數據分析離不開對企業關鍵指標的跟蹤。這些指標與你的商業模式(即營收來源、支出成本、客戶數量以及客戶獲取策略的效果等)有關,因此往往十分重要。

但有時創業公司的關鍵指標卻并不容易判定,因為你連自己所處的商業模式都沒有辦法完全確定。你不停地修改自己分析的活動,并且仍在尋找正確的產品或目標客戶。對于創業公司而言, 之所以進行數據分析,是為了在資金耗盡以前,找到正確的產品和市場。

但是在進行數據分析之前，CEO應該先確定你拿到的數據是不是一些好的數據指標，還是虛榮數據指標，應該先確定是好的數據指標，再來談數據分析，因為依據虛榮數據指標進行的分析對你的公司來講無異于災難，它會讓你沾沾自喜而察覺不到真正的危險。

那么對于創業公司來說什么是好的數據指標?是用戶增長率么?還是用戶獲取成本?抑或用戶終生價值?好的數據指標評判的依據和價值是什么?

什么是好的數據指標

好的數據指標能帶來你所期望的變化

好的數據指標能帶來你所期望的變化,下面就是衡量其好壞的一些重要準則。

• 好的數據指標是比較性的

如果能比較某數據指標在不同的時間段、用戶群體、競爭產品之間的表現,你可以更好地洞察產品的實際走向。“本周的用戶轉化率比上周高”顯然比“轉化率為 2%”更有意義。

• 好的數據指標是簡單易懂的。

如果人們不能很容易地記住或討論某指標,那么通過改變它來改變公司的作為會十分困難。

• 好的數據指標是一個比率。

會計和金融分析師僅需迅速查看幾個比率就能對一個公司的基本狀況(這些基本狀況包括市盈率、銷售利潤率、銷售成本、員工平均營運收入,等等。)做出判斷。你也需要幾個這樣的比率來為自己的創業公司打分。

比率是最佳的數據指標

比率之所以是最佳的數據指標,有如下幾個原因。

• 比率的可操作性強,是行動的向導

以開車為例:里程透露的只是距離信息,而速度(距離/ 小時)才真正具有可操作性。因為速度告訴你當前的行駛狀態,以及是否需要調整速度以確保按時抵達。

• 比率是天生的比較性指標。

如果將日數據與一個月的數據相比較,你會得知該數據當前所經歷的是一個短期的突躍,還是一個長期的漸變。再以開車為例:速度是一個數據指標。可只有將當前速度與最近一小時的平均速度進行比較時,才能確知你在加速還是減速。

• 比率還適用于比較各種因素間的相生和相克(正相關和負相關)。

就開車而言,單位時間內行駛的里程/罰單數這個比率顯示了二者的關聯性。你開得越快,行駛的里程就越多,但收到的罰單也越多。這個比率可以幫你決定是否應該超速。

以上均以開車為例,現在再來設想一個創業公司:其軟件產品采取免費加收費的模式,即同時擁有免費和收費兩個版本。公司面臨一個選擇:是該在免費版中提供盡量豐富的功能以吸引新用戶, 還是該將這些功能保留在收費版本中,以促使用戶為高級功能付費。兩種做法各有利弊:推出功能豐富的免費版不利于銷售額的增長;而免費版功能過簡又不利于新用戶的增加。此時,你需要一個結合了二者的數據指標來幫助自己理解,產品的改動對公司的整體業績會有怎樣的影響。否則,你可能會片面地為增加銷售額而犧牲新用戶的增長。

好的數據指標會改變行為

好的數據指標會改變行為。這是最重要的評判標準:隨著指標的變化,你是否會采取相應的舉措 ?

• 將日銷售額之類的“會計”指標納入財務報表,有助于進行更準確的財務預測。這些指標是精 益創業中創新會計的基礎,它們能告訴你當前的狀態離理想的商業模型有多遠,實際結果是否印證了你的商業計劃書。
• “試驗”指標,如一個測試的結果,其作用在于幫助你優化產品、定價以及市場定位。這些數 據的變化會極大地影響你接下來的動作。這要求你在收集數據之前就先行確定好針對各種不同情況的應變措施。例如,如果把網站做成粉色調能帶來更多的營收,你就該把它做成粉色調; 如果半數以上的反饋表明用戶不會為某功能付費,你就要決定不去開發此功能;如果悉心打造的最小可行化產品不能將訂單量提高 30%,你就該試試其他方法。

