核心资源推荐

• CDA教材（2025）：https://edu.cda.cn/goods/show/3151
• CDA模拟题（2025）：https://edu.cda.cn/goods/show/2845
• CDA一级教材知识手册：https://edu.cda.cn/goods/show/4113

考点66：指标体系的分类与核心组件

指标体系是业务分析的“导航图”，按技术加工和业务层级分类，核心组件为指标库与维度库。

1. 按技术加工角度分类

• 根指标（基础指标）：直接从原始数据计算而来，无二次加工，如“UV”“订单数”“GMV”，是指标体系的基础；
• 组合指标：由多个根指标通过四则运算组合而成，如“转化率=转化数/UV”“客单价=GMV/订单数”，用于反映业务效率；
• 派生指标：在组合指标基础上进一步加工，如“同比转化率=（本期转化率-上期转化率）/上期转化率”，用于反映变化趋势。

2. 按业务层级角度分类

• 结果指标：反映业务最终成果，如“营收”“GMV”“净利润”，用于评估业务整体表现；
• 过程指标：反映业务中间环节的表现，如“获客成本”“转化率”“留存率”，用于定位业务问题、优化过程。

3. 核心组件：指标库与维度库

• 指标库：存储所有指标的集合，包含指标定义、计算规则、统计口径、责任人，确保指标的一致性与可追溯性；

• 维度库：存储所有维度的集合，包含维度定义、维度项、粒度，确保分析视角的标准化与可复用性。

考点67：指标体系自上而下搭建方法

指标体系搭建遵循“自上而下”的逻辑，以OSM模型为框架，通过指标拆解与分层，构建结构化的树状体系。

1. 设计框架：OSM模型

• O（Objective，目标）：明确业务的核心目标，如“提升营收”“提升用户留存”；
• S（Strategy，策略）：明确实现目标的核心策略，如“通过提升转化率提升营收”“通过优化产品体验提升留存”；
• M（Measurement，指标）：将策略转化为可量化的指标，如“转化率”“产品使用时长”，用于衡量策略的执行效果。

2. 核心术语：北极星指标

• 定义：能够唯一代表业务核心目标的指标，如电商的“GMV”、社交产品的“DAU”、SaaS产品的“MRR（月度经常性收入）”；
• 作用：统一团队的目标方向，避免指标碎片化，确保所有业务动作围绕核心目标展开。

3. 指标拆解方法

• 全链漏斗式拆解：按业务流程拆解，如“营收=流量×转化率×客单价×复购率”，用于定位全链路的瓶颈；
• 因子分解式拆解：按业务维度拆解，如“营收=各渠道营收之和”“转化率=各环节转化率之积”，用于定位各维度的贡献。

4. 业务指标分层

• 战略层指标：服务于高层决策，如“营收”“市场份额”“净利润”，反映业务整体战略目标的达成情况；
• 管理层指标：服务于中层管理，如“各部门营收占比”“各渠道转化率”，用于跟踪部门/渠道的表现；
• 运营层指标：服务于一线运营，如“活动转化率”“客服响应时长”，用于优化日常运营动作；
• 操作层指标：服务于具体执行，如“订单处理时长”“商品上架数量”，用于监控操作执行效率。

5. 设计方法

设计前：明确三大核心问题

搭建指标体系前，必须先明确以下三个问题，确保体系的针对性与有效性：

1. 明确服务对象：与使用者深入访谈，了解其业务需求、流程、痛点，据此选取和设计指标。
2. 明确使用目的：

   • 描述业务框架：从各参与主体的行为特征出发（如人货场框架下的客户、产品、店铺指标）。
   • 描述业务流程：从各阶段的行为及流转方式出发（如进销存流程的进货、库存、销售指标）。
   • 描述业务结果影响因素：从多因素的相互作用出发（如GMV由流量、转化率、客单价三大模块构成）。
3. 明确维度环境：确定指标体系依附的维度场景（如客户维度、机构维度、产品维度），并建立维度库，确保分析视角的标准化。

