指标体系的作用和特点
企业的工作千差万别，但如果要归纳总结，也可以划为三件事，就是总结过去，监测现在，预测未来。这三件事并不好做，需要在一个统一的框架下考虑。幸运的是，存在这样一个框架，这就是指标体系。
想一想，企业经营者平时用什么来管理业务呢？怎样判断业务状态？怎样向同事，乃至企业的合作伙伴传递业务信息？用的最主要的语言就是指标。所以指标体系就像一幅业务画像。
搭建指标体系不是一件轻而易举的事情。它首先需要理解业务，准确把握业务的焦点和优先任务，并考虑到价值链上各方的利益，然后才是围绕指标体系的设计方法和技巧。
本篇我将结合个人经验，向读者朋友们分享设计指标体系的一些技巧方法和工具。并通过一个案例，展示指标体系在业务判断和企业决策中发挥的作用。在展开这些具体方法工具之前，首先提出一个经验法则，即在业务不同阶段，指标体系应有所不同。这一法则的依据是因为指标体系是对业务的刻画，而业务是有其发展周期规律的。所以在不同阶段，业务对应的指标体系自然应有所变化。此外今天的市场也是个复杂多变的环境，这同样意味着企业需要经常审视自己设计的指标体系，避免做出错误的判断和决策。
#精益数据分析# 结合本篇文章，建议读者朋友们不妨也参考下方的推荐书籍《精益数据分析》。我本人也是该书的读者，当时还做了详细的读书笔记。该书的思考方式和观点对读者具有很大的启发和参考价值。书中的观点、思想、方法，本人在实践中经常反复使用。值得精读。建议先阅读完本文，然后再细读该书。
怎样搭建指标体系
设计指标体系从哪里开始呢？虽然实际上企业可以就任何一段业务设计指标，但通常最有价值的，是围绕企业核心目标展开。这需要企业十分清楚当前自己的核心目标是什么。我们把这个叫做“优先问题”。它可以是企业真正关心的目标，也可以是企业战略定位内容中的某个要素，或者是企业当前最紧迫的问题。
确定了优先问题后，就需要人们观察、梳理业务，并围绕该优先问题，弄清楚企业究竟在做什么事情，也就是围绕优先问题的具体业务过程是什么。我们要提炼、设计的指标就隐藏在这段业务过程中，或者说它们就是描述这段业务的“关键词”。
上述步骤就是设计指标体系的第一步，也是最基础、最关键的一步。请务必重视。也许有的读者朋友觉得这一步并不难。如果真的对你而言不难，那么这是好事，因为这意味着你对业务的理解非常深入，在后面的步骤里也会顺其自然把握住业务发展重心。但实践中，很多人其实并没有做到真正地理解业务，所以在后续设计指标的步骤中，常遇到似是而非，不知道该把哪里作为重点的纠结局面。
接下来是从业务过程中提炼具体指标的方法。我个人喜欢使用的工具是业务过程图和影响图。业务过程图是我个人给自己创建的概念名词，并非行业通用术语。它受启发于迈克尔.波特教授的价值链。
首先使用
业务过程图。它是把一个业务过程，用逻辑划分为若干段，然后在每段业务过程里，填写相关的具体业务活动。我用一个餐厅的业务来举例。它看起来如下面表1所示。
表1 一个餐饮堂食的业务过程
表1列举了一个餐厅经营的例子。表格的第一行描述了业务的过程，从左至右，反映了这个业务过程的发生顺序。它是按照业务执行的抽象逻辑划分的。对于比较抽象的阶段，可以在其下方添加相应说明以帮助其他人理解，统一口径。每个阶段的定义既可以从企业角度，也可以从客户角度。表1中示例的是从客户角度定义业务过程。
接下来就是对照企业真实具体的业务过程，在每段业务下方添加具体的业务事件。如下方表2。
表2 一个业务过程描述
可以看出，业务过程中的事件描述都是真实而具体的。如果在一个业务阶段中，有多个具体业务事件发生，可以用箭头或其它易于理解的符号把它们连起来。在表2的例子中，由于业务事件并不算复杂，所以仅用表格行隔开。如果在同一业务阶段也有其它业务事件发生，可以补充进来。比如在表2中，了解阶段除了有短视频平台的引流外，餐厅本身的店招也起到了一些作用，有一些路过的人，同样可以注意到餐厅。此时一些门前展架广告就可以起到一定的曝光作用，这同样起到“了解”的作用。所以可以把店招加入到业务过程图中。
