-
指标
【关键】2022年人力资本分析(People Analytics)中重要的指标
十年前，当我开始在人力资源部门分析人员数据时，这件事仍然是相当 "新颖"的。我们报告自然减员、招聘周期、绩效分布......这些都是为了让公司领导层和董事会知情或受益。这可能是有用的，也可能是战略性的，但这只是个例外。如今，我的角色和经历发生了变化：变得更加关注我们所分析的数据，以及它如何使我们的公司受益。然而，直到数据隐私发生演变（以及各地人员分析的日益成熟），我才开始真正看到其帮助每个员工和改造人力资源的力量。
我很幸运地将这一经验带到了TIBCO软件公司，由于我的团队不断地 "推陈出新"，加上TIBCO领导层的鼎力支持，我们已经建立了一个世界级的人力资本分析（People Analytics）实践。
在过去的几年里，我们建立了一种 "将洞察力付诸行动 "的文化，致力于利用数据来改善我们所有全球团队成员的经验、成长和技能。我们在留住人才方面变得更加慎重，在提高代表性和包容性方面变得更加全面，在理解职业倦怠、健康、投入、流动性和职业发展方面变得更加动态。我们在透明度和分享有用数据的能力方面有所提高。幸运的是，我们得到了TIBCO Spotfire这一令人难以置信的数据科学工具的支持，这一可视化分析工具使我们能够以一种变革性的方式广泛地分享人员数据。即使是处在2020年和2021年的不确定性和挫折感中，这仍旧令人激动不已。
现在，团队正着眼于2022年。我无法想象如何重新讨论那些已经发表的关于大迁移，健康倡议的重要性，多样性和包容性的转变等所有令人难以置信的研究，但我可以谈一谈我们今年正在衡量的指标，以及为什么我们认为它们对我们的关键目标之一至关重要：改善我们所有团队成员在TIBCO的体验，特别是在虚拟和动态经济中。
在以下每个简短的章节中，我概述了我们为什么关心这些指标，以及我们可以利用这些指标所进行的分析。我还在最后一章节中分享了关于TIBCO Spotfire的一些情况，尽管有人对这个工具存在偏见，但它无疑是同类型中优秀且发人深省的商业智能工具（尤其是在人力资源领域）。
混乱的劳动力市场中的招聘指标
几乎在每个行业和每个国家中，减员的势头都在持续增加。机会是无限的，地点的限制已经减少了。与以往任何时候相比，公司的价值主张和候选人的体验都至关重要。第一印象非常关键! 招聘人员和招聘经理有责任向潜在的求职者推荐一份公开的工作。
从历史上看，我们一直倾向于衡量招聘周期（从一个职位空缺到该职位被填补的时间）。许多人力资源团队仍然会报告这一综合指标，但我们已经试图在招聘说明中更加有针对性一些（特别是在进入2022年时）。这些是我们今年所依靠的指标，以讲述我们今年的招聘事例。
寻找候选人的时间：从职位空缺开始到你最终雇用的候选人进行申请需要多长时间？这个招聘周期的分区告诉我们，我们的雇主品牌有多大的吸引力，它可以按国家、或团体、甚至按职位描述中使用的语言进行细分。这个指标主要属于招聘人员，它显示了我们的人才招聘战略在为工作找到最佳人选方面的有效性。
面试时间：另一部分是指从候选人申请日期到他们与招聘经理面试所需的时间。虽然招聘周期代表着整个过程，但这个指标真正定义了候选人的体验。他们需要等待多久才能收到你公司的消息？多久才能与他们未来的领导进行讨论，并开始设想自己与你一起工作？这就是第一印象指标。与招聘经理分享这些见解以加快他们的决策也是至关重要的。
我们通过候选人调查、网页流量、LinkedIn帖子的参与度来增强这些指标，但上述两项，尤其是在细分后，对于我们如何完善和理解我们的招聘策略起到举足轻重的作用。我们还发现，当上述两个指标都处于良好状态时，生产力提升率、新员工参与度和入职满意度之间也存在着显著的相关性。
超越代表性的多样性指标
