0

梳理数据指标体系,这才是最全指南!

 2 months ago
source link: https://www.niaogebiji.com/article-660070-1.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

来源:接地气的陈老师

提到数据指标体系,很多人会脱口而出AARRR或者GMV=UV*转化率*客单价。可实际工作场景很复杂,如果是非销售流程,这两套就不管用了,那更常用的指标体系梳理方法是什么呢?今天结合一个具体例子分享一下。

案例场景:

某耐用设备企业,售后部门负责回答客户咨询/新品安装/保修3年/3年内主动保养产品/过保修期收费维修等多种服务,还会在服务过程中开展二次销售。售后部门报表原先长这样(如下图):

梳理数据指标体系,这才是最全指南!

大家一致认为,这个表数据看似很多,但是太乱了,看不出来个所以然,需要重新梳理指标体系。可是交给数据部门以后,分析师小明同学看得头都大了:

这一堆东西到底是啥跟啥呀!想拆解收入=客户数*客单价,可售后很多服务是不收费的,想拆解AARRR,可客户没有所谓活跃留存,都是一单一单处理需求。到底这个指标该咋梳理??!!

梳理业务流程

之所以这位同学会感觉混乱,是因为他被“售后”俩字蒙蔽了眼睛。虽然表面上都归售后部门管,但负责人不同、处理流程不同、收入/费用产生方式不同,因此实际上有好几种分支业务。梳理指标体系第一步,就是理清业务流程,区分清楚不同目标的业务。

第一,解答客户咨询是总部直接管的,上门安装、维修、保养等都是各地网点支持的;解答客户咨询不产生收入,只支付客服人员工资即可。而上门所有工作,除了人工,还有可能产生配件/物料成本,甚至有可能有收入,因此要分开。

第二,安装新设备和主动保养,是售后主动发起的动作。安装是一定要做的,主动保养客户则不一定接受(甚至可能联系不上),所以应该区分两个流程。

第三,客户发起的保养、修理需求,需要单独分类。

第四,在咨询、保养、保修、维修中,都有可能产生二次销售机会,但是又不是100%会有,因此应单独统计在各流程中产生的二次销售线索,之后再看二次销售线索跟进完成情况。

因此梳理业务流程后,主要业务流程如下,基于这个更细化和清晰的流程,可以开始确定指标。

梳理数据指标体系,这才是最全指南!

明确结果指标

梳理清楚流程后,下一步是确定结果指标。结果指标一般有三类:

1、衡量流程的收入、成本指标

2、衡量流程完成数量(一般看最后一步是啥)

3、衡量流程完成质量(根据流程性质来定)

在第一步梳理中,我们已经清晰了收入、成本指标。这一步重点确认流程的数量与质量。

在本例中,有四类流程,其中:

1、二次销售结果指标最好定。它就是一个销售流程,可以直接把结果指标定为:销售成交商品数,销售线索的转化效率。

2、客户咨询仅仅是回答问题,能完成任务即可。因此可以看接听咨询数量,如果想进一步考核服务质量,可以看客户满意度评分或15秒/30秒接听率。

3、主动作业+保修,均不产生收入,都是基础服务,因此可以看完成工单数量,如果想进一步考核服务质量,可以看客户满意度评分或平均完成时间(越短越好)。

4、维修类会产生收入,但可能有些用户不接受,选择自行修理/找别人修理,因此可以做个二段式考察,第一段考察客户来电后是否及时答复,另一段记录是否能促成用户付费。

梳理数据指标体系,这才是最全指南!

当然,这些指标并不是教科书要求,理论上只要有指标反映数量和质量即可,具体的定义可以根据实际情况做增减。比如只考核平均服务时间,可能导致某些用户等待太久,引发投诉。那么就可以增加一个指标:等待超过24小时工单数。这样及时发现及控制问题。

结果指标一般是业务的KPI指标,因此需要与业务确认清楚,明确了以后再推进下一步。

设计分类维度

定好了结果指标,可以开始设计分类维度。一个懒省事的设计办法,就是直接按组织架构设计维度,这就有了开头报表中“话务一组、话务二组,A城市服务1组,服务2组”这种维度。

这样的设计,在考核绩效的时候是很清晰的,但是在做分析的时候却没啥用。因为小组名字并不是影响业务的关键。想让指标体系具有一定的分析能力,就得设计一些能解释问题的维度。

比如咨询产品使用情况,可能在新产品推出、老产品升级的时候最多,因此需要增加一个产品维度。产品维度和咨询量指标结合,就能看出新品关注度与常见问题。

梳理数据指标体系,这才是最全指南!

比如安装任务,和产品销量有很大关系,并且安装需要分地区执行,因此需要增加城市维度,并且配合当地新品销量数量指标使用(不需要销售金额,安装以设备台数算工作量)。

比如旧品保修,和当地旧品保有量+达到一定年份的旧品数量有关。因此需要设计一个旧品使用年限维度,结合旧品数量,来观察保修/维修需求变化。

梳理数据指标体系,这才是最全指南!

这样设计分类维度,不仅给出了具体维度,而且给出了分类维度结合哪些指标,可以读出业务含义。这么做能极大提高分析效率。

文章开头“流水账”式报表,就没有做清晰的区分,一股脑把所有维度和所有指标交叉结果丢出来,除了提供大量冗余数据搞得人头昏脑胀以外,没啥作用。设计维度要考虑和哪些指标交叉使用,是个重要的设计原则。

增加过程指标

清晰了结果指标与分类维度后,可以适当增加过程指标。之所以最后梳理过程指标,是为了帮助看报表和做报表的人清晰重点,避免一上来就铺了一地各种指标,陷在数据细节里无法自拔。并且过程指标不见得都有数据记录,因此要先做结果指标,再看过程细节。

梳理过程指标的时候,可以沿着业务流程,把每一个结果指标产生过程展示出来,比如:

主动保养,分为:联系客户→确认时间→上门服务→服务完成四步

二次销售,分为:线索跟进→确认需求→收费→配套安装四步

保修,分为:接受需求→确认资格→上门检查→配件调拨→完成服务五步

诸如此类,沿着流程逐一梳理,就能得到过程指标。

注意!在销售/获客场景中,每多一步都会流失一些用户,因此转化过程形似漏斗。但是在售后场景则不同,保养、保修等过程,客户提了需求一般都会完成,过程流失不是考察重点,此时考察的重点是过程消耗的时间,尽可能减少时间消耗,减少客户等待才是重点。在梳理指标体系的时候,需要清晰标注前后过程指标的关系,便于他人理解和使用。

梳理数据指标体系,这才是最全指南!

在梳理过程指标的时候,有可能有些步骤缺少数字化工具,没法采集到数据,这时候就只能先空着,等有工具采集数据再说,过程指标有可能得逐步丰富。

梳理指标体系,包括四步:

1、梳理业务流程

2、明确结果指标

3、设计分类维度

4、增加过程指标

梳理指标体系的过程,本质是站在数据角度理解业务,用数据描述业务的过程,因此要紧密练习业务实际,才可以做出适合工作的指标体系。

本文系作者: 接地气的陈老师 授权发表,鸟哥笔记平台仅提供信息存储空间服务。

本文为作者独立观点,不代表鸟哥笔记立场,未经允许不得转载。

《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问,请点击 反馈举报


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK