ThinkingAI Logo
返回博客列表

指标体系图怎么画?结构选择与图例

指标体系图先定用途再选结构:层级图对齐目标,驱动图解释波动,关联图追溯口径与依赖。文章给出三种画法、可复用的图例约定、六步绘制流程、验收清单与口径维护方法。

2026-11-209分钟
指标体系图怎么画?结构选择与图例

指标体系图怎么画,先看这张图要解决什么问题。给管理层汇报目标如何落到指标,用层级图;解释某个指标为什么涨跌,用驱动图;追查口径来源、评估改动影响,用关联图。三种图的节点和连线含义不同,图例也需要分别约定。下面按定用途、选结构、画图、定图例、验收、维护的顺序说明。

一、先确定这张图回答什么问题

同一套指标可以画出完全不同的图。结构由读者任务决定,细节由指标关系决定。

使用场景读者要先看到推荐结构常见交付
目标对齐与汇报目标由哪些关键指标支撑层级图一页指标地图
波动归因哪个因子贡献最大驱动图带公式的拆解树
口径治理与交接数据从哪来、改动会影响谁关联图指标血缘图
评审与培训指标边界与优先级层级图加图例带图例的框架图

判断方法可以落到一个动作上:读者看完这张图,是要做决定,还是要找原因。做决定时先给目标和关键指标,找原因时先给可拆解的公式或维度。

把所有指标塞进一张图,是常见的第一版做法。分支到了几十个,读者找不到主指标,图就失去了作用。一张图只承担一个任务,任务变多就拆图。

三种指标体系图结构对比:层级图、驱动图与关联图

图注:三种结构可以组合使用,前提是每张图只回答一个问题。

二、层级图:把目标拆到能取数的指标

层级图回答目标由哪些指标支撑。ONES 在研发效能指标树的实践中给出的分层逻辑是结果在上、驱动在中、度量在下,上下层保持单向支撑关系。这个顺序可以直接迁移到大多数业务。

画之前先定四条规则:

  • 根节点写成可判断的结果指标,例如“月度 GMV 达到 8000 万”,避免“提升经营质量”这类无法观测的表述。
  • 中间层放驱动因素,同一父节点下的分支尽量互不重叠,覆盖主要路径即可,不为了对称补分支。
  • 叶子节点同时满足口径明确、数据可采集、责任可归属,缺一项就要补指标卡或换指标。
  • 每个节点标统计周期和口径编号,公式与数据来源放到图外的指标卡。

一个电商示例:

<code class="language-text">GMV|结果指标|月|M-001
├─ 购买用户数|驱动|月
│  ├─ 访问用户数|可取值|UV
│  └─ 支付转化率|可取值|支付用户数 ÷ 访问用户数
└─ 客单价|驱动|月
   ├─ 人均订单数|可取值|订单数 ÷ 购买用户数
   └─ 订单均价|可取值|GMV ÷ 订单数

</code>

画法分五步:

  • 写根节点:一句可观测的结果指标,带周期和口径编号。
  • 列驱动:沿业务流程找环节,例如曝光、访问、下单、支付、复购。
  • 落到叶子:每个驱动拆到能直接取数的指标,拆不动就补指标卡。
  • 标连线:统一用“影响”“构成”或运算符中的一种语义,全图保持一致。
  • 做验证:请一位不参与设计的同事看图,确认能在一分钟内说出主指标和三个主要驱动。

常见问题有三个。把“华东区”“新用户”这类维度画成节点,会让读者误以为它们是可计算的指标;为了层级好看硬拆分支,会产生一批没人使用的指标;叶子指标没有负责人,异常出现时找不到人处理。叶子指标的质量决定这张图能否落地。

三、驱动图:解释一个指标为什么变化

驱动图只服务一个问题:某个指标这一期为什么变了。它从待解释指标出发,沿计算关系或维度向下拆,直到找到贡献最大、又能采取行动的因子。

常见的两种拆法:

  • 公式拆解:按指标计算式拆。GMV 等于购买用户数乘以客单价,客单价等于人均订单数乘以订单均价。
  • 维度拆解:按地区、渠道、新老客、终端等维度拆,比较各分组对整体变化的贡献。

以杜邦分析为例,净资产收益率的公式拆解可以画成:

<code class="language-text">ROE|18.6%|季度
├─ × 净利率|12.4%
├─ × 总资产周转率|0.85
└─ × 权益乘数|1.76

</code>

三个因子相乘约等于 18.6%,读者能顺着边上的运算符复算。图中数值仅用于演示结构,实际制图应替换为当前周期数据。每个节点写清口径和周期,比率注明分子分母,图才能被核对。

在图上标贡献度时,先把算法写进图例。相加关系可以按因子变化值占主指标变化值的比例计算,各因子贡献度之和为 100%。相乘或相除关系的贡献度需要单独定义,不能直接套用相加的算法。

驱动图有一个边界要守住:公式关系是可计算关系,不能自动当成因果关系。用实线表示计算公式,用虚线表示待验证的假设,读者就不会把假设当成结论。

四、关联图:把指标、口径和数据来源串起来

关联图回答两个问题:这个指标从哪来,改动上游会影响谁。

图中通常有两类边:

  • 业务关联:指标之间的影响或共同解释关系,例如转化率与客单价共同影响 GMV。
  • 技术血缘:数据表字段、原子指标、派生指标、复合指标、报表或接口之间的依赖。

一个简化的血缘链:

<code class="language-text">订单表 order_amount
   └─ 原子指标|支付金额
        ├─ 派生指标|近 30 天 PC 端支付金额
        │    └─ 复合指标|支付金额占比
        └─ 财务对账报表

