评价指标体系构建方法_评价指标体系构建步骤

如何构建土地经济评价的指标体系？

一是科学性原则。所选取的指标应能尽量科学地、全面地反映开发区土地利用的状况，内涵明确。评价应体现统计分析方法的客观性和科学性，即要制定科学的指标体系，运用科学的评价方法，评价的基础数据真实可靠，从而使评价公平、公正。

评价指标体系构建方法_评价指标体系构建步骤

评价指标体系构建方法_评价指标体系构建步骤

二是目的性原则。所选指标必须与建立开发区土地利用评价指标体系的目的性一致，即首先要明确开发区土地利用的核心是集约高效利用土地，否则就失去设立开发区的意义；然后明确土地利用好坏的重要标志是土地利用效益和集约程度；后，土地利用的关键是处理好经济建设和土地资源利用与保护的关系。

三是可作性原则。指标所要求的数据必须能够收集到并便于计算，能与日常管理工作相结合。

四是可比性原则。所选取的指标能在不同规模、不同性质的开发区之间进行比较评价。

五是特殊性原则。评价指标体系应突出开发区这一特殊经济区域在经济、等方面的特点，使之区别于一般的行政区域。而且只选取与开发区土地利用有关的指标。

六是性原则。评价应尽可能反映出开发区今后的发展趋势和发展重点，评价指标的选取要对开发区未来的发展具备一定的性。

七是标准化原则。评价指标体系应尽可能向现有统计指标靠拢，以符合统计指标标准化的原则。

如何构建一个评价体系？

一、外部评价：如果是toB的企业，外部评价人就是客户；如果是toC的企业，外部评价人就是产品、业务部门。

二、内部-自我与团队交替评价：也就是针对优点和不足，团队成员自身以及团队中其他人都针对该人员进行评价，这样，能360度评价一个人的同时，更大的好处就是避免了项目头疼的“个性”成员，从而也让项目组成员之间都有了“同理心”。

三、内部-自上而下评价：从层的考核指标，拆解后对团队成员进行综合评价，这个维度的评价是已结果为导向的主观感受结合客观指标进行的终评价。

外部评价

由之前的项目承担，但现在逐渐的已经过渡到了具体的项目成员身上，项目在具体的技术沟通、问题反馈，逐步下放到了团队的具体成员上，这样，可以加快整体团队的相应速度，但要看具体情况再定。从这里也可以整理出一些外部评价的具体实施点：

1）双方工作沟通效率、结果；

2）客户、业务、产品部门提出疑问的响应速度和效果；

3）业务验收测试及上线后提出的问题解决率；

4）项目在整个项目周期中对项目组成员和客户、用户的培训、监督、指导工作，同时提升自己的沟通管理水平。这是项目群对项目的评价参考。

评价指标体系的构建

6.3.1 评价指标构建方法

6.3.1.1 代表性评价指标构建方法

目前，上对于土地生态评价研究，具有代表性的成果有2个，即压力-状态-响应评价体系和土地条件变化评价指标体系。

(1)压力-状态-响应(PSR)评价体系“压力-状态-响应”(Pressure-State-Response，PSR)评价体系是世界银行、粮农组织、发展署、环境署在1996年联合开展的土地质量指标研究项目中所提出的研究成果。该评价体系主要目的是回答发生了什么、为了什么、我们如何做这3个问题。其中，压力指标用以表明那些造成妨碍持续发展的人类活动和消费模式或经济系统的一些因素;状态指标用以反映持续发展过程中各系统的状态;响应指标用以表明人类为促进持续发展进程所采取的对策。这种方法适合于选取生态环境方面的指标，而对于经济方面的指标不太适合。PSR评价指标体系主要提供的是一种评价思路，它强调在分析应用过程中，必须把压力指标、状态指标和响应指标结合起来考虑，而不能仅仅依赖某一项指标，孤立地考察一项指标往往可能得出不正确的结论。各国各地区在实际应用过程中，要结合自己的具体情况，通过补充、完善来灵活运用。

(2)土地条件变化评价指标体系:土地条件变化评价指标体系是由M.Vieira等人提出的。在这个指标框架中，M.Vieira提出了定性和定量两种土地条件变化指标，其中定性变化指标要求直观、易于获取，如土壤颜色、地表形态等;定量指标应强调计算方法的规范与统一。具体应用指标的选择一定要立足于评价区域的土地资源特征，变化指标的观测频率取决于指标本身的特征，在观测值的分析比较方法上，可采用横向比较、纵向比较和设比较等综合分析，并通过因果分析分辨出是自身内部因子还是外部因子。