现在需要仔细审视这个业务过程图。在确定没有业务事件被遗漏，或者出现错误后，我们就可以从这个过程中寻找、提炼指标了。这时思考的重点是，这些业务事件中，哪些对目标结果有影响？由于这个业务过程描述了从了解到支付的细节，所以它可以帮助我们检查从获客到获得一笔收入的完整过程。思考是多方位的，可以大胆做一些假设。比如如果没有短视频，引流会是什么样子？还能有什么办法？短视频真的效果很好吗？使它发挥效果的真正因素是什么？如果没有优惠券，将会有多少顾客依然愿意来就餐？在线点单在顾客堂食点菜过程中起到什么作用？还是说其实没什么用？口味、环境特色等这些因素对顾客选择是否就餐的影响有多大？如果没有赠品，顾客将会是什么表现？如果没有在线支付，顾客会是什么反应？他还会称赞餐厅的菜品和服务吗？这些思考的关键在于使我们有一个视角能够
比较假设前后顾客不同的反应。以上举例的问题，涉及到餐厅经营的方方面面。这是为了使读者意识到，问题假设是开放性的，它实际取决于人们究竟关注业务的哪一方面。组成最终答案的素材可能来自服务员、大堂经理甚至后厨的任意一位企业成员。如果感觉业务过程已经解析得明明白白，接下来就到了使用影响图的时候了。
比较是商业分析、数据分析中常常用到的思路。也是基本技巧。有关商业分析、数据分析的基本技巧，可参阅我的其它文章《技巧分享——销售数据分析怎么做》。建议先阅读完本文，然后再拓展阅读推荐的其它文章。
影响图由若干节点组成。从一个称为目标的“根”节点开始，依次梳理寻找支持该节点的影响因素，并也用节点表示。直到没有节点再可以分解，这就表示找到了最终的影响节点。这样描述有些抽象，我继续使用上面餐厅的业务作为例子，演示下它的影响图是什么样子。
图1 餐厅营业收入影响图我们用营收额作为例子中这家餐厅的当前经营目标。这也是大多数企业从事商业竞争的朴素追求。这里需要提及，任何企业关注的商业目标都可以用来分解，并不限于营收额等少数几类财务指标的情况。而且财务指标并不是指标体系中理想的对象，这个原因在我们讲述完指标体系的设计后，大家自然会明白。
回到例子中，那么企业经营里，哪些因素会影响营收额呢？我们想到了翻台桌数和每桌金额。翻台是餐饮从业者很熟悉的行业术语，这里我们用它表示餐厅实际的餐桌在一天当中，接待了几次顾客。比如一张桌子在一天当中实际接待了5桌顾客，那么这里翻台桌数就是5。每桌金额就是指具体每桌顾客为大快朵颐花费的钱。接下来看这两个因素又会被哪些因素影响。翻台桌数受广告、空间和翻台率的影响。广告的作用就是招揽顾客，广告又被分成了宣传广告和促销广告。前者目的在于扩大知名度，并不追求短期内的转化，后者则是为了转化出真实的消费记录。相比之下空间对翻台桌数的影响比较隐晦，但不应忽视。我们为空间添加了客流动线这个影响因素。恰到好处的动线设计实际上提升了顾客的点餐体验，进而无形中加快了顾客的用餐进程。最后一个我们标识出来的影响翻台桌数的影响因素是翻台率，它又受预订量和实际到店桌数影响。这两个因素实际上反映的是到店客流数量。真实的翻台率其实也应考虑到对每桌实际的就餐时长的控制，但现实中餐厅一般不会因为刻意地追求缩短顾客就餐时长，而破坏其消费体验，所以这里我们就没有单独列出影响就餐时长的因素。实际到店桌数又受实际到店人数和就餐时段影响。到了这一步，我们没有再分解下去，认为它们就是最终的决定因素。单桌金额的分解也是类似的，就不再做详细的解释了。这里只稍微说明下对点菜数量的分解思路。这里实际上表达的意思是，指标设计者认为不同的点餐方式，对点菜数量存在一定影响。
上述分解是一个示例，它不是标准答案。实际上怎样梳理和寻找因素，几乎取决于指标设计者对业务的理解。每家公司的情况又不一样，所以分解的结果完全是定制化的。一个初步的影响图梳理出来后，应该审视它，检查有没有什么错误或疏漏。可以在公司恰当范围内展开讨论。当确认没有问题后，准备开始从影响图中提炼指标。
面对影响图中纷繁的节点，究竟哪些可以作为指标使用呢？理论上说，几乎它们中任何一个都可以作为指标。但实际上我们不这样干，而是试图找出一个核心关键指标。基本原因来自两点。一是我们希望能够在众多影响因素中，找到最关键的那个，而不是胡子眉毛一把抓。二是必须要考虑在现实条件下，因素能否被现有技术测量。如果办不到，那选择这样的因素作为指标也是空谈。此外一个次要的基于技术的考虑是，选择的因素在数量表现上不要剧烈波动。这可能意味着该因素受到过多其它因素的干扰。当一个指标难以被人们把握其变化规律时，也就间接失去了利用它优化的价值。
If you can't measure it, you can’t improve it.
