说明绩效考评指标体系设计的内容、原则以及具体设计方法和步骤

内容：

指标构建的原则和方法(指标建立的原则)指标构建的原则和方法(指标建立的原则)


指标构建的原则和方法(指标建立的原则)


指标构建的原则和方法(指标建立的原则)


1．适用不同对象范围的考评体系

⑴组织绩效考评体系⑵个人绩效考评指标体系

2．不同性质指标构成的考评体系：⑴品质特征型绩效考评指标体系⑵行为过程型的绩效考评指标体系。⑶工作结果型的绩效指标考评体系。

原则：1．针对性原则。2.科学性原则3.明确性原则

具体设计方法:1.要素图示法2.问卷调查法3.个案研究法4.面谈法5.经验总结法6.头脑风暴法

设计程序：1.工作分析(岗位分析)2.理论验证3.进行指标调查,确定指标体系4.进行必要的修改和调整

指标体系构建整理

1.定义

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

指标体系：从不同维度梳理业务，把指标有系统地组织起来。简而言之，指标体系=指标+体系，所以一个指标不能叫指标体系，几个毫无关系的指标也不能叫做指标体系

指标体系的作用：业务情况；拆解指标寻找当前业务问题；评估业务可改进的地方，找出下一步工作的方向

2 遵循的原则

区域性原则：衡量一个研究对象的运行情况，要从特定的区域出发因地制宜发挥优势，评价指标要具有针对性

动态性原则：研究对象是一个动态的过程，指标的选取不仅要能够静态的反映考核对象的发展现状，，还要动态的考察其他发展潜力。选取的指标要能够具有动态性，可以衡量同一指标在不同时段的变动情况，并且要求所选指标在较长的时间具有实际意义

可量化原则：数据的真实性和可靠性是进行监测的前提条件和重要保障，需要大量的统计数据作为支持。选取的指标应该具有可量化的特点，在保证指标有效高反映考核对象的前提下，能够直接查到或者通过计算间接得到指标数据，以保证评价的可作性，同时数据来源要具有权威性，这样能保证正确评估研究对象

层次性原则：以及指标同时分别设立多个具体的子指标。在众多指标中，把联系密切的指标归为一类，构成指标群，形成不同的指标层，有利于全面清晰的而反映研究对象

目的性原则

全面性原则

可行性原则

稳定性原则

协调性原则

结合性原则

可简单说明为：

要有重点

要有目标

不是越全越好，和业务贴切才是的

3 好指标的评价标准

3.1 运营角度

业务层面是有价值的

可衡量业务真实情况

简单可执行

大家都共同认可

3.2 技术层面：

容易收集快速衡量

准确度高

可被度分解

单一数据源

4 指标评价涉及的方法

模糊综合评价法

灰色综合评价法

数据包络分析法（DEA）

层次分析法

主成分分析法

因子分析法

5 指标权重的确定方法

层次分析法

主成分分析法

6 建立业务指标体系的方法

（1）明确KPI，找到一级指标（OKR））

（2）了解业务运营情况，找到二级指标

（3）梳理业务流程，找到指标

（4）通过报表指标，不断更新指标体系

KPI-一级指标：用来评价公司或者部门运营情况核心的指标。

需要注意的问题：

没有一级指标抓不住重点

指标之间没有逻辑关系

拆解的指标没有业务意义

7 选指标的方法

指标分级：一般分为

一级指标：公司战略层面指标，5-8个，与业务紧密结合，按照行业标准制定，针对全公司所有员工均具有核心的意义

二级指标：业务策略层面指标

指标：业务执行层面指标

OSM模型：（Objective，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：为了达到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