员工资源小组的扩展、招聘网站上的多样性页面以及代表性目标都是进步的显著标志。然而，在TIBCO，我们正在努力提高我们的DEI分析水平，以指导和革新我们的战略。在2020年和2021年，我们通过调查来获得一个能够更好、更持续地了解我们的包容性文化的窗口。我们也衡量了招聘、减员、晋升和我们人口群体的薪酬公平性。然而，我们想真正强化我们的战略，以超越代表性。TIBCO的DEI专家Elijah Ross帮助我们改变了这方面的分析动态，同时也展示了多元化团队的底线价值。
在2022年，我们将关注其中的一些关键指标：
招聘的多样性：当控制特定的国家或职能领域时，我们发现DEI的一个出色的指标是看我们如何招聘与我们招聘人员划分情况。例如，男性与女性招聘经理相比，招聘女性的比例分别是多少。这可以帮助我们发现是否存在无意识的偏见，使我们在培训和处理时更加谨慎。
雇员推荐的多样性：与上述情况类似，我们发现推荐可能倾向于现有的代表性，而不是任何变革性。我们通过衡量这一点以了解哪些战略可以改变代表性，哪些会使现状扩大。
多样性指数：利用生物学中的香农指数方法，TIBCO的Elijah Ross能够从多个维度观察团队的多样性。他发现，我们最多样化的团队有更高的留存率和自我报告的参与度。
对我们来说，在这个多元化人才的竞争日益激烈的市场中，在庞大的、不断增长的DEI保护伞中，更有针对性地看待这个指标是至关重要的。
职业发展和留存指标
我将是第一个承认我不喜欢减员指标的人。它们都是以时间为单位的，而且可能会受到其他因素的干扰。在TIBCO，我们倾向于在任期内的任何时间点看留任的概率，但自然减员是一个必要的指标。在2022年，我们也意识到，竞争激烈的劳动力市场使得公平和职业发展比以往任何时候都更加重要。为此，我们将重点关注几个关键的KPI指标。
新员工流失率：在COVID和后COVID的世界中，临时工经济被重新定义，我们想了解我们是否留住了那些任期不到6个月的员工。如果我们没有，我们必须找出可能导致提前辞职的原因。
关键人才的流失：留住关键资源和优秀人才是任何公司的目标，但当流失率上升时就显得尤为重要，你必须优化你的留人策略。我们根据角色来评估关键性--寻找替代者的难易程度、继任计划、对企业的影响。然后，我们看一下关键子集，以了解我们真正的减员挑战存在于哪里，以及哪里或许只是需要更好的规划。
职业停滞：我们在TIBCO使用的一个指标是，在我们的团队中，至少有3年的任期，在3年以上的时间里没有看到有意义的职业发展，并且工资范围低于市场的成员的百分比。如果将其与关键性、绩效或其他人口统计学指标相比较，这可以帮助我们真正完善我们的留任战略，并确保没有人在其岗位上停滞不前。
我们已经看到，当职业停滞不前，当新员工流失率较低时，我们往往会有更高的参与度，更高的绩效，以及更多的员工净晋升分数（eNPS）的倡导者。当我们需要确保我们的文化和团队从人才竞争对手中脱颖而出时，这些是至关重要的衡量标准。
TIBCO Spotfire
如果在分享我们的一些关键指标时不谈及我们的支持工具，以及它们对我们的价值，那就太遗憾了。拓展人员分析需要一个同步成熟的商业智能应用程序。如此，不仅能够生成上述指标，而且能够轻松地将它们与公司或团队业绩等底线驱动因素联系起来，或者利用K-means聚类将它们划分为值得注意的领域，或者找到统计意义与名义的差异，这彻底改变了我们以权威方式谈论我们的人员分析的能力。它也可以作为一个平行的过程来完成：我们在建立人员分析实践的过程中最大的收获之一是，它应该与数据收集和质量改进同步进行。人员分析可以帮助你在不断增长的数据架构旁边导航，而不是在它之后。
我们利用TIBCO Spotfire创建的仪表盘也能够使我们的人力资源业务伙伴、经理和TIBCO领导层民主化这些洞察力。我们的仪表盘可以查看自然减员、招聘策略、招聘效率、雇主品牌、薪酬公平和多样性/平等性/包容性。