如果你不能测量它，那么你也无法改进它。
——19世纪物理学家Lord Kelvin
先来看看怎样找到核心的关键指标。众多人类先贤和伟大领袖，用事实谆谆教诲我们，做事情要抓住主要矛盾和矛盾的主要方面。试图无差别地强调每个细节是一种错误的工作思路和方法。影响图给我们展示了企业业务当前的“全貌”，那么重点在哪里？这得从公司自身找答案。实事求是地讲，即使梳理出几乎一样的影响图，每家公司在考虑问题时也不尽相同。对一家公司来说可能A问题比较关键，但对另一家公司而言，这个问题其实没那么要紧，B问题才是亟待解决的重点。所以实践中还是得具体问题具体分析。我的一个相对经验是，处于“中间枢纽位置”的因素可能值得关注，因为它起到了“承上启下”，连接多个因素的作用。比如翻台率就是这样的一个例子，它位于影响图的中间位置，综合反映了企业运营效率和赚钱能力，因此作为企业关注的核心关键指标，可能比较恰当。而预订和实际到店人数这样的因素就没有这么关键。当然实话实说，这样解释有些事后诸葛亮。翻台率确实是餐饮行业的核心关键指标，它实际上是众多餐企通过长期实践提炼出来的。而且有些位于“末梢”的因素节点，也同样十分重要，比如客流动线。但如果你要问我如果在翻台率和客流动线上选哪个作为核心关键指标，我自己通常还是会选前者。因为这里客流动线实际上是一个设计方案，我们用什么方法来测量它呢？除了试验观察，几乎没有其它什么好办法。每家店只能有一个客流动线。如果要比较不同客流动线的效果有多大的差异，就需要在多个店之间进行。而且为了尽量排除其它因素的干扰，应尽量选择相似的店比较。比如相似地段、相似面积和装修、相似售卖品等等。
因此，翻台率最终胜出，成为餐厅监测营收额走势的核心关键指标。它表示为了达到当前的经营目标——营收额，企业应聚焦关注翻台率这一指标，它的表现很大程度上决定了企业能否实现目标。而且，翻台率比较容易测量。即使没有信息化手段，单凭人工记录也可以办到。这对那些在餐饮行业摸爬滚打多年的从业者来说并不陌生。
核心关键指标，有人也称为OMTM，或北极星指标。它的本质含义就是能够影响企业目标的那个指标。通常情况下，找到核心关键指标，靠的是对业务的深入理解。少数情况下需要借助数据分析的技巧分辨哪些因素的影响力强大到具有左右目标的程度，但大多数情况下不必这样做。就这样，找到核心关键指标就像在素描中先勾勒出轮廓一样，为了更细致地描述业务，其它在影响图中被梳理出来的因素也将陆续纳入到指标体系中。它们构成了一幅业务画像，并且彼此关联，互相影响。比如在图1中，我们最终可能选择了这样一套指标构成指标体系：翻台率，每日预订量、每日到店人数、取号和就餐的起始时间、每日平均单桌点菜数量、单桌订单金额、每月广告投入费用。
接下来就是为指标制作文档，做出清晰的定义，并统一口径。然后利用BI搭建系统，制作出供企业内部用户使用的仪表板或报表。由此可以看出，BI实际上成了指标体系的一种实现方式。
我们通过优化指标体系中的指标，特别是核心关键指标，达到经营目标。比如餐厅想要增加营收额，当前阶段提炼的核心关键指标是翻台率，那么就要重点研究怎么提高翻台率。翻台率提升了，增加营收额的目的自然能够达到。那么餐企怎么提高翻台率呢？在业务过程图中仔细搜索，我们能够发现，如果让后厨加工食物更快，那么顾客从落座到就餐的时长自然就被缩短了。于是乎，当前的餐饮品牌，都在不约而同地实现食材半成品化，后台“无厨化”。如果企业的经营目标不再发生变化，比如营收额呈现一个稳定的状态，保持在某个规模位置上。此时无论我们怎么优化翻台率，营收额都基本没有增长，那该怎么办？指标体系似乎对经营目标“失控”了。这个时候它可能暗示我们，核心关键指标已经从翻台率转移到其它某个指标上。