设计中：树状分类法与三种逻辑关系

核心方法是树状分类法，将父节点拆解为子节点，直至无法再拆，形成树状结构。主要依据以下三种逻辑关系进行拆解：

1. 按维度项层级关系拆解：依据维度的层级结构（如总公司→事业部→分公司）搭建树状体系，适用于按组织、区域等维度分析的场景。
2. 按指标逻辑意义层级拆解：按决策层级（战略→战术→行为）或业务逻辑（如GMV→流量/转化率/客单价→各渠道流量/转化率）拆解，形成“目标-子目标-指标”的层级。
3. 按业务流程先后顺序拆解：适用于非树状层级的流程型业务（如AARRR模型的获取→激活→留存→付费→推广），按流程节点拆解指标。

实践方案：OSM落地的三步骤（目标化→模块化→层级化）

基于业界实践，将OSM模型落地为三个可执行的步骤：

1. 业务目标O：STP模型（目标化）

   • 市场细分（S）：将市场划分为具有相似需求的群体。
   • 目标市场（T）：选择要聚焦的细分市场。
   • 产品定位（P）：确定产品在消费者心中的独特价值。
   • 该模型帮助明确指标体系的核心目标与服务对象。

2. 策略S：VEV模型（模块化及流程化） 构建实现目标的策略，核心是三大分析框架：

   • 价值树模型：将复杂目标拆解为子目标（如EVA、杜邦分析），识别价值创造的关键因素。
   • 高效用户运营：

     • AARRR模型（用户生命周期）：获取→激活→留存→付费→推广。
     • UJM模型（用户旅程法）：注册→登录→加购→购买→复购。
     • 赢率模型（单个商机分析）：锁定客户→获得拜访→技术推介→资质审核→资格认定。
   • 价值流图：可视化产品从初始阶段到最终交付的全流程，识别浪费和瓶颈，用于精益化运营。

3. 建立度量体系M：金字塔模型（层级化）

   • 核心原则：MECE（相互排斥、完全穷尽），确保指标拆分无重叠、无遗漏。
   • 拆解方式：

     • 确定性拆解：使用因子分解式（如GMV=流量×转化率×客单价）或全链漏斗式（如AARRR各环节转化率）。
     • 可能性拆解：基于目标指标发散出相关的行为类、监管类指标。
   • 最终形成“北极星指标→一级子指标→二级子指标→三级子指标”的金字塔结构，直至可落地监控。

4. 实践案例：基于GMV的个人客户运营指标体系

• 北极星指标O：提升用户总成交额GMV。
• 策略S：以AARRR模型为核心，拆解为获取、激活、留存、付费、推广五个子目标。
• 度量体系M：

  • 一级子指标：新用户数量、申请完成率、留存率、付费额、推广率。
  • 二级拆解指标：各渠道曝光量、各渠道跳转率；活跃率、月活用户数；留存率、留存人数；订单量、人均消费；人均推广量。
  • 形成完整的树状结构，明确各指标的层级关系与计算逻辑。

本章小结

本章聚焦指标体系的构建逻辑，以“指标定义→通用计算→场景落地→体系分类→自上而下搭建”为主线，构建了从单一指标到结构化体系的完整框架。核心价值在于通过标准化的指标与维度，统一业务语言、量化业务目标、定位业务问题，为数据驱动决策提供清晰的“导航图”。需重点掌握OSM模型的应用、指标拆解方法、树状体系的搭建流程，这些内容是业务数据分析从“零散指标”升级为“系统能力”的关键。

看到这里，无论你是想入行数据分析的新手，还是已经走在 CDA 认证备考路上的同学，不必等整块的学习时间，用好日常零碎时间，跟着下面的计划现在就能开始。

上一篇：CDA教材知识点 | 指标体系构建方法(考点63-65)

CDA教材知识点合集（持续更新中）

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