今年有许多事情需要衡量，因为我们要确保我们仍然是一个优异的工作场所，能够为我们的全球团队提供强大的价值主张。以上是我们的人员分析团队的一个重点子集，它肯定会挑战和吸引我们。这是充满挑战的两年，但我们对2022年和我们可以转变的战略感到非常乐观。
作者：Nick Jesteadt Senior Director of People Analytics at TIBCO
-
指标
SaaS从业者与投资人必备秘籍：SaaS指标的黄金计算法则
编者按：本文来自微信公众号“WPS企业服务研究院”（ID: WPS-SaaS）。WPS企业服务研究院是金山WPS旗下的一个专注于研究企业服务行业的平台，旨在提供更有价值的企业服务行业分析、大咖观点与前沿资讯。
指标是一面镜子，而如何计算指标则是一门学问。不管对SaaS从业者还是投资人，学会计算这些指标是一门必修课。只有这样，SaaS创业者才能更清晰地了解公司的运营情况并据此做出正确的运营决策，SaaS行业投资人也才能更科学地判断投资一家SaaS公司的可行性。
在《SaaS从业者必读：如何衡量与优化SaaS公司的关键指标》这篇文章中，主要分享了SaaS行业的一些关键指标及优化方法，但对于如何计算这些指标并未进行深入探讨。本篇文章算是对那篇文章的一个深度延展。
本篇文章分享了一些常用SaaS指标的计算公式。这些计算公式无论是对SaaS从业者还是SaaS行业的投资人都是非常实用的。
CAC计算公式
CAC（客户获取成本）=所有市场与销售费用总和 / 新获取客户的数量
在确定CAC时，总体上要遵循谨慎性原则。首先，要遵循完整性原则，把归属于获取新客户的所有费用都包括进来，销售行为中的打折、返点都属于此类。其次，必须将来自不同渠道的新客户进行区分。来自不同渠道的用户所对应的CAC可能是不同的。
另外，因为总会有一部分用户是自己找过来而不是通过你的市场投入吸引过来的，这一类用户不可以进入CAC计算公式的分母项。所以，严格意义上的CAC是所谓的paid CAC，即通过付出市场费用而获取的用户所对应的CAC。
把来自不同获客渠道的用户所对应的ARR和paid CAC进行对比可以看出特定类别用户的利润贡献度以及市场投入的可行性。另外，对特定市场渠道加大投入可能会引起该渠道paid CAC的变化，其变化情况和背后的原因可能非常重要。
客户生命周期计算公式
如果你通过Cohort Analysis的方法选取一组100个客户，在这组客户每个月的流失率维持不变的情况下，你会发现这组客户数量将呈指数级衰减，如下图中展示的那样（图中的月流失率为3%）：
要想计算平均的客户生命周期，可使用下面这个简化的公式：
客户生命周期=1/客户流失率
这里的时间单位要特别注意一下，看客户流失率是月流失率还是年流失率，那么根据上述公式计算出的客户生命周期的时间单位也要进行对应。举个例子：
- 如果客户的月流失率为3%，那么客户生命周期为1/0.03，也就是33个月。
- 如果客户的年流失率为20%，那么客户生命周期则为1/0.2，也就是5年。
LTV计算公式
假如所有客户的ARPA（每个客户的平均MRR）大致相同的情况下，而且在客户的生命周期内没有扩增营收，你可以使用下面这个简单的公式计算LTV：
LTV=ARPA（每位客户平均MRR）×客户生命周期
因 客户生命周期=1/客户流失率，所以LTV的计算公式也可以演变为：
LTV=ARPA/客户流失率
然而在很多SaaS公司的客户群体中，不同客户ARPA的差别很大，上面这个公式没能将流失一个高价值客户和流失一个低价值客户给公司造成的不同影响考虑进去，因此，一个更加精确的计算公式为：
LTV=ARPA/营收流失率
为了更精确地计算LTV，将毛利率考虑进去也是非常重要的，这时公式就变为：
LTV=（ARPA×毛利率%）/营收流失率
对于SaaS行业的创业公司而言，LTV的主要用途是用于衡量公司市场支出的有效性，并据此决定是否需要进入加速扩大市场支出的阶段。在计算LTV时所使用的假设应该是基于业务实际情况进行的谨慎、合理的推断。