并不是营收额无法再增长，而是影响它的因素已经发生了变化。此时我们就需要回到影响图，甚至需要重新梳理业务过程图，找找还有什么因素可以优化目标。如果找到了，那么对企业运营优化来说，就是一个新的征程。如果真的无论怎样做，经营目标都不再变化，也许这意味着企业的经营达到了所在市场的某种饱和状态。这个时候再寻找新的经营目标不迟。从这里可以大致看出，为什么BI系统里的可视化看板被称为“仪表板”的原因了——经营企业就像驾驶赛车，决策者和管理者们正如驾驶员，从仪表盘上连续反馈的信息中寻找对策，调整这辆“赛车”的最佳状态，向目标冲刺。
可能有的读者朋友会产生这样的疑问，为什么没有把营收额这样既便于测量，又明显位于影响图顶部的“指标”作为核心关键指标？难道它还不够“重要而且关键”吗？要解决这样的疑问，关键在于真正地区分目标和因素。我们提炼指标，目的就是为了解释究竟是什么影响了经营目标。如果直接拿目标作为追踪监测的对象，那么当这个指标发生变化时，它依然不能告诉我们应该怎么办。举一个例子，假如一家企业以销售额作为核心关键指标，那么当该指标发生波动时，企业决策者和管理者可以从该指标中获得什么样的启示和对策呢？几乎没有。在现实中，一家企业的销售额可能被多种人为因素干扰。比如临绩效考核期末，为了计算业绩争取奖金，销售人员可能会人为控制销售进程。或主动冲销量，或把本应当季完成的订单人为拖延到下季完成。这样的现象很普遍。所以以目标当指标，对企业优化业务来说没有什么实质帮助，应当区分。很多情况下，财务指标正是这样被选择为指标体系中的一员的。可能因为在财务系统中，它们就被冠名以“指标”，所以被很多人误以为这就是货真价实的指标。实际上在指标体系中，此指标非彼指标。另外财务指标不适合做指标的一个原因是它有专业知识门槛。要对非财务专业的人员解释清楚一个财务指标，可能需要付出不小的沟通代价。
关于设计指标体系的“技术”要点，大体就是这些了。除此之外，指标应有的几个特征也值得与诸位分享。
除了实事求是，随“时”而变，以及确保可测量外，指标还应满足以下特征，才能被很好地利用。
指标应具有时间维度。这使得我们可以沿着时间观察、比较它。这也是为什么一个真正有用的BI工具中，有关时间的各种计算函数总是“重头戏”的原因。如果对时间的计算不够“智能”，这个BI工具的价值就不得不令人怀疑。
管理者应当能够给指标设定一个有业务意义的目标值和上下界限。如果没有目标值和上下界，就像射击瞄准的目标靶没有靶环一样。迭代优化就靠这个，没有可不行。
我们通过指标体系记录业务的历史数值，评估经营的绩效基线，并给出合理的目标值和上下界限。再用它监测当前的经营状态——如果指标在合理的范围内，我们就知道企业运营基本“健康”。如果超出界限，管理者就明白需要调查原因，寻找对策了。但现实中，真正做到这一点的企业并不占多数。虽然有的企业构建了一套指标体系，但一眼看去，发现没有目标值和上下界限，就知道这套指标体系实际上成了摆设。指标体系不止可以用于总结过去，监测当下，它还可以预测未来。当指标忠实地反映企业经营状态时，决策者和管理者怎样据此判断未来将如何变化？在指标体系中隐藏了有关答案的线索。它不但能帮助企业发现问题，也能给予启示，找到解决问题的思路，甚至预判业务的发展趋势，使企业尽早做出准备和安排。这是预测最大的现实意义。为了说明这一点，我讲一个自己亲自做过的企业项目。
