“数据化运营”目录排版方式，提这个概念的人越来越多。以我个人的理解，“数据化运营”指的就是从对业务数据的认知中，抽象出运营策略，以数据追踪运营策略的执行过程，最终由数据来评价运营策略的执行效果。

我们在运营当中所指的“数据”，是狭义的数据，其实就是各种各样的指标。

指标是什么？

我觉得将“指标”这个词对应于英文的indicator，是比较准确的。它是一种指示器，是将某件事情量化而成的一串数字。

其实大家在工作中，都会有意无意地应用指标。能用就好，又何必去管它定义是什么呢？重要的是怎么用好它。

就运营而言，我觉得使用指标时，一定先区分清楚过程型指标和结果型指标。

例子1

我们是一家电商，要做一次促销活动，目的是提升A产品的销售业绩。A产品页的流量、点击量、收藏量、购买数、客单价、销售额，哪些是过程型指标，哪些是结果型指标？流量、点击量、收藏量显然是过程型指标，销售额显然是结果型指标，那么购买数和客单价呢？他们其实是客户购买过程当中的指标，属于整个转化漏斗，那么首先，它们就是过程型指标；而“购买数×客单价=销售额”，它们其实也是结果型指标。

所以，过程型指标与结果型指标并不是割裂开的，关键在于你的运营目的。过程型指标一般需要高频的跟踪，根据指标的变化，及时做出调整；而结果型指标一般从活动目的中抽象而来，因此适用于运营活动的评价。

如何设计高质量的指标

一个指标的好坏，我们需要从信度和效度两个方面去衡量。

所谓信度，指某指标衡量某事物的准确性、精确性和稳定性。所谓效度，指某指标所衡量获得的信息，确实是研究者所期望获得的信息。

例子2

把指标比作一把尺子，刻度准确（1毫米就真的是1毫米，而不是1.2毫米），精确性高（能量到毫米，而不是衡量到分米或者厘米），结果稳定（反复测量的结果是一致的，而不是尺子一会儿长一会儿短），这三点都表现优秀，那么这就是一把好尺子，也就是一个信度高的指标。

例子3

尺子是用来衡量长度的，一把再好的尺子（信度很高），若我们的目的是衡量重量，那么尺子再好（信度再高），也不能满足我们的需求（效度不足）；要衡量重量，我们得用秤（效度高）。

经过上面两个例子，你应该能明白，一个好指标应该怎么去构建了。除了信度和效度，好指标的特征还需要：计算简单快速、易理解、泛化性（不同运营活动都通用，可横向对比），可持续性（口径稳定，长期可用）等特征。

指标组合应用——综合指数

在许多业务场景中，我们需要盯住的指标不止一个。以我们目前的业务场景为例，衡量一个城市运营团队的综合实力，我们需要从运力规模、接单能力、客户评价、团队稳定性、配送成本等多角度出发，若每个角度都引申出1-2个指标，你将陷入混乱。

因此，多于多维度综合衡量，我们推荐使用综合指数。最常用的就是加权综合指数：

团队综合实力=运力规模×p1+接单能力×p2+客户评价×p3+团队稳定性×p4+配送成本×p5

需要注意的是，综合指数计算时，里面各个指标都先需要标准化，转化为统一单位的数字后，才可以进行加总。而p1-p5即权重，哪方面更重要，就给予更高的权重，p1至p5的和必须始终为1。

