「精益数据分析」中文版出版于2014年，距今已有近10年。然而现在读起来，仍然不觉得过时。书中围绕精益创业、数据驱动、指标体系等主题有很多独到的观察与见解。不仅适用于创业者，也适用于成熟的大企业。
书名中的精益（Lean）一词，来源于精益生产或精益制造，这是起源于日本丰田汽车的生产哲学，核心思想是通过识别和消除浪费来优化生产过程，从而实现更高的生产效率和质量。这样的思想，也同样可以应用于企业的数据分析过程，用更少的资源投入以获得更高的回报，在整个数据分析过程中避免浪费。
具体表现为：
消除浪费：在数据收集、处理和分析过程中，避免不必要的步骤和冗余。
持续改进：不断地审查和优化分析过程，确保其满足业务的当前需求。
确保价值：始终关注为业务带来实际价值的数据和洞察，而不是仅仅收集大量的数据。
快速验证：在投入大量资源之前，快速验证假设和数据源的有效性。
团队协作：确保团队成员之间的紧密协作，这样数据分析可以更好地支持决策过程。
什么是好的数据指标？
数据指标是用来衡量和描述特定现象或活动的数字或统计量。可以用于跟踪绩效、监控进度、做决策或评估结果。
在商业分析场景，我们需要数据指标，更需要有意义的数据指标。
好的数据指标是比较性的
好的数据指标是简单易懂的
好的数据指标是一个比率
| 好的数据指标是比较性的。如果能比较某数据指标在不同的时间段、用户群体、竞争产品之间的表现，你可以更好地洞察产品的实际走向。“本周的用户转化率比上周高”显然比“转化率为2％”更有意义。 |
在这个截图的例子里，同样是收入，在加入了和目标、去年同期的比较后，会让今年的数据表现更直观有意义。
2 好的数据指标是简单易懂的
| 如果人们不能很容易地记住或讨论某指标，那么通过改变它来改变公司的作为会十分困难。 |
指标命名无小事，为了让指标简单易懂，首先指标的命名要符合行业的习惯，如果已经有约定俗成的表达，就不需要重新发明轮子。其次，简单的指标命名背后，结合企业的业务，会有具体的定义，这样的定义需要以文档、数据字典等方式，提供必要的说明。最后，在日常的沟通中，尽量用统一口径的指标（也就是互联网黑话的对齐）。
考虑折扣：商品单价 * 商品数量 * (1 - 商品折扣)
考虑税后收入：销售额/1.06
考虑退款：需要减去退款
3 好的数据指标是一个比率
会计和金融分析师仅需迅速查看几个比率，就能对一个公司的基本状况做出判断。你也需要几个这样的比率来为自己的创业公司打分。
比率的可操作性强，是行动的向导 。
比率是天生的比较性指标 。
比率还适用于比较各种因素间的相生和相克（正相关和负相关） 。
如果你是投资人，看比率型指标会更容易分析和比较。比如，相比于总的用户数，「每月活跃用户数占比」与「新用户的留存率」这样的指标会更有意义，因为留存率是方便和行业内其他公司做比较的。
作为指标的相生相克，有个例子是：过于追求销售额与新用户的获取，可能会导致利润率的下降。
如何找出好的数据指标？
1 虚荣指标与可付诸行动的指标
| 虚荣指标看上去很美，让你感觉良好，却不能为你的公司带来丝毫改变。相反，可付诸行动的指标可以帮你遴选出一个行动方案，从而指导你的商业行为。 |
比如总用户数、下载量、点击量这几个就属于虚荣指标，数字一直在增长，但缺少指导意义。
而：渠道获客成本，新用户购买转化率，这样的指标会和当前的业务更相关，会有高低好坏的标准，易于指导行动。
2 探索性指标与报告性指标
| 探索性指标是推测性的，提供原本不为所知的洞见，帮助你在商业竞争中取得先手优势。报告性指标则让你时刻对公司的日常运营、管理性活动保持信息通畅、步调一致。 美国前国防部长唐纳德·拉姆斯菲尔德早在冷战时期就对数据分析颇有见解。唐纳德曾说：、世界上的事物可以分为这样几类：我们知道我们知道的，我们知道我们不知道的；此外，还有我们不知道我们知道的，以及我们不知道我们不知道的。 |
在这个图里，上面的：获客成本、用户终生价值等指标，属于我们知道我们不知道的，属于报告性指标，需要做数据的获取与维护，而下方的：产品定位，更有价值的用户细分群体，属于不知道我们不知道的，需要企业家、分析师的不断思考与探索。
3 先见性数据指标与后见性数据指标
| 先见性指标（或称先见性指示剂）可用于预测未来。比如，透过“销售漏斗”中现有的潜在客户数，你能大致预测将来所能获得的新客户数。 后见性指标能提示问题的存在，比如用户流失（即某一时间段内离开某产品或服务的客户量）； 在一个公司中，某一团队的后见性指标有时是另一个团队的先见性指标。例如，季度订单量对于销售团队而言是一个后见性指标（合同已经签订了），但对于财务部门来说，它是一个可以指示营收预期的先见性指标（因为客户还没有支付合同金）。 |
在销售漏洞分析过程中，围绕潜在的客户数，还会设计线索转化的漏斗，计算不同阶段的转化率。比如在首次接触的阶段，因为大部分客户都会明确表示没有意向，这时的转化率是偏低的。而到了合同阶段，则基本上都能顺利完成。有经验的销售负责人，会根据历史数据与经验，按照不同阶段的线索数，来预估当月销售目标完成的可能性。
4 相关性指标与因果性指标
| 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导致另一个指标的变化，则它们之间具有因果关系。 |
相关性：冷饮的销量和温度。
因果性：更快的物流，更多折扣，商品质量提升，带来客户满意度的提升。
5 移动的目标
| 你在早期所选定的目标往往是尝试性的，不是板上钉钉。你追逐的是一个移动的目标，因为此时你根本无法定义何为成功。在创业过程中，调整目标和关键数据指标都是可行的；只要你能够做到实事求是，了解此番调整对企业的影响，而不是无视事实，降低期望值，得过且过。 |
不同行业、不同的业务、不同的发展阶段，对指标的定义会有所不同。
以活跃用户的定义为例，作为聊天工具产品，会需要一周有多天的使用才算活跃，而如果是财务申报软件，则可能每个月使用一次，就算保持活跃了。
围绕指标的定义，可以参考这样的流程与改进的步骤，所谓的「在移动中开火」。
小结
在理解好的指标的表现与特点后，有助于我们在日常的商业分析、指标设计过程中，更好的思考和选择。根据业务需求设计指标，同时也思考指标的意义，让相关的指标成为业务的记分牌和方向标。
指标的设计只是「精益数据分析」这本书的一小部分，这儿的介绍属于抛砖引玉，如果你希望了解更多，也不妨拿起这本10年前的，写给创业者的精益数据分析主题书籍，看看还能带来哪些启发吧。
作为领先的指标平台厂商，Kyligence 提供一站式指标平台 Kyligence Zen 和 AI 数智助理 Kyligence Copilot，助力企业以 AI 变革组织运营与管理。该产品现已开启 7 天免费试用，欢迎大家点击阅读原文申请试用。
纪杨
关于 Kyligence
跬智信息（Kyligence）由 Apache Kylin 创始团队于 2016 年创办，是领先的大数据分析和指标平台供应商，提供企业级 OLAP（多维分析）产品 Kyligence Enterprise 和一站式指标平台 Kyligence Zen，为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。