2014-2016年，我在做一个快消品B2B的采购与配送平台项目。这个项目的初衷是，试图通过一个在线订货网站/App，重新建立一套快消品从厂商到终端店的供应链通道。小型便利店/小卖部的经营者在过去都是靠经销商/二批商进货。这些传统的渠道商最大的问题有两点，一是习惯性向终端压货以实现自己的业绩，二是他们的货物供应往往品类有限，这使得终端店主不得不同时管理多个供应商，此外还要自己去各级批发市场寻找新的货源。这让不少店主苦恼。看店和找货这两件事都很辛苦，而他们常常不得不平衡对二者的精力分配。另一方面，从上游角度看，渠道商在厂商眼中也存在不少长期“痛点”，比如串货。哪个行业都有顽疾，不必每个问题都揪出来一一列举。总之，了解这一行的人大都知道，快消品流通行业确实存在不少弊病。由此，过去的那一套做法无论怎样看起来都有些太老套了，周转效率低，而且似乎对行业发展没什么贡献。所以当时我这个此前对快消品毫无从业经验的人，头脑一热就扎进去了。公司的服务除了提供“一站式”采购外，还提供配送到门，计划用比传统批发商更快的配送效率赢得市场的芳心。当然公司雄心勃勃的真实目的是借此收集终端零售店的采购数据，经过加工处理，卖给上游品牌厂商。而面对下游，公司的定位就是通过精细化的供应链管理，给零售业的流通带来新变化。计划看似完善，也有一个所谓的“闭环”，但现实结果是项目失败了。后来我花了一段时间专门对项目进行复盘，总结经验教训的过程使我认识到项目在设立之初就存在严重问题。但事后来看指标体系其实早在一开始就揭示出了这个缺陷。要弄清这个来龙去脉，让我们从这个项目的业务过程图开始看起。下方表3是我描述的该业务的过程图，再下方的图2是针对它的影响图。
表3 快消品B2B业务过程图
图2 快消品B2B业务影响图在业务过程图里，我从客户的角度，用5个阶段描述了一名潜在客户从他最初知道公司的存在，到完成了一笔采购订单的典型过程。其中激活阶段指的是潜在客户想到公司的业务可能对他有用，但此时并没有产生采购的想法。浏览阶段则指的是意向客户已经有了尝试采购的打算，但依然随时有可能中途放弃。这个过程实际上描述了to B业务中客户相对较长的决策链。在影响图里，由于当时的一个紧迫且现实的诉求是向外部可能的投资人展示公司业务价值，因此平台成交总额GMV成为公司的核心目标——高GMV直观显示了终端店通过公司采购货物有多么活跃。我将GMV来源分解为两部分，一个是终端店因店中已有商品库存告罄而产生的补充采购需求；另一个则是终端店看到公司提供了它暂时还未销售的新产品而产生的采购需求。这两个因素的分解基本一致，只在细节上有所不同。比如采购周期这个因素，面向“已有货物的补充”这一情况主要受门店动销的影响。而是否采购新商品，主要取决于店主的预算。配送也是一个很重要的因素。不过当时配送对GMV没有太明显的影响，它的问题更多体现在成本控制方面。所以为了简便起见，影响图中没有列出它。
业务描述大致如此。那么核心关键指标应该是什么？
业务从无到有，很多地方看似都很关键，比如客户数量，再比如订单金额。传统批发商就很看重订单金额，往往给终端店设置一个配送门槛。如果一笔订单价值低于批发商的预设门槛，那么他们就不会接受客户的这笔订单。为了帮助销售团队更好地拉拢客户，当时我定的核心关键指标是复购率。它实际上从采购周期而来，表示的是一个月内客户从公司进了几次货。其它被纳入到指标体系的还有像日均活跃客户数、平均订单金额、平均每单采购SKU数量、每天新开发的客户数、每月客户流失数等。它们都很重要，但毫无疑问，复购率是最关键的。之所以选择它，是基于两点逻辑。一是复购率度量了客户与公司业务的合作状态，而且复购次数越多，也意味着公司未来GMV的潜力越高。虽然竞争对手很多，也远比我们强大，但只要先把客户保留住，那么将来就一定还有机会。另一点是复购率可以较好地兼顾已有商品补充采购和新品采购两种情况。因为新产品如果在终端店动销良好，那么店主自然会再次进货。