8 指标体系构建定量方法

变异系数法

熵值法

相关系数法

条件广义方极小法

极大不相关法

9 关键指标法

同一个产品在不同的生命周期重点数据指标也可能不一样；

在任意一个时间点，肯定只有一个关键的指标

随着业务的发展，你的关注重点会有变化，我对关键指标的方法又做了一个延伸，关键指标又可以衍生出其他的指标

10 指标体系搭建方法

了解业务实际运营现状，梳理产品流程

业务类型：互联网可包括用户、产品。内容

流程：梳理业务相关的主要逻辑和相关产品流程，业务流程可拆分为两种

1，基于具体产品或实际业务逻辑的拆分，如订单漏洞，首先需要将产品的流程完整的梳理出来，了解具体每个环节的业务场景和关联逻辑

2，基于业务分析拆解之后得出的抽象逻辑概念，如用户的生命周期，需要保证相关逻辑的拆解满足MECE原则

11 指标体系的搭建

指标体系可分为：基础指标+衍生指标体系，衍生指标体系建立在基础指标体系的基础之上

指标体系的搭建也需要遵循MECE：常见的方法有穷举法，脑暴法，目标拆解法

12 构建指标体系的四个模型

三个重要步骤：明确业务目标；理清用户生命周期及行为路径；指标分层治理

OSM（object，strategy，measure）

AARRR（acquisiti，activation，retention，rnue，referral）

UJM（user，journey，map）

MECE（mutually，exclusive，collectively，exhaustive）

13 数据埋点

1.确认与变量

2.明确的触发时机

3.明确的上报机制

4.设计数据表结构

5.统一字段命名规范

6.明确优先级

如何设计指标体系

近设计评价指标，同事设计了一套。想的比较周全，但对一些基本原则掌握的不够，导致系统性欠缺

原来在市场研究公司比较经常设计指标体系，一些基本原则和方法梳理记录一下，以后也许有用。下面的原则都是自己的实总结，跟书本上理论有出入。

1、指标体系体系构建要遵循mece原则，相互、完全穷尽，指标相关性很强的指标只留一个，也不能遗漏重点指标。

2、“指标体系构建”，“收集数据”，“结果呈现”遵循的次序是：设计指标时自上而下；收集数据、分析数据从下向上；呈现结果时再由上向下。

3、整套指标体系就像金字塔一样，分为总指标、分指标、基础数据三层，如有必要分四层也行。

4、按照评价对象的实际情况设计指标体系。比如总指标为某某城市团队综合经营能力指数，下面可分为市场竞争力、团队打造能力、合作伙伴关系、费用投入效果、销售能力等，也许就不多能反应整体情况了。在这些分指标下进一步考虑用什么数据来呈现。

5、层级一定要分清楚，上一级包含下一级，下一级反映上一级，而不是相反。

6、下面一层一定是能直接获取的数据，而非需要测算的数据，需要测算的数据在第二层或第三层。

7、要考虑数据的可获得性，再好的指标如果数据没有，或者难度很大也没意义。

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。

评价指标体系的构建原则

系统性原则：指标体系尽可能全面地反映环境质量状况，符合环境质量评价的目标内涵，应避免指标之间的重叠，评价目标与指标必须有机地联系起来组成一个层次分明的整体。

客观性原则：指标体系一定要建立在对环境系统和孕灾环境系统分析的基础上。同时要保证环境数据的可靠性、准确性以及数据处理方式的科学性，指标的物理意义必须明确，分析、统计和计算方法要规范。

可作性原则：指标体系应是简易性与复杂性的统一，过于简单不能反映评价对象的内涵，对结果的精度产生影响，过于复杂则不利于评价工作的开展，在保证精度的前提下，指标体系要难易适中，有利于应用。

主导性原则：环境评价指标必须要有代表性，选择对环境起主导作用的指标，剔除次要指标，保证指标的真实性、可作性和可实现性。

指标体系建立的原则有哪些

1.系统性原则

各指标之间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。[1]

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、权重在各指标间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化，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。

绩效评价指标体系建立的基本原则是什么

一、岗位绩效评价指标要尽可能量化。尽可能将能够量化的指标量化，不能量化的标准化，不能标准化的行为化。

二、突出“目标导向”。设计绩效指标要注意组织目标与岗位目标的一致性。

三、突出少而精的原则。设计绩效指标体系要做到结构简单、言简意赅，让考核者和被考核者充分了解绩效评价系统，有效缩短信息的处理过程乃至整个评价过程，提高绩效评价的工作效率和员工接受度。

原则如下：

1、定量准确

2、先进合理

3、突出特点

4、简洁扼要

构建评价指标体系的要求与原则

研究不同水土保持治理模式下的治理效益评价体系，需要构建一套实用的，能够全面准确地判断和评价水土保持治理效益的指标体系。该指标体系应满足以下要求：①能够全面反映影响水土保持治理效益各因素的现状。指标体系中既要包括能反映生态、、经济各系统本身主要情况的指标，又要包括能反映其相互间协调程度的指标，还应具有一定的完整性和系统性。②定性指标与定量指标相结合。为了能够运用指标体系对不同治理模式的各主要方面做出准确的判断和评价，所选指标要尽可能量化，同时对一些有重要意义而又难以定量的因素，可用定性指标进行描述。③静态指标与动态指标相结合。生态系统、系统、经济系统本身都处于不断变化之中，其相互间的关系也是动态变化的，因此要求指标体系既能反映其现状，又能反映其主要变化趋势。④指标体系的实用性和针对性。所选指标应该针对研究区域的实际状况，而且比较易于测定或获取。⑤所选指标应该与不同治理模式有密切关系或对其有直接影响。影响治理模式的因素很多，只应考虑与治理模式有密切关系或有直接影响的指标。

构建评价指标体系是综合评价工作的基础。评价指标体系科学与否，直接影响到评价结果的准确性和客观性。因此，构建指标体系时应遵循以下原则：①系统性原则。指标的设置要从各个方面全面完整地反映出评价对象的各个主要影响因素。②可比性原则。同一指标对所有的评价对象应具有相同的标准尺度，便于评价对象间相互比较和分析。③通用性原则。指标的选取要尽量满足能够反映各方案的要求，避免选取某些仅对某一方案适用的特殊指标。④简洁性原则。指标的描述要简洁准确，指标的含义要明确具体，避免指标之间内容的相互交叉和重复，同时，在不影响指标系统性的原则下，尽量减少指标数量。