▐ 我们需要关注哪些核心指标？

针对目前我们的业务，我觉得大家需要关注的核心指标是：

接单率、单均成本、好评率和评价率

这些也是结果型指标。仅此而已，真的没有那么复杂。从这三个核心指标，结合两条维度的组合：

1.城市→网格→人/店

2.月→周→天→高峰→小时

足已帮助我们发现问题并定位问题。目前我们尤其关注午高峰的核心指标。数据积累也就能帮你到这里了，不要期待数据库告诉你一切，不可能的。

发现并定位问题后怎么办？调查、走访、问卷，各种方式你都可以用，找到问题的根源，然后，制定运营动作去解决问题。

当然，数据支持组会不断地产出研究成果，让大家更容易更准确地去制定运营策略并更好的执行。

运营活动的量化

在之前的篇幅中，我们将指标的相关知识进行了梳理，有了这个基础，我们可以开始讨论运营活动的量化了。

▐ 一个优秀的运营活动所应具备哪些要素？

以我的理解，一个优秀的运营活动至少要有：

明确的活动目标和预算清晰的响应关系和执行流程可靠的过程型指标准确地结果型指标科学合理的效果评价方式知识的沉淀一个聪明的负责人

▐ 我们需要哪些过程型和结果型指标？

以我们目前的O2O配送业务的运营为例，如果我们做的是一个短期的活动，我们所要追踪的过程型指标，至少需要：预算、活动覆盖人数、活动响应人数、活动规则达标人数、支出百分比（已支出金额占预算的比例）。

对于一个长期的活动或策略，我建议只追踪结果型指标的变化，而结果型指标就是我们要关注的核心指标。

运营活动如何评价？

这或许是本篇文章中最核心的部分了，以我的角度，运营活动的评价，只是回答两个个问题：明确的活动目标是否达成？预算是否超支？

活动目标达成且预算控制住，那就是个好的运营活动！

▐ 如何判定活动目标是否达成？

活动目标一定是围绕核心结果指标来制定的。那么判断活动的效果如何，就是衡量核心结果指标是否有质变。如何展开评价？

首先，对核心业务指标做1-2层的拆解。为什么这么做呢？因为核心业务指标往往受多重因素的影响，我们尽量拆解到我们的运营动作能够直接影响，同时与核心指标的关系又比较近的一层。

例子4

比如我们做某个活动，目的是提高午高峰的接单率，那接单率就是我们的核心结果指标；在评价时，我们根据运营动作的响应关系，将接单率拆为推单数和活跃运力数，我们所直接影响的是活跃运力数。若我们活动的目标群体是近1个月注册的活跃运力，那么活跃运力指标还需拆解一层，统计近1个月注册的活跃运力和非近1个月注册的活跃运力。

其次，要从时间维度对结果型指标进行对比，也就是活动前后的对比。需要注意，活动前后的数据对比，一定要跨满一个业务周期,比如，我们的业务有明显的7天的周期波动，那么运营活动一定要跨满七天。同时采用均值的方式，对比平均水平的变化。这点大家尤其要重视！

例子5

承接例子4，活动开始后，我们至少要统计满7天的数据，才可以开始做评价。评价时，我们计算活动后7天的平均接单率，然后与活动前的7天平均接单率进行对比。如果条件允许，我建议取活动前的均值数据跨2个周期，也就是14天，但要保证在这14天中没有相似的活动在进行，且政策上没有大的变化。

那么，活动前后对比数字差别达到多大，算是有区别而不是随机波动呢？粗略的估计方式是5%，即活动前后的数据差别达到5%以上，才能说活动有显著的效果。精细的方式需要拉长时间后，对活动前后两段数据做方差分析，这里不累述了。

另外，对于结果型指标，其实并没有必要在活动期间天天追踪。真正重要的是，活动的跨度必须超过一个业务周期，在超过一个业务周期后，对结果型指标进行汇总，与活动前对比。

最后补充一点，如果条件允许，建议在活动施行的时候，找一个参照系，横向对比活动的效果。这样能排除掉系统性的影响。比如，全国各地的接单率都在涨，在某地上了一个活动，发现接单率涨了，说是活动带来的效果，就很牵强了。我们已经做了城市的分群，在同群组里面的城市，可以寻找规模相似的，最为参照系。

▐ 一定要注意预算控制，盯紧活动的投入产出比

任何运营目录排版方式，都不能脱离对预算的考虑，这也是我们目前最薄弱的环节。活动前，估计好预算总额，在活动执行的过程中，时时关注预算的

来源【写作训练营】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！