到目前为止，国外关于土地生态评价的系统、完整的一套指标体系尚未见。然而可以肯定，所有的这些工作都会为将来土地生态评价领域形成系统的指标体系奠定坚实的基础。

6.3.1.2 本次研究采用的评价指标构建方法及拟选指标

本次研究在借鉴相关学者在生态安全评价指标体系建立的基础上，结合河南实际情况，依据上述选取评价指标的原则，通过对影响生态安全的各种因素包括自然因素和人文因素等的全面系统的分析研究、综合压力-状态-响应评价指标体系和可持续发展的生态安全评价理论、对土地资源生态安全的制约性因素或主导性因子的辨识，从中选取能代表和反映河南省土地资源生态安全状况的具体指标，且以土地可持续发展为目的，旨在促使经济、和自然生态的协调统一，终构建河南省土地资源生态安全评价的拟选指标体系。该体系包含土地生态环境的自然状态、土地生态环境的经济状态和土地生态环境的状态三大类26个拟选指标(表6.1)。

表6.1 河南省土地资源生态安全评价拟选指标体系 R＆D: 研究与实验发展 (research and dlopment)。

6.3.2 评价指标的筛选

评价指标的筛选方法有两大类: 一是定性分析法，又称经验法或专家意见法，包括理论分析法和特尔菲法 (Delphi)，主要是凭借评价者个人的知识和经验，借鉴同行专家的意见，综合后进行筛选，这种方法的优点是简单易行，缺点是主观性较强; 二是定量分析法，目前采用的主要有主成分分析法、相关分析法和性分析等，这类方法的优点是客观性较强，缺点是比较机械且计算量大，不一定符合评价的实际。本次研究采用的是专家调研法。

按照指标选择的原则，对土地资源生态安全评价指标体系中拟选要素指标通过发放专家调查表的方式，征询有关专家意见。本次调查选择了来自多家相关单位的不同专业的专家共 55 名，请每位专家对土地资源生态安全评价指标体系中的全部 3 个评价方面和 26 个要素指标进行排序，首先对系统层方面进行排序 (从 1 到 3，1 为重要)，再分别对要素指标相对评价方面的重要性进行排序。如果专家认为还有其他重要指标可以列入，加以补充，并与原有指标一起选择和排序。根据专家排序结果，按递减顺序原则进行统计，专家调查统计结果见表 6.2。对于系统层方面，专家排序的赋值为 3 分，排序第二的赋值为 2 分，排序第三的赋值为 1 分; 对于要素指标，专家排序的赋值为 10 分，排序第二的赋值为 9 分，依此类推，排序第十名为 1 分。各个指标后得分的计算方法如下式所示。

河南省土地资源生态安全理论、方法与实践

式中:S为各指标的后得分;fi为各指标的赋值;pi为各指标的排名。

在进行专家调查过程中，有些专家也提出了其他的要素指标，对这些要素指标，课题组又组织了一些专家进行专门讨论。专家一致认为，这些要素指标虽然比较重要，但其重要性略于课题组所选的要素指标，因此没有再次进行专家调查。

表6.2 河南省土地资源生态安全评价拟选指标统计排序 续表

注:表示指标排名，表示指标得分。

表6.3 河南省土地资源生态安全评价指标体系框架 6.3.3 评价指标体系框架

根据要素指标选择的4个原则、拟选指标排序状况和专家讨论的意见，课题组筛选掉了分值低且别大的一些指标，从而终在拟选指标体系中选出17项终要素指标，并主要根据得分和重要性排序情况，对各项指标的权重进行了赋值和计算(具体见本篇第七章评价指标权重的确定)。河南省土地资源生态安全评价的终指标体系框架见表6.3。

统计学中的指标评价体系是什么，如何建立指标评价体系

评价指标体系是指由表征评价对象各方面特性及其相互联系的多个指标，所构成的具有内在结构的有机整体。

(1)系统性原则。各指标之问要有一定的逻辑关系，它们不但要从不同的侧面反映出生态、经济、子系统的主要特征和状态，而且还要反映生态一经济一系统之间的内在联系。每一个子系统由一组指标构成，各指标之间相互，又彼此联系，共同构成一个有机统一体。指标体系的构建具有层次性，自上而下，从宏观到微观层层深入，形成一个不可分割的评价体系。