學會根據數據確定一條做與不做的準繩,對規范你的創業行為大有裨益。一個好的數據指標之所以能改變商業行為,是因為它與你的目標是一致的:保留用戶,鼓勵口碑傳播,有效獲取新用戶, 或者創造營收。

不過可惜,這招并不是任何時候都管用。

知名作家、企業家、演講家賽思·戈丁曾在一篇名為“Avoiding false metrics”的博文2中舉過幾個這樣的例子。

本去買新車。在簽寫購車協議時,銷售員對他說:“下周,您會接到一個詢問購車體驗的電話。時間很短,也就一兩分鐘。評分從低到高為 1 到 5。您會給我們打5 分,對嗎?我們的服務還不錯,夠得上 5 分,不是嗎?如果有不周到的地方,我確實很抱歉,但如果您能給我們打 5 分,那是最好的。”

本并沒有太把這當回事(奇怪的是,也沒有人“如約”打來電話)。賽思認為,這種評分機制就是一個錯誤的數據指標,因為它并沒有促使汽車銷售員為客戶提供更優的服務,反而讓他的口舌浪費在了說服客戶給他好評上(這顯然對他很重要),這與設計評價機制的初衷——提高服務質量——背道而馳。

由錯誤數據指標引導的銷售團隊也會犯同樣的錯誤。作者就見過某公司的銷售總監將銷售員的季度獎金與其正在接洽中的訂單數量掛鉤,而不是與已簽訂單數量或訂單的利潤率掛鉤。銷售員都是靠金錢驅動的,總是跟著錢走。在這個案例中,這就意味著銷售團隊會為了個人收入制造大量低質量的潛在客戶,并將其停在“接洽”狀態長達兩個季度,這就浪費了本來可以多談攏幾個高質量客戶的大好時間。

當然,客戶的滿意和確保接洽足夠多的客戶都對公司的成功至關重要。但是,如果想要改變公司員工的商業行為,就必須選擇那些與你希望促成的改變相關聯的指標。如果衡量的指標與目標不相關,員工的商業行為就不會隨之發生改變,這無異于浪費時間。更可怕的是,你可能還在沾沾自喜、自欺欺人地以為一切都干得還不錯。這樣是不可能成功的。

另外,數據指標之間的耦合現象也值得注意。譬如轉化率(訪客中真正發生購買行為的比例)通常就是和購買所需時間(客戶需要花多長時間才能完成購買)相綁定的;二者相結合可以告訴你很多關于現金流的信息。類似地,病毒式傳播系數(viral coefficient,平均每個用戶邀請來的新用戶數)和病毒傳播周期(viral cycle time,用戶完成一次邀請所需的時間)共同推動產品的普及率。當你開始探尋生意背后的關鍵數字時,就會注意到這些數據對;它們的背后隱藏著最重要的數據指標:營收、現金流,或產品普及率。

如何找出好的數據指標

那么，在知道了什么是好的數據指標之后，應該如何找出好的數據指標呢?

想要找出正確的數據指標,有五點需要牢記在心。

• 定性指標與定量指標

定性指標通常是非結構化的、經驗性的、揭示性的、難以歸類的;量化指標則涉及很多數值和統計數據,提供可靠的量化結果,但缺乏直觀的洞察。

• 虛榮指標與可付諸行動的指標

虛榮指標看上去很美,讓你感覺良好,卻不能為你的公司帶來絲毫改變。相反,可付諸行動的指標可以幫你遴選出一個行動方案,從而指導你的商業行為。

• 探索性指標與報告性指標

探索性指標是推測性的,提供原本不為所知的洞見,幫助你在商業競爭中取得先手優勢。報告性指標則讓你時刻對公司的日常運營、管理性活動保持信息通暢、步調一致。

• 先見性指標與后見性指標

先見性指標用于預言未來;后見性指標則用于解釋過去。相比之下,我們更喜歡先見性指標,因為你在得知數據后尚有時間去應對——未雨綢繆,有備無患。

• 相關性指標與因果性指標

如果兩個指標總是一同變化,則說明它們是相關的;如果其中一個指標可以導致另一個指標的變化,則它們之間具有因果關系。如果你發現你能控制的事(比如播放什么樣的廣告)和你希望發生的事(比如營收)之間存在因果關系,那么恭喜你,你已擁有了改變未來的能力。

本文內容節選自《精益創業分析》