</code>

阿里云 DataWorks 文档把指标分为原子指标、派生指标和复合指标,其中派生指标由原子指标、修饰词和时间周期构成,复合指标由派生指标或复合指标通过加减乘除组合。华为云的业务指标规范要求写清业务定义、计算公式、统计周期和统计口径。关联图沿用这套分层,在节点上标出类型,读者才知道自己在看定义层还是应用层。

布局遵循四条约定:

  • 方向统一。上游在左、下游在右,或上游在上、下游在下,全图只选一种。
  • 分层排列。数据表、原子指标、派生与复合指标、应用各占一列,减少连线交叉。
  • 节点带类型。用形状或角标区分原子、派生、复合与报表。
  • 变更留痕。图注写明版本和更新时间,重大口径调整在节点上留标记。

关联图的价值在变更时刻体现。指标下线或调整口径时,沿下游边找到受影响的报表和接口,通知对应负责人,比口头确认可靠。

五、图例怎么定

图例是图的说明书。它要回答三件事:形状代表什么,连线代表什么,颜色代表什么。

四条原则:

  • 一义一符号。同一个形状只表达一种含义,同一种线型只表达一种关系。
  • 先定语义再配色。颜色最多承载两类信息,例如层级或责任人,不要同时用颜色表示高低和归属。
  • 图例靠近图。放在图的下方或右下角,与图同屏可见。
  • 图注写全。数据来源、统计周期、版本号、制图人、更新时间都要有。

一张可复用的图例约定示例:

元素约定含义使用说明
实线箭头计算或构成关系边上可标运算符
虚线箭头假设或相关关系未经检验,不作为结论
深色矩形结果指标通常位于顶部或左端
圆角节点驱动或过程指标用于解释结果的变化
菱形维度或判断条件不参与指标计算
灰色节点已下线或待确认在图注说明原因

节点文字统一成“指标名|周期|口径编号”的格式,单位写在数值后面,比率统一用百分比并注明分母。图例以够用为准,三四条线、三四种形状足够表达大多数体系;符号越多,读者越要反复查图例。

六、画一张能评审的图:六步与验收

从零开始画,可以按下面的顺序推进:

  • 写用途:一句话写清这张图给谁看、看完要做什么决定。
  • 收集指标卡:名称、定义、公式、周期、来源、负责人。缺卡的先补,图上不猜。
  • 选结构:按前面的场景表确定层级、驱动或关联,必要时拆成两张。
  • 排布局:先放根节点,再按层展开,同层对齐,连线尽量不交叉。
  • 定图例:先写图例再画图,避免画完再补符号含义。
  • 评审与存档:业务、数据、使用方各看一遍,确认后存为带版本的源文件。

交付前用五项检查:

  • 主指标和三个主要驱动能否在一分钟内被指出。
  • 每个叶子指标能否找到口径、数据来源和负责人。
  • 每条连线能否用一句动词读出来。
  • 同一指标是否只有一处定义,有没有重复节点。
  • 图注是否写明版本、更新时间和适用范围。

任何一项不通过,先修图再发布。评审记录和图一起存档,下一次调整时能查到当时的判断依据。

七、图上的口径如何长期保持一致

图会过期。指标下线、口径调整、责任人变更,任何一项都会让图与数据对不上。

维护可以从四个动作开始:

  • 指标卡与图同源。图上的每个节点指向一张指标卡,口径只改一处,图引用结果。
  • 唯一主口径。同一指标在不同部门可以有不同叫法,计算口径只能保留一个。
  • 变更留痕。口径调整记录时间、原因和影响范围,图同步升版本。
  • 定期复核。按季度或业务阶段检查,下线指标从图上移除。

ThinkingAI 的企业级知识库统一管理指标定义,以 SSOT 保证同一概念全系统只有一处定义,并通过 ChangeSet 记录每次更新,支持追溯、对比与回滚。对已经用指标平台管理口径的团队,这类机制可以减少图、报表和 AI 问数 各说各话的情况。ThinkingAI 已服务全球超 1500 家企业,指标口径分散是多行业客户都会遇到的共性问题,先把定义收口,图才稳定。

常见问题

指标体系图一定要画成树吗?

不一定。树适合表达支撑与拆解关系,解释波动可以用驱动图,治理口径可以用关联图。三种结构可以并存,前提是每张图只回答一个问题。

一张图放多少个指标合适?

数量按读者任务定。汇报用的层级图适合控制在一屏可读的规模,例如 15 个节点以内;分析用的驱动图可以按分支展开,超出就拆成多张或逐层下钻。数量没有统一标准,先看这张图能否支撑一个决定。

层级图和驱动图能画在一张图里吗?

可以,但要把分工写清。上半部分放层级,说明目标由哪些指标支撑;选中其中一个指标后,另开一张驱动图解释它的变化。两种关系画在同一层,读者容易把支撑关系读成因果关系。

没有指标平台,用 PPT 或画图工具可以吗?

可以。先用统一的节点格式和图例把关系画清楚,再考虑工具。需要长期维护时,优先选择能记录版本、关联指标卡、支持协作编辑的工具,否则图很快会与口径脱节。

图例要写多细?

写到读者不用问人就能读懂。至少说明形状、线型、颜色和节点文字格式;专业术语和缩写首次出现时在图注解释。图例以够用为准,多余符号会增加阅读负担。

指标口径变了,图怎么更新?

先改指标卡,再改图,最后通知下游使用方。更新时保留版本号和变更说明,旧版本归档。指标已下线时,从图上移除并在图注记录替代指标,避免读者继续引用失效口径。

参考资料

  • 阿里云 DataWorks 文档:数据指标的构成
  • 华为云:业务指标规范设计

准备好构建你的 Agent 团队了吗

立即体验 Agentic Engine, 让 AI 成为真正的团队成员

ThinkingAI Big Logo
电话咨询