这里回过头解释下为什么当初将GMV分解为这样两部分。这是基于对快消品市场理解的结果。在快销品市场，存在很多长期畅销，大家都会采购的商品，比如可口可乐。还有一些商品，由于动销不一定好，每家店就会谨慎采购了。特别是一些不知名厂商生产的新产品，对终端店来说既是机会又是风险。而对于中间的渠道商来说，畅销的商品固然不愁卖，但是利润薄，而且对资金的占用非常大，有时还面临供应短缺的压力。而相对知名度低一些的商品，利润率是高出不少，但是需要承担经销失败的风险。因此把这两种情况分开处理，是一种合乎逻辑的选择。
公司各部门通力协作，初战取得一定的成绩。首月拿下120多家客户，GMV近30万。这个成绩不好不坏，但这是公司付出了极大的辛苦才换来的。当时公司有女员工因此还累哭了，这里“哭”是一个动词，不是副词，说的是真哭。原因在哪呢？由于一些资本的加持，一些获得投资的公司很自然会用资金实力展示其竞争力。我们的销售团队反馈的情况是，当时市场对终端店的争夺到了白热化的程度，这家公司的销售刚走，那家公司的销售就踏进店铺和店主谈心。那时我从外部得到的情报是，有的公司为了拉拢客户，甚至主动给一些夫妻店缴纳五险一金——只要从他们那里按照一定条件进货。所以当时一家终端店事实上会同时从多家公司进货，选择的标准主要就是价格和服务体验。初期，为了尽可能增加客户数量，我们的销售团队是将目标放在了整个城市。销售人员12人，对照一个中等规模的批发商，这个团队规模不算小。但是比起那些有野心的采配平台来说，这个规模就是他们销售团队的一个零头。所以拼人力，基本上没戏。从实际开发客户的效果看问题也是很严重。如果把目光放在整个城市上，则一个行政区只能分配1-2名销售人员。这种人力配置，不用细想就能明白，在那种激烈的争夺客户的竞争中是占不到一点便宜，只能落得处处被动。因此公司运营上，就销售这个事情必须要想出一个对策。对此我当时的考虑是收缩开拓市场的范围，改为集中在某一个区域全力开发和维护客户。为什么做出这样的思路调整？让我们回到影响图，把目光落在客户数这一因素上。这种to B业务的开拓，当时主要靠地推。起初销售策略是扫遍整个城市，每个行政区都有少量销售员，不断地开发新客户，同时维护老客户。每天按照一个预先设置的拜访路线，销售工作可以有条不紊地开展。但当竞争白热化到疯抢客户的程度时，维护老客户的间隔就不得不缩短，以抵消竞争对手对我们客户的攻势。在同样的人力配置下，这是不可能做到的。不要说开发新客户，就是仅仅维护老客户，时间可能都不够用。因此收缩销售覆盖范围，聚焦于一处就成了自然而然的选择。此外考虑到公司还有送货到门的服务，因此聚焦策略对控制配送成本也有好处。同样还是客户数这个因素，但是在影响图中，它的内涵变得不一样了。随着市场形势的快速变化，客户数这一因素的紧要程度迅速提升。当时我把这一决策称为“密度打法”——不是关注公司的总客户数，而是关注在一个特定行政区内每个具体细分区域，如某条街道内的客户数量。于是按照这个策略，公司的指标体系里将新增一个指标——每个位置点的客户数，或者表示为客户数/位置点。
让我们用前面介绍的指标应具有的几个特点来检查下该指标是否恰当。首先它容易测量。即使没有任何信息化工具支持，也可以通过销售人员的人工统计完成，而且准确率能得到保证。不需要开发什么软件系统，就可以快速部署应用。公司可以创建一个内部统一使用的标准数据源，将销售区域内的各个细分位置用一个表格表示出来。随着时间的推移，客户数/位置点的数量将会根据市场销售的成果不断变化——如果我们的市场被侵蚀，该指标会下降；如果增长，则会上升，并逐渐到某个水平稳定下来。其次，该指标可以设置出具有业务意义的目标值和上下界限。