对于一家企业来说，哪些数据指标对他们来说才是真实而有价值的？
作者 | 龟途慢慢
编者按：
许多公司都会测量自身发展中的许多指标，一方面是为了更好地了解自己，另一方面也是为了吸引更多的投资。但，你所测量的内容真的是有用的指标吗？本文编译自 First Round Review，略有删改，原文标题为
「I'm Sorry, But Those Are Vanity Metrics」
（
http://firstround.com/review/im-sorry-but-those-are-vanity-metrics/
）
。
我们对「虚荣性指标」的迷恋从我们很小的时候就初见端倪了。上学的时候，分数就是最重要的东西，但一个「A」真的能反映出学生的学习水平，或者就能承诺他未来在社会中的发展吗？也许，拿到「B」以上的成绩只是代表着「学习更用功」，而非「更聪明」。
分数很容易让你陷入虚荣中去，让你喜欢比较而非追求卓越，让你执着于自我而非进步。这些分数可以成为教师对比学生或学校董事会评估学校的工具，而非让学生进步。所以，我们很容易成为「A」的牺牲品。
Looker（数据可视化分析公司）的 CTO Lloyd Tabb 在科技界也看到了同样的问题，各种指标是提升了——从 DAU（日常活跃用户）到利润，但实际的帮助可能却不大。事实上，这些测量往往倾向于让投资者衡量一家公司是否有价值，而不是显示它自己能如何创造更多的价值。
这些证明了我们大多数人仍然执着于得到一个「A」。在三十年的公司管理经验之后（其中包括了大名鼎鼎的 Netscape），Tabb 获得的最大收获不是你所期望的，也不是你想要听到的：
你正在测量错误的指标和数据
。
Lloyd Tabb
在下面的内容中，Tabb 将分享如何遵循数据所指引的发展方向，而非背道而驰。他比较了少数几类公司（包括了服务型、广告、软件、电商）中存在的虚荣性指标与清晰化指标，以演示如何找到更好预测未来行为的方法。
虚荣性指标（Vanity Metrics）vs. 清晰化指标（Clarity Metrics）
对于学生来说，GPA 分数是他们能否进入大学的关键指标，因为这能简单的反映学生整体的表现。科技公司同样也需要这样宽泛的指标——比如用户数量——来说服投资人和投资顾问相信这家公司有前途。
在 Tabb 看来，「虚荣性指标不是没有用，他们适合其他人来对你进行评价和比较。」但别在自己内部也这样做，追踪那些清晰化的指标才能帮你建立良好的公司业务。
下面是他们的区别所在：
混淆这两种类型的测量内容可能会带来灾难，迷恋虚荣性指标会让企业无法建立真正可行的商业策略。「在 2014 年，一个招聘网站会在用户注册之后通过 Facebook 中的好友信息进行病毒式推广，他们的投资顾问和投资人迫使他们不断提升自己平台的 DAU，所以这就是他们所关注的一切」，Tabb 说道，「当然，这个策略看上去奏效了，3300 万的 DAU 获得了 4900 万美元的投资，这一切都发生在不到两年的时间里。他们非常专注于这个单一指标，于是他们没有注意到自己流失用户就和自己获得用户一样快，所有人都对他们的做法表示不满。他们成为了一颗最终坠落的流星。」
这家公司因为过度关心增长而损害了单个用户的利益，「你得到了你想要的东西，但却留下了糟糕的后果」，Tabb 说道。
下面是他根据几种不同类型的企业所给出的建议。
服务型公司
如果你正在售卖一项服务，那你最常见的虚荣性指标就是你的用户数量
。将你的发展速度和你的竞争对手作比较能显示出谁赢了，但这不会告诉你如何以及为什么。「对于服务型公司来说，你要发现并测量那些能带领你获得用户欢心的内容。你的目标应该是回答这个问题：我们的用户得到了好的服务了吗？我知道这是一个具有挑战性的问题，因为服务好不好是很主观的」，Tabb 说道，