(2)典型性原则。务必确保评价指标具有一定的典型代表性，尽可能准确反映出特定区域——高西沟的环境、经济、变化的综合特征，即使在减少指标数量的情况下，也要便于数据计算和提高结果的可靠性。另外，评价指标体系的设置、权重在各指标问的分配及评价标准的划分都应该与高西沟的自然和经济条件相适应。

(3)动态性原则。生态一经济一效益的互动发展需要通过一定时间尺度的指标才能反映出来。因此，指标的选择要充分考虑到动态的变西北典型区生态脱贫途径研究化特点，应该收集若干年度的变化数值。

(4)简明科学性原则。各指标体系的设计及评价指标的选择必须以科学性为原则，能客观真实地反映高西沟环境、经济、发展的特点和状况，能客观全面反映出各指标之间的真实关系。各评价指标应该具有典型代表性，不能过多过细，使指标过于繁琐，相互重叠，指标又不能过少过简，避免指标信息遗漏，出现错误、不真实现象，并且数据易获且计算方法简明易懂。

(5)可比、可作、可量化原则。指标选择上，特别注意在总体范围内的一致性，指标体系的构建是为区域政策制定和科学管理服务的，指标选取的计算量度和计算方法必须一致统一，各指标尽量简单明了、微观性强、便于收集，各指标应该要具有很强的现实可作性和可比性。而且，选择指标时也要考虑能否进行定量处理，以便于进行数学计算和分析。

(6)综合性原则。生态一经济一的互动“双赢”是生态经济建设的终目标，也是综合评价的重点。在相应的评价层次上，全面考虑影响环境、经济、系统的诸多因素，并进行综合分析和评价。

如何建立供应链企业的绩效评价指标体系

针对目前企业进行企业绩效评价方法的不足,本文运用多层次模糊综合评价的原理,建立一个基于全新的企业供应链管理下更加科学、易于作的企业绩效评价方法,并讨论了评价指标的构建原则、评价指标的组成及其含义

如何构建指标体系

在如何搭建指标体系之前，我们先简单说下，什么是指标？

指标，实际上就是一种度量。大到用于和评估商业进程的状态，小到衡量某个功能模块的情况，或者是自己的活动效果。

从运营角度来看，一个好的指标，需要具备四个特点：

业务层面是有价值；

可衡量业务真实情况；

简单可执行；

大家都共同认可。

从技术层面来看，一个好的指标，统一具备四个特点：容易收集快速衡量；准确度高；可被度分解；单一数据源。就像我们经常使用的衡量APP产品启动人数，使用UUID或者是COOKIE往往比使用IP更加准确。

但很多时候，因为技术或者是业务自身的原因，我们往往很难找到很完美的指标。那么这个时候我们重要的就是统一口径进行分析，更多地观察数据的波动情况。

1. 选什么样的指标

选指标有两个方法：指标分级，OSM模型。

（1）指标分级：通常是分成。

一级指标：公司战略层面指标。

用于衡量公司整体目标达成情况，通常设定在5-8个指标。这类指标是与业务紧密结合，按照行业标准进行制定，有可参考的行业标准指标，且这类指标针对全公司所有员工均具有核心的指导意义。

比如某游戏公司的一级指标：新增账号、留存率、DAU/MAU、付费人数（率）、收入金额等。

二级指标：业务策略层面指标。

为了实现一级指标，企业会做出一些策略，二级指标通常与这些策略有所关联。可以简单理解为一级指标的实现路径，用于更快定位一级指标的问题。

例如：某游戏公司一级指标是游戏收入，那么二级指标可以设定为不同游戏物品的收入。一级指标是DAU，那么二级指标设定为分的DAU等。这样当一级指标出现问题的时候，我们可以快速查询到问题的所在点。

指标：业务执行层面指标。

指标是对二级指标的路径拆解，用于定位二级指标的问题。指标的使用通常是可以指导一线人员开展工作的指标内容。指标的要求是：一线人员看到指标后，可以快速做出相应的动作。

如游戏公司的二级指标是XX区服的DAU，那么指标则可以设定为游戏时长、游戏频次、游戏等级分布、游戏关卡流失情况等。通过观察这些数据，可以去针对性地做调整，如某个关卡流失的用户特别高，那么尝试降低难度。

