公司通常希望同时改善其业务的不同方面，但无法确定衡量其实现公司总体目标的进展情况。它是否归结为去年与今年的增长？或者，仅仅是获得新客户的成本？
如果你现在迫切地想知道，“我的每笔交易费用是多少？”，不要为此而烦恼。决定KPI的另一个增长的重点是发现有很多缺失的信息。
1.定义您的KPI
选择正确的KPI对于制定有效的数据驱动决策至关重要。如果您选择正确的KPI，它将有助于将员工的精力集中在一个有意义的目标上，但是如果选择不当，您可能会浪费大量资源追逐虚荣指标。
为了团结您团队并实现您的长期目标，您必须衡量正确的事情。例如，如果目标是在接下来的两个季度中将SaaS公司的收入增加25％，则不能通过企业网站页面获得的喜欢数量来确定成功。相反，我们可以提出以下问题：我们是否通过保留现有客户来保护我们的ARR？我们是否希望了解销售发展代表的外推工作，以及是否会导致演示和注册用户增加？我们是否应该考虑增加销售团队培训对已完成交易的影响？
2.KPI设计
同样，如果我们想评估各种营销渠道的有效性，我们需要确定的不仅仅是提高销售额或品牌知名度的最终目标。相反，我们需要更精确的成功定义。这可能包括广告展示次数，点击率，转化次数，新电子邮件列表订阅者，网页访问次数，跳出率等等。
通过考虑所有这些因素，我们可以确定哪些渠道的流量和收入最多。如果我们深入挖掘一下，就会发现更多的见解。除了发现哪些渠道产生最有可能转化为转化的流量之外，我们还可以了解时间等其他因素是否会影响我们的目标受众。
当然，每个行业和企业都是不同的。要建立有意义的KPI，您需要确定与公司目标最明确相关的内容。这里有一些例子：
财务 -营运资金，营运现金流量，股本回报率，速动比率，债务权益比率，存货周转率，应收账款周转率，毛利率
营销 - 客户获取成本，特定渠道的转换率，特定渠道产生的潜在客户百分比，客户流失，休眠客户，每位客户的平均支出
医疗保健 - 住院病人死亡率，床位周转率，再入院率，平均住院时间，患者满意度，总运营保证金，平均每次出院费用，现金收到坏账，索赔拒绝率
零售 -毛利率（占销售价格的百分比），库存周转率，销售率，每笔交易的平均销售额，未显示的总库存百分比
如果您的企业致力于数据驱动的决策制定，那么建立正确的KPI至关重要。尽管构建绩效驱动型文化的过程是迭代的，但明确定义所需的最终结果将大大有助于您建立有效的KPI，这将有助于您的团队努力实现这一目标，无论是将产品从货架上移开更快，创造更好的患者结果，或增加每位客户的收入。
好消息是，在商业智能领域，测量性能可以特别精确，快速和简便。然而，每个数据分析师面临的第一个障碍是选择和同意公司KPI和KPI跟踪的最初努力。如果您即将开始BI项目，这里有一个有用的指南，说明如何确定您想要的内容：
第1步：隔离痛点，确定核心业务目标
许多公司首先尝试量化其当前的表现。但同样，作为一名数据分析师，您的工作之美和商业智能的力量在于您可以深入研究无数非常详细的指标。从点击次数，网站流量和转化率，到服务呼叫满意度和续订，回头客。那么问问自己：是什么让公司更好地完成了他们的工作？
您可以通过关注阶段增长来解决这个问题，其中创业公司将重点放在验证业务模型的指标上，而企业公司则会关注客户生命周期价值等指标。或者，您可以按行业检查这个问题：服务公司（咨询公司）将更多地关注所提供服务的质量，而开发产品的公司则将重点放在产品使用上。
首先从上到下通过每个部门来引出需求并隔离每个部门的痛点和健康因素。以下是您可能希望查看的KPI指标的一些示例：
产品：
产品相关门票
客户满意度
使用情况统计信息（SaaS产品）
营销KPI：
品牌意识
兑换率
网站流量
社交分享
R＆d：
错误数量
开发周期长度
应用程序用法
第2步：将其分解为几个KPI
一旦您选择了一些重要的KPI，然后尝试进一步细分。请记住，虽然没有神奇的数字，但在KPI方面几乎总是更少。这是因为如果您跟踪过多的KPI，作为数据分析师，您可能会开始失去您的受众和公共业务用户的关注点。选择前7-10个KPI是一个很好的目标，您可以通过将核心业务目标分解为更具体的指标来实现。
请记住，关键绩效指标的重点是获得关注并协调目标以实现可衡量的改进。花费更多时间选择关键绩效指标，而不是简单地投入太多的关键绩效指标，这将只会推动重点关注的问题（并需要更多的工作！）。
第3步：仔细评估您的数据
艾科思移动BI的KPI
获得主要的7-10个元素后 - 您可以开始挖掘数据并开始一些数据建模。在这一点上要问的一个很好的问题是：企业目前如何做出决策？与直觉相反，为了回答这个问题，您可能希望了解公司目前没有根据数据做出决策，或者没有收集正确的数据。
这是你作为“数据英雄”或优秀分析师发挥作用的地方！获取每个KPI并将其作为业务问题呈现。然后将业务问题分解为事实，维度，过滤器和顺序（示例）。
并非每个商业问题都包含所有这些元素 - 但总会有一个事实，因为你必须衡量一些东西。在继续之前，您需要回答以下问题：
有哪些数据来源？
预测数据模型的复杂性
准备，管理和分析数据的工具（BI解决方案）
通过将每个KPI分解为其数据组件来执行此操作，询问以下问题：我需要计算什么，需要聚合什么，需要应用哪些过滤器？对于这些问题中的每一个，您必须知道正在使用哪些数据源以及表的来源。
考虑到数据通常来自多个不同的数据源。例如，有关营销或销售渠道的信息，您可能需要将Google Analytics / Adwords数据与您的CRM数据相结合。作为数据分析师，重要的是要认识到最强大的KPI通常来自多个数据源的组合。确保使用正确的工具（例如具有内置数据连接器的BI工具）轻松准确地准备和连接数据。
第4步：以准确有效的方式表示KPI
恭喜！您已将KPI数据与业务相关联。现在，您需要找到一种以最有效的方式表示指标的方法。查看一些不同的BI仪表板示例以获得一些灵感。
需要注意的一点是，移动报表上的目标是让每个人都在同一页面上。不过，用户每个人都有自己的问题和想要探索的领域，这就是构建交互式，高度可视化的BI仪表板非常重要的原因。您的BI解决方案应该提供交互式仪表板，允许其用户执行基本的分析任务，例如过滤视图，向下钻取和检查基础数据 - 所有这些都只需要很少的培训。
最后
作为数据分析师，您应该始终寻找您可以使用业务从未想过要求的数据获得的其他见解。人们常常在自己的流程中根深蒂固，作为分析师，你提供各种“局外人的视角”，因为你只看到数据，而其他人则被日常业务任务蒙上阴影。不要害怕提出难题。你将成为一个数据英雄。
