quả là chìa khóa để hiểu được doanh nghiệp, đánh giá kết quả và hướng dẫn việc ra quyết định. Bài viết không chỉ giải thích đặc điểm và tình huống ứng dụng của từng loại mà còn hướng dẫn cách áp dụng toàn diện các hệ thống chỉ báo này vào công việc thực tế.

Nhiều sinh viên hỏi: "Liệu có một phương pháp chung, phổ quát nào để phân loại các hệ thống chỉ số không?" Các hệ thống chỉ số thường được chia sẻ trực tuyến chủ yếu là các hệ thống như AARRR dành cho Internet, nhưng thực tế lại rất phức tạp.

Tất nhiên là có một phương pháp chung, đó là sắp xếp hệ thống chỉ số dựa trên logic kinh doanh. Về cơ bản, có bốn loại hệ thống chỉ báo dữ liệu, hướng tới bốn logic kinh doanh khác nhau. Hôm nay tôi xin giới thiệu cho các bạn một cách có hệ thống.

Đánh giá

“Chất lượng sản phẩm này thế nào?” “Hoạt động này có hiệu quả không?” “Liệu nhóm khách hàng này có đáng để phục vụ không?

Hệ thống chỉ số này sử dụng các chỉ số dữ liệu để đánh giá một điều gì đó là tốt hay xấu được gọi là hệ thống chỉ số đánh giá. Xin lưu ý rằng bạn không nhất thiết phải sử dụng hệ thống chỉ báo dữ liệu để đánh giá. Ví dụ, để đánh giá chất lượng của một sản phẩm, bạn có thể chỉ cần nhìn vào khối lượng bán ra. Nhưng chỉ nhìn vào một chỉ số sẽ gây ra vấn đề, chẳng hạn như doanh số tốt nhưng lợi nhuận thấp; doanh số tốt nhưng uy tín kém.

Hệ thống chỉ số đánh giá chủ yếu được sử dụng để giải quyết vấn đề sai lệch trong đánh giá theo tiêu chuẩn đơn lẻ. Do đó, khi xây dựng hệ thống chỉ số như vậy, điều quan trọng là phải xem xét:

1. Phản ánh chất lượng từ nhiều chỉ số

2. Cố gắng không chồng chéo giữa các chỉ số

3. Phân biệt tầm quan trọng của từng chỉ số

4. Khả năng so sánh của các chỉ số khác nhau

Trong hệ thống chỉ số đánh giá, mối quan hệ giữa các chỉ số thường song song (như thể hiện bên dưới):

Khó khăn của hệ thống chỉ tiêu đánh giá chủ yếu nằm ở việc xem xét tính toàn diện của vấn đề và tính khả thi của việc thu thập dữ liệu chỉ tiêu. Cần đặc biệt chú ý đến khả năng thu thập các chỉ số dữ liệu. Khi nhiều sinh viên đề cập đến đánh giá, họ sẽ tình cờ đề cập đến các chỉ số như NPS, sự hài lòng của người dùng và ý định của người dùng.

Câu hỏi là:

1. Bạn dự định thu thập những chỉ số này như thế nào?

2. Có bao nhiêu người dùng thực tế có thể được khảo sát bằng bảng câu hỏi?

3. Có thể đánh giá hợp lý tình hình bằng các chỉ số khác không?

4. Làm thế nào để dự đoán chỉ số dự đoán ý định?

Nếu những câu hỏi thu thập dữ liệu này không được trả lời rõ ràng, ngay cả khi các chỉ số nghe có vẻ tốt, chúng cũng không thể được triển khai và chỉ gây ra thách thức.

Quá trình

“Doanh số bán hàng của chúng ta thế nào?”

“Tiến độ sản xuất của chúng ta thế nào?”

“Hoạt động nghiên cứu và phát triển của chúng ta đang tiến triển thế nào?”