「如果你找到了一项好的指标，那就随着时间测量用户行为的变化，如果情况变得更好了，那就说明这就是你要做的事。」
那企业如何发现这些呢？走出你所在的行业可能会帮助你更开放、更有创造性地思考。举个例子，假设你正在一家餐厅评估它的服务是否良好。「对一家餐厅来说，你有很多昂贵的方式来测量它的服务是否出色，比如你能计算究竟有多少客人在同一时间试图寻求服务生的帮助。但这比较困难，因为你很难判断客人们究竟是不是在寻求服务。所以，你需要的是一个容易测量并且不容易被误解的措施。比如测量每个客人杯子里的水有多少，通常这都能反映出一家餐厅的服务水平，并且容易很测量。「
瞄准服务的最早期行为
。对于服务型公司来说，在你设立测量指标时，请再往前看一点。比如共享出行服务经常引用的指标是每月活跃车主的数量。「但这就是虚荣性指标，因为这并不能解释为什么用户会持续使用你们的服务以及服务能够如何改进。想要让服务变得更好，请去测量用户搭一次车需要花费的时间，车辆到达得越快，用户再次使用的可能性就越大」，Tabb 说道，「等待 1 分钟和 10 分钟的差别能清晰反映服务质量的差别，数据分析能告诉你用户等待时间的极限。再结合区域、司机等不同因素，你就能提升用户的满意度。」
这个经验对于 Tabb 格外重要，他在虚拟呼叫中心公司 LiveOps 花了一年时间处理数据，试图去找出如何预测呼叫代理质量的方法。因为没有两个电话是一样的。「我试图测量电话的长度，我的假设是，如果你接到的电话都很短，那说明你更快地解决了问题，你是一个更好的代理。但这其实不是一个很有说服力的指标，因为它无法预测服务质量」，Tabb 说道。
然后他突然明白了，所有 LiveOps 的代理商都是独立的承包商，他们只会在自己想工作的时候工作，所以他们的表现全都取决于他们自己。「我瞄准了可以测量的最早期行为：出勤率。我们开始追踪谁出现了而谁没有，事实证明，出勤率是问责制的典型代表，也是衡量代理们业绩的最佳标准。它不是很明显，有时在电话里可能什么都没有发生。但成功的最佳指标是你是否说到做到，我们开始把打入的电话接给那些最好的代理商——那些能言出必行的人，而且我们所有客户的收入都在增加。」
广告公司
在 Tabb 看来，广告公司很容易受到虚荣性指标的影响。
因为广告曝光度只代表「曝光」而非最终的结果，他们并不能预测后来的行为。
「有足够多的公司在吃过亏了之后才知道
『用户属性』才是真正重要的东西
」，Tabb 说道，「如果您不追踪同一数据库中的用户点击率和购买指标，你就只能停留在点击你广告的用户比例这个数字上，你不会知道他们接下来做了什么。你要知道，可能有 100 万人访问了你的网站，但他们什么也没买。而平均值是一维的虚荣性指标，如果没有上下文，他们就会失去其意义。」
你所测量的东西——用户数、点击量、交易量——他们都各自存在。所以，你为什么要在单独的数据流种对他们进行分析呢？
「指标之间会互相影响，而你需要知道他们是如何互相影响的」
，他说道，「不要仅仅去测量是哪些点击变成了订单，把它们备份并且拆解，从这些用户最开始接触你们的地方查看起来，一直到他们真正在你们网站上下单。你要做的就是必须一路连着查看下去。」
如果你是一家电商公司，那你要再往前走一步。「一旦你获得了一个用户，确定你从哪里获得了他，你为获得他付出了多少成本，以及你收回这个成本所需要的时间。不要停留在表面，你为这些点击付出了成本，你需要了解这些。这是你真正了解客户终身价值的唯一方法」，Tabb 说道，「我们与一家在线时尚经销商合作发放了一批免费赠品，我们觉得一旦有新的注册用户进来并成为了常规用户，收回那些成本应该不会花太长时间。但你要知道，免费是有危险性的行为，你能从中看到很多不好的行为，其中绝大多数的新『用户』都不会真正转化成常规用户。我们知道这些是因为我们一路追踪这些人的行为，从他们点击到注册一直到购买。」