比如公司根据对实际市场情况和公司具备能力的合理估计，可能制定第一轮销售工作，是确保目标区域内的各细分位置点的客户数比例不低于20%或1名，此外可以设定该指标无论如何不应低于10%或1。因此，企业可以容易地追踪监测销售的情况。如果某个位置点，出现了客户数占比小于10%或1名的情况，公司能够很容易地发现它，并迅速展开调查，看看具体情况究竟是怎么回事，进而研究对策。企业在日常经营中，就应该是这样利用指标体系监测、优化业务。核心关键指标还是复购率，但是整个指标体系中增加了客户密度一项。从业务角度看，这个新指标也有其现实意义。除了应对销售竞争压力，以及优化配送成本和效率，从市场预期效果看，一个位置点里密集的客户也对公司有好处。因为短短的一条街道里的几家便利店，如果都在销售某款产品，可能会在该单品的动销上营造出一种“聚集”效应，从而给消费市场一种热卖品的印象，进而可能打开销路。对每家零售店来说，这种各家都在销售的同类产品，占每家店的SKU总数比例很低，不会造成“竞价倾销”的负面效果。这符合零售业中“货卖堆山”的道理。
然而在这个案例里，后来真实的情况是，公司决策最终并没有真正实施密度打法。这也不奇怪。因为到处撒网式地开发客户，总能开发出一些客户出来。虽然客户不一定真的采购，但是客户数量这个指标如果有一个明显的增长，那显然面对投资人时更有利于展示企业“良好”的形象。而只在一个区域内开发客户，总给人一种“不够强大，也不安全”的感觉——且不说客户都在一个区域内，显得公司很弱小，万一连这一块市场都丢了怎么办？此外当时传统批发行业的思维，经过我的调查发现，也确实更喜欢撒网式开发客户的方法。特别是位于城乡结合部的零售小卖部，由于数量巨大，是很多经销商/批发商看重的“富矿”地带。只是从指标体系的设计过程来看，我们知道位于环线/城乡结合部的客户分布，的确不利于应对激烈竞争的客户维护。企业经营者应当明白，在商业决策中，没有纯粹意义的对错，分歧实质都是路线之争、观念之争。比如在这个案例中，“To Capital”的经营思路，说穿了也未必就比“To B”的思路错误。虽然是一种冒险，但是哪个商业活动中没有风险呢？对有些人来说，可能觉得这种孤注一掷的讨好资本的方式十分投机。但是对另一些人来说，这条路才称得上是真正的光明大道。后来因为决策分歧以及其它一些原因，我离开了我创办的这家公司，但是在一段时间里，我依然默默关注着它。当有二批商向我推荐这家公司，说它“做得还可以”时，我当时心里很高兴。不过这家公司最终还是倒闭了，虽然后来公司客户数一度达到了1000多家，月GMV近50万，但无济于事。因为这样的成绩其实并不能说明什么。按照快消品流通领域的利润率算，公司当时月GMV至少要达到300-400万以上才能勉强持平人力成本。公司努力经营却始终未能证明自己具有某种必要的竞争力。我们现在知道这是为什么，因为GMV只是公司的经营目标，它不是指标，更谈不上是核心关键指标。而客户数虽然可以作为指标，但它肯定无法成为核心关键指标。有人管这类指标叫“虚荣指标”。所以努力地提升GMV或客户数量，可能并没有真的优化业务。恰恰相反，表面的安慰可能隐藏了投资回报率上不合理的模式，使企业经营难以为继。
然而仅仅没有执行“密度打法”这一点，还并不能解释为什么这家公司最终还是无法避免倒闭。要回答这一问题，得回到当初为它搭建的指标体系，或者那个影响图上来。