Hệ thống chỉ số loại này sử dụng các chỉ số dữ liệu để biểu thị tiến trình và kết quả của một quy trình được gọi là hệ thống chỉ số dựa trên quy trình. Điều này bao gồm mô hình quy trình giao dịch (phân tích kênh) mà mọi người đều quen thuộc nhất. Thực tế, miễn là nó đáp ứng

1. Có một điểm cuối rõ ràng

2. Có một số bước

3. Đối với mỗi bước có nguồn lực đầu tư luân chuyển, có thể sử dụng phương pháp phân tích phễu để xây dựng hệ thống chỉ số dữ liệu.

Điều này không chỉ áp dụng cho các quy trình giao dịch hoặc giữ chân người dùng mà còn cho sản xuất, R&D và mua sắm. Chỉ là không có sự suy giảm ở mỗi bước trong các quy trình này, nên không có logic hình phễu. Trong các quy trình này, thời gian giao hàng, chất lượng và chi phí đều được cân nhắc (như thể hiện bên dưới).

Hệ thống chỉ số dựa trên quy trình là hệ thống đơn giản nhất trong bốn loại. Bởi vì các liên kết và điểm kết thúc của quá trình rất rõ ràng. Khi mục tiêu rõ ràng, hệ thống chỉ số sẽ dễ dàng được sắp xếp. Hệ thống chỉ số dựa trên quy trình sợ nhất việc thu thập dữ liệu, đặc biệt là thu thập dữ liệu quy trình. Nhiều phân tích trong ngành toB không thể thực hiện được vì thiếu quá nhiều chỉ số quy trình.

Bao gồm

Hệ thống chỉ số bao gồm thường chia nhỏ một chỉ số lớn thành tổng của một số chỉ số phụ/kích thước phân tích. Phương pháp phân tích DuPont mà chúng ta quen thuộc dựa trên logic này, chia nhỏ một chỉ số lớn thành các phần nhỏ hơn.

Một hệ thống chỉ số toàn diện, thường được sử dụng để chẩn đoán vấn đề. Vì các chỉ số phụ + chiều phân loại có thể xác định chính xác vấn đề ở một bộ phận kinh doanh và hành động cụ thể, nên chúng ta có thể khám phá tốt hơn nguồn gốc của vấn đề và tìm ra giải pháp.

Nhưng xin lưu ý: khả năng chẩn đoán của hệ thống chỉ số bao gồm dựa trên tiền đề rằng bản thân chỉ số chính có thể giải thích được vấn đề. Ví dụ, khi sử dụng phương pháp phân tích DuPont, người ta cho rằng "lợi nhuận" là vấn đề chính.

Nếu lợi nhuận không thể giải thích được mọi vấn đề và trải nghiệm của khách hàng, thị phần, v.v. cũng phải được xem xét, chúng ta không thể mong đợi một bộ hệ thống chỉ số toàn diện có thể giải quyết được mọi vấn đề. Chúng ta cần xây dựng một hệ thống chỉ số riêng cho từng vấn đề và đưa ra câu trả lời.

Ảnh hưởng

Nó được gọi là loại tác động vì các hành động vận hành thường được chồng lên các quy trình bình thường để tạo ra các hiệu ứng bổ sung. Thông thường sẽ có nhịp độ bán hàng và việc tổ chức một sự kiện sẽ kích thích doanh số bán hàng; Thông thường sẽ có một đường cong giữ chân người dùng và việc giữ lại phần thưởng thành viên sẽ kích thích người dùng ở lại lâu hơn. Hệ thống chỉ số dữ liệu tác động nhằm làm rõ hai điểm: chồng chất và bổ sung.

Tại thời điểm này, các chỉ số cần xem xét phức tạp hơn

1. Một bộ chỉ số dữ liệu là cần thiết để phản ánh nhịp điệu bình thường của doanh nghiệp

2. Một bộ chỉ số dữ liệu là cần thiết để mô tả chính hành động chồng chất

3. Cần có một tiêu chuẩn để đánh giá hiệu quả hoạt động của chính doanh nghiệp

4. Cần có các tiêu chuẩn để xác định các hiệu ứng bổ sung

Do đó, hệ thống chỉ số tác động sẽ đặc biệt phức tạp. Ví dụ, khi phát triển hệ thống chỉ số cho hoạt động quảng bá sản phẩm, cần phải xem xét