这里有一个注意事项，在进行整个指标分级的时候，我们需要先思考：

一级二级指标，能否反应产品当前的运营情况；

四级指标能否帮助一线人员定位问题，指导运营工作。

以上是指标分级纵向的内容。横向思考，如何针对不同级别的指标来选取合适的指标？

这就是指标分级的第二个方法：OSM模型。

2. OSM模型

OSM模型（Obejective，Strategy，Measurement）分别代表业务目标、业务策略、业务度量。

O：用户使用产品的目标是什么？产品满足了用户的什么需求？

S：为了达成上述目标我采取的策略是什么？

M：这些策略随之带来的数据指标变化有哪些？

我们搭建指标体系是为了更好地发现用户的问题，并且去解决。所以我们需要站在用户的场景去考虑整体的内容。

以知乎为例，按照OSM模型，它的指标是什么样的？

O：用户来使用知乎这个产品，目标是什么？

这里涉及两个不同的用户——内容分享者和内容消费者，这里简单介绍内容生产者的分析思路，大家可以自己试着分析下内容消费者。

用户需求：分享知识观点（发布观点），建立行业影响力（内容受到反馈）。

那么，如何让用户感受到自己的需求被满足了呢？

S：知乎做的策略是：内容点赞评论、内容打赏、盐值增加、XX话题回答者。

M：接下来，我们需要针对这些用户动作去做指标，在这里面我们的指标会有两个，分别是结果指标和过程指标。

结果指标：用于衡量用户发生某个动作后所产生的结果，通常是延后知道的，很难进行干预。

过程指标：用户在做某个动作时候所产生的指标，可以通过某些运营策略来影响这个过程指标，从而影响终的结果。

还是以内容生产者为例：

结果性指标：发布文章数、发布文章的人数、文章点赞/评论数、被打赏人数、被打赏金额、回答者人数、新增回答者人数等。

过程性指标：使用内容导入人数、内容发布转化率、文章互动率、评论折叠率等。

通常我们会在指定指标的过程中使用OSM的模型，去针对用户在不同场景下产生的动作，以及这个动作可能带来的结果，用户在这个动作中会出现什么样的数据变化。之后再结合数据，针对性地去调整我们的运营策略或者产品功能。

简单理解：结果性指标更多的是数据异常，或者是某个场景下用户需求是否被满足。而过程性指标则是更加关注用户的需求为什么被满足（没被满足）。

2. 如何搭建

指标选取之后，就要开始搭建指标体系。前面我们说过，指标体系是通过场景流程来综合进行分析，而这里重要的就是分析维度的选择。

一个好的指标是可以度去拆解划分，当好的指标搭上完整的维度，很多问题就可以迎刃而解。如果没有合适的维度，你建立起来的依然只是多个指标，只是指标合理，做不到前后场景化的分析。简单理解，维度是将点串联成场景的那根线。

我自己通常会采用这样的逻辑来进行体系搭建：选指标-针对每个指标做出可能要的维度-将指标和维度重新组合。

通常我们在选取某个指标的时候，想到的维度都比较简单，如：用户进入商品详情页，我可能只想要知道用户进了哪个类目的商品详情页；商品成交的时候，可能关注的是类目和金额；同样地，在商品列表页的时候，我们监测用户搜索，会关心用户搜索了哪些词，搜索频次等。

那么如果我将用户进入商品详情页内，搜索的和成交的指标组合会是什么样的场景呢？

用户搜索了哪个，并且进入了商品详情页，之后这个商品被购买了。

这时候我们分析搜索的时候，效率会非常高。如搜索某个的用户转化率非常高，但是搜索的次数比较少，那么我们将这个置为热搜是否可以提升整体的转化率呢？

指标的维度拆解后，重组我们如何做呢？

我的原则是：在同一个流程，用户动作存在关联的，尽可能多地在多个指标覆盖相同可用的维度。以电商为例，用户的动作是：搜索品类-搜索列表页-点击筛选-商品列表页-提交订单-购买。那么在整个流程中可以保留搜索品类的、筛选的条件、商品的信息等内容。

后，当我们指标和维度都确定之后，剩下的就是去做数据埋点了。什么样的埋点数据不会被开发喷呢？开发拿到不用动脑子的那种。

我之前使用的格式是这样的，大家可以参考下：

后，就剩下数据可视化的内容了。数据可视化通常根据自己的业务场景去结合，使用自己合适的数据，通常会包含用户数据、渠道数据、业务流程数据等。具体的可视化我就不做过多赘述，百度一下，什么样的场景用什么样的图我想都可以看出来。

重要的是这些流程的组合，就是将不同的指标和维度进行组合，关联分析出来的才是核心的，这是完全可以指导你进行工作的指标，并且贯穿全流程。