让我们注意看订单金额这个因素。影响该因素的是四个因素，分别是SKU、单价、数量、折扣。仔细思考一番就能发现一个致命的隐患——这四个因素，可以说没有一个真正掌握在公司手里。SKU和单价被牢牢控制在上游厂商手中，数量实际上被终端店控制。折扣勉强有一点点可怜的浮动空间，但是实际上也起不到什么作用。这个局面与当时品牌厂商的惯性思维也有关系。在当时，头部品牌厂商在快消品领域是巨无霸的地位，它基本左右着这个行业的利润分配。像中小规模的零散门店赚取的零售利润，只不过是整个利润蛋糕中较小的一部分。因此面对四平八稳的渠道格局，品牌厂商没有任何动力做出哪怕一丝丝改变。尽管我们的终极目的是聚集行业零售动销数据，转而卖给品牌厂商。这一点厂商有兴趣，但是也得先做出实际的动销成绩再谈这些。所以当时这一基本市场格局，迫使我们不得不硬着头皮从微薄的利润中咬牙坚持。但其实指标体系早在设计它时，就已经明白无误地告诉我，这条路是危险的。为什么当时我亲自设计指标体系，也知道影响GMV的若干因素，但却没有意识到这个隐藏的巨大危险呢？原因是我并不懂行。由于我此前从未真正介入过快消品流通市场，所有的业务领域知识和市场信息，早期主要来自最初选择的合伙人，后来主要靠自己实际走访市场，做调查，以及学习。当我搞明白这个市场里利润究竟是怎样分配的时候，公司业务已经遭受了“社会的毒打”，可谓遍体鳞伤。所以尽管我掌握商业分析技术，也亲自设计了指标体系，但是对致命的风险却长期视而未见，根本原因还是在自身。这就是我在之前文章里多次提醒读者朋友们一定要重视领域知识的缘由。再来看看采购周期这个因素，在补充已有商品和采购新品两种情况中，它们分别被动销和预算这两个因素影响。但公司对终端店的动销实际上没有什么影响力。而预算，对终端店来说是个新事物。我曾考虑过要不要引入供应链金融来解决这个问题——以终端店的经营流水为信用，向其授信，完全不占用零售店的现金流。为此我还谈了当时位于北京的两家供应链金融平台。但是很快我又放弃了这个决定。原因是这个决策带来的价值不大但风险不小。即使实施，这个金融授信也主要用在新品采购这部分，而整个业务逻辑从指标体系上看很明显。已有商品的稳定动销，终端店是有现金流周转的。适合运用杠杆的，是新品采购这部分。但是这部分的占比并不会太大，何况在当时那个阶段，新品采购的规模很有限。因此这部分能起到的业绩放大作用就很有限。但是终端店的新品动销风险依然存在。要是在这部分信用贷款上出现还款问题呢？虽然新品的利润率远高于畅销品，但是一旦某款SKU的动销周转缓慢下来了，做这件事的收益就远远难以抵消其风险带来的损失。
通过这个案例，我们感受到快消品B2B这个业务面临的种种实际挑战。如果深入了解快消品流通市场的格局，又通过指标体系的设计，提炼出核心关键指标，梳理了各因素的影响效果，企业决策者将会做出怎样的判断？我们能否猜测，认为决策者有可能做出正确的预判，避免错误的投入？完全有可能。项目运营期间，为了扩大营收来源，团队中的一些成员也是绞尽了脑汁。比如一位团队经理想到的一个点子就是通过在快消品包装上印刷定制化的广告进行创收。这在后来的一些市场里是有类似案例的。这个思路就突破了最初指标体系中营收的来源，那么围绕这个收入展开的指标体系分解将会不一样。
时光荏苒，如今的快消品市场又今非昔比。随着社区团购、全渠道、私域等新营销概念的出现，市场出现了新格局。参与新竞争的企业该怎样分析当下的市场并做出正确的决策？我想只需要准确了解当前的市场格局信息，加上对指标体系的认真梳理和设计，就可以对业务发展做出相对准确的判断。不止于快消品市场，很多其它行业也是一样，指标体系可以帮助我们审视业务，并从公司决策层面，或者说战略层面预测未来。在运营层面，指标体系同样具备预测能力。利用指标，管理者可以对近期未来做出一定合理的预测。带有时间维度的指标实际上就是时间序列。无论是平稳时间序列，还是带有趋势、季节性变化或周期性变化的时间序列，人们早已总结出不同的计算方法进行中短期预测。管理者们基于合理的预测，可以对未来一段时间内的工作做出良好的计划和安排。