1. Các chỉ tiêu bán hàng thông thường (lượng hàng bán ra, số lượng người mua, số tiền, lợi nhuận)

2. Hoạt động thực hiện (số lượng người tham gia mục tiêu, số người đạt mục tiêu, số phần thưởng nhận được và đầu tư vào hoạt động)

3. Xu hướng bán hàng bình thường so với hoạt động tăng

Có thể có một số thuật toán để tăng hoạt động ở đây. Ví dụ

1. Theo góc nhìn thời gian, bạn có thể phân biệt giữa thời gian hoạt động và thời gian không hoạt động

2. Về góc độ sản phẩm, bạn có thể phân biệt giữa sản phẩm có hoạt động và sản phẩm không có hoạt động

3. Từ góc nhìn của đám đông, có thể phân biệt được người năng động và người không năng động

Tuy nhiên, nếu chúng ta xem xét từng phương pháp một cách cẩn thận, chúng ta sẽ thấy rằng có một số điểm không nhất quán trong mỗi phương pháp. Bởi vì ngay cả khi không có sự kiện, sản phẩm vẫn có xu hướng bán hàng riêng (vấn đề về tốc độ tăng trưởng tự nhiên) và rất khó để tìm được sản phẩm và người dùng giống nhau 100%. Hơn nữa, các chương trình khuyến mãi sản phẩm cũng có thể có hiệu ứng thấu chi (người hâm mộ sản phẩm tích trữ trước khi giá còn thấp, dẫn đến doanh số bán hàng sau đó giảm)

Do đó, khi xây dựng hệ thống chỉ số tác động, việc đưa ra các tiêu chí đánh giá hợp lý là vô cùng khó khăn và thường xảy ra tranh chấp. Tất nhiên, về nguyên tắc, một tiêu chuẩn tốt là tiêu chuẩn đáp ứng được nhu cầu kinh doanh và không cần phải xem xét chi tiết mọi tác động. Tuy nhiên, học sinh cần lưu ý phải hết sức thận trọng khi thực hiện phần bài tập này. Chỉ cần đề cập một cách hời hợt đến một vài chỉ số cũng có thể gây ra rắc rối cho công việc sau này.

Ứng dụng toàn diện bốn loại hệ thống chỉ số

Bốn loại trên có thể giúp chúng ta sắp xếp suy nghĩ và giải quyết các vấn đề trong công việc. Bởi vì trong công việc và phỏng vấn, người đặt câu hỏi hiếm khi chủ động phân biệt: "Kịch bản là gì? Logic kinh doanh là gì?" Thay vào đó, họ chỉ nói: "Làm thế nào để tôi đánh giá XX này? Tôi cần xem xét những chỉ số nào?"

Vào thời điểm này, các nhà phân tích dữ liệu phải luôn tỉnh táo. Ví dụ, "phân tích sản phẩm của chúng tôi", "phân tích kế hoạch sửa đổi sản phẩm của chúng tôi", "phân tích hiệu ứng sửa đổi của sản phẩm" và "phân tích các hoạt động phản hồi sửa đổi sản phẩm" là bốn kịch bản hoàn toàn khác nhau và các hệ thống chỉ số hỗ trợ cần thiết cũng hoàn toàn khác nhau.

Đồng thời, đó là loại sản phẩm gì, bạn cũng cần phải chi tiết

1. Sản phẩm giao dịch: Quá trình chính là giao dịch và tạo điều kiện thuận lợi cho giao dịch là mục tiêu cuối cùng

2. Sản phẩm dựa trên nội dung: Hành vi của người dùng phân tán, có nhiều hình thức kiếm tiền và bạn cần quan sát từ nhiều góc độ

3. Sản phẩm dạng công cụ: Chức năng cố định, nhưng phạm vi và chiều sâu sử dụng của người dùng thay đổi

Đây là tất cả những yếu tố cần được xem xét khi xây dựng hệ thống chỉ số. Vì lý do này mà tôi khuyên sinh viên không nên cố gắng "làm quen và ghi nhớ" một vài chỉ số dữ liệu mà thay vào đó hãy nắm vững khả năng sắp xếp hệ thống chỉ số dữ liệu để có thể ứng phó với những thay đổi trong tương lai.