很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和支撑指标有什么区别”时，却常常答不上来。其实，通用指标是数据分析的“万能基石”，场景指标是业务洞察的“定制利器”，两者的巧妙搭配，正是数据分析师区别于普通数据从业者的核心能力。

引言：为什么“区分通用指标与场景指标”是数据分析师的分水岭？

小李入职了一家B2B企业服务公司。第一天开会，老板指着大屏幕上的数据看板问他：“我们最近的净收入留存率从110%降到了95%，MRR增长也在放缓，你能不能分析一下原因？”

小李愣住了。他在之前的电商公司用的都是GMV、转化率、客单价这些指标，换到SaaS行业后，完全听不懂老板在说什么。

这不是小李的错，而是大多数数据新人的共同困境——不同行业的指标体系差异巨大。电商关注GMV，SaaS关注NDR，金融关注不良贷款率，医疗关注服务质量指标。你不可能用一个“万能模板”去套所有行业。

与此同时，无论进入哪个行业，有一些指标是“通吃”的——求和、计数、同环比、占比。这些是数据分析的“底层语法”，不分行业、不分场景，哪里都需要。

一、通用指标：数据分析的“底层语法”

通用指标是所有数据分析工作中都会用到的基础指标类型，不受行业和业务场景限制。它们是数据分析的“底层语法”，就像英语中的字母和基础单词——无论写什么类型的文章，都需要用到它们。

1. 通用指标的三种核心计算方法

通用指标的计算方法主要分为三大类，每类都有不同的应用场景。

① 求和类指标计算方法

求和是最基础的数据汇总方式，包括两种形式：

• 常规求和：对指标值进行简单相加。例如，计算“第一季度总销售额”，就是将1月、2月、3月的销售额相加。
• 累计求和：随时间推进逐步累加，反映指标从期初到当前时刻的总量变化。例如，某电商平台全年GMV的累计曲线，能够直观反映业绩是否持续增长。

累计求和常用于监控年度目标完成进度——到6月底累计GMV达到全年目标的45%，是进度正常还是滞后？一图便知。

② 计数类指标计算方法

计数类指标统计的是“数量”，而非“数值和”。CDA大纲要求掌握两种形式：

• 常规计数：统计记录的总条数。例如，“订单总数”就是常规计数的典型应用。
• 非重复计数（去重计数）：统计去重后的唯一值数量。例如，统计“下单用户数”时，如果同一个用户下了3单，常规计数会算作3次，而非重复计数只会算作1次。二者的区别在用户画像分析中至关重要——常规计数适合统计订单量等业务事件，非重复计数适合统计用户数等独立实体。

③ 比较类指标计算方法

比较类指标通过对比不同时期、不同群体的数据，揭示变化趋势和相对表现。

例如，某电商平台GMV环比增长8%，但同比仅增长2%。环比增长说明短期有起色，同比增长乏力则提示可能存在更长期的结构性问题——需要进一步排查产品竞争力或市场环境变化。

2. 按职能划分的通用指标体系

财务分析指标（跨行业通用）：

• 收入类：营收总额、毛利、净利
• 成本类：营销费用、运营成本、人力成本
• 效率类：毛利率、净利率、ROI

客户分析指标（基于AARRR模型）：

3. 按企业产品类型划分的指标

通用指标的价值在于“跨行业可复用”。当你从电商跳槽到SaaS行业，虽然场景指标完全不同，但求和、计数、同环比、占比这些计算方法完全通用。这就是CDA课程体系强调“底层能力”的根本原因。

二、场景指标：业务洞察的“定制利器”

如果说通用指标是数据分析的“底层语法”，那么场景指标就是各个行业的“方言”——不同行业有自己独特的语言体系和关注重点。

场景指标是为特定业务场景定制的指标，具有应用场景的特殊性，不属于通用的基本指标体系。例如，电商关注转化率、客单价，制造业关注产能利用率、订单履约率，金融业关注客户活跃度、产品收益率等。

场景指标的定制化程度极高。即便是同一个行业，不同发展阶段关注的指标也完全不同。这正是分析师必须掌握“场景思维”的根本原因——指标体系不是“抄作业”，而是“量体裁衣”。

1. 电商行业：以GMV为北极星的指标体系

电商行业通常以 GMV（成交总额） 作为北极星指标。

核心拆解公式： GMV = 访客数 × 转化率 × 客单价

电商还常用人货场模型搭建指标体系：

• 人：新老客占比、复购率、用户画像
• 货：畅销/滞销款、库存周转、品类毛利率
• 场：渠道转化率、坪效、客单价

2. SaaS行业：以NDR为北极星的指标体系

SaaS以订阅制为核心，北极星指标为 NDR（净美元留存率）。

公式：

核心指标：

• MRR：月度经常性收入
• ARR：年度经常性收入（MRR×12）
• CAC：获客成本
• LTV：客户生命周期价值
• Churn Rate：客户流失率

健康SaaS业务需满足 LTV / CAC > 3。

3. 金融行业：以风控为核心的指标体系

4. 零售行业：以“人货场”为框架的指标体系

• 人：成交率、客单价、连带率、会员回购率
• 货：SKU动销、购物篮分析、库存周转率、品类毛利率
• 场：坪效、人效、渠道ROI

5. 医疗与制造业：专业领域场景指标

• 医疗：系统响应速度、患者满意度、投诉率、诊疗完成率
• 制造业：产能利用率、订单履约率、设备综合效率、良品率、库存周转天数

三、北极星指标与场景指标的联动：OSM模型

北极星指标是连接通用指标与场景指标的枢纽，并要求掌握 OSM模型。

• O（目标）：企业核心业务目标，如“提升NDR”
• S（策略）：达成目标的手段，如“降低流失、推动增购”
• M（衡量）：可落地的场景指标，如流失率、扩张MRR增长率

典型北极星指标一览：

• 电商：GMV
• 内容平台：用户总使用时长
• SaaS：NDR
• 社交产品：DAU

四、通用指标与场景指标的联动逻辑

• 通用指标为场景指标提供计算工具：求和、计数、占比、同环比是所有场景指标的计算基础。
• 场景指标为通用指标赋予业务意义：同样是“留存/转化”，电商与SaaS定义完全不同。

CDA核心拆解方法：

1. 因子分解式：GMV = 访客数 × 转化率 × 客单价
2. 全链漏斗式：曝光→点击→加购→下单→支付

五、实战演练：跨行业指标对照表

结尾：从“会用指标”到“建指标体系”——CDA专业认证的价值跃迁

很多数据分析师会用Excel求和、会算同环比，但当被问到“如何为一家SaaS公司搭建指标体系”“电商和零售的指标体系有什么区别”“北极星指标怎么拆解”时，却答不上来。会用指标是基础，会建指标体系才是进阶。

通用指标是数据分析的“底层语法”，让你在任何行业都能快速上手；场景指标是业务洞察的“定制利器”，让你在特定行业真正创造价值。两者的巧妙搭配，正是CDA数据分析师区别于普通数据从业者的核心竞争力所在。

下一步行动

• 找一份你所在行业的业务数据，识别其中的北极星指标和核心场景指标
• 练习用因子分解式将北极星指标拆解为可监控的子指标
• 尝试用全链漏斗式分析你业务中的一个关键转化环节



通用指标让你听懂所有行业的“底层逻辑”，场景指标让你看懂特定行业的“独特语言”。

”

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0