投资人和管理层的出发点在有些时候可能不同，投资人需要减少风险，创业者需要加大投入推进业务。这就造成大家所使用的假设可能不同，假设的合理性与否就要看各自的职业判断能力了。
实际上，计算LTV并不需要得到特别精确的数字，只要平衡谨慎性和合理性原则对各个参数进行假设得到有价值的决策结果即可。
更复杂情况下的LTV计算公式
还有一种情况是由于扩增营收（客户在生命周期内新增购买更多服务），客户的ARPA在生命周期内就会发生变化，这样一来，就不能使用上面这个简单的公式计算LTV了。
通过cohort analysis（分组分析）的方式选取一组中的100个客户，这100个客户一开始每个月都支付100美元使用你的服务，但之后每个月都会新增购买5美元的服务。这组客户的月流失率为3%。公司从这100个客户身上获取的销售额的变化曲线图如下图所示：
从上图可以看出，在最开始的几个月，扩增销售额是大于流失客户造成的流失销售额的，从这组100个客户身上获取的总销售额也在增加。但很快，流失客户造成的流失销售额就超过了扩增销售额，从而导致从这100个客户身上获取的总销售额开始持续下降。
对于这种复杂的情况，计算LTV的公式如下：
公式里的几个变量的意思如下：
• a=每个月初始ARPA x毛利率%
• m=每个客户ARPA的月新增额x毛利率%
• c=客户流失率%（月）
注：在这个公式里有一个前提，即客户在整个生命周期中每月新增购买的服务金额大概相同。这可能并不符合很多SaaS公司的实际情况，不过这个公式的目的是帮大家大概了解客户的LTV，而不是得到精确的答案。
LTV:CAC比值
对于一家比较成功的SaaS公司，LTV/CAC的比值一般都大于3，这也是判断一家SaaS公司从长期看来能否实现盈利的非常重要的指导标准。
注：上述这个指导标准有一个前提，即你使用的是不考虑毛利率的简化版LTV计算公式，此外公司的毛利率要在80%以上。
收回CAC的时间计算公式
收回CAC的时间=CAC/每位客户的平均MRR
若想更精确一点，还应该把毛利率考虑进去，这时计算公式则演变为：
收回CAC的时间=CAC/（每位客户的平均MRRx毛利率%）
有助了解签约合同金额（Bookings）的指标
MRR：月经常性收入，即上月MRR加上本月净新增MRR。需注意的是，不要把非经常性收入算进MRR，不要把合同金额当成收入。
ARR（年度经常性收入）：ARR=MRR x 12
新增MRR/ACV：当月新增客户贡献的新增MRR
流失MRR/ACV：当月流失客户造成的流失MRR
扩增MRR/ACV：当月因现有客户新增购买服务而扩增的MRR
净新增MRR/ACV：净新增MRR=新增MRR+扩增MRR-流失MRR
Bookings（签约合同金额）：我们可以把Booking理解为签约记录。在一个会计期间里跟谁签了销售合同，合同金额多大。在把这些签约金额累加在一起之后就构成了本年度公司记录的新签约合同金额（Bookings）。这个数字过于粗糙，对了解SaaS公司的真实情况没有太大借鉴意义。要想了解SaaS公司的真实情况，你还需要了解下面这些情况：
- 新签约客户的情况：新签约客户的新增MRR/ACV；
- 现有客户的情况，包括续约率、流失MRR/ACV和扩增合同额。
8. Billings（开票额）：在公司在收到客户预付款项时需要开具收据并记录，当相应的款项符合收入确认条件时向客户开具发票。Billing是财务流程中的一个动作，其本身不属于财务报告概念。当期Billing这个数字所代表的是公司从用户那里收到的全部现金金额。它反映了公司对用户的议价能力、押款能力，如果Billing的增长势头好，可能说明公司的业务进入强势增长阶段。
9. Deferred Revenue（预收账款）和Revenue（营收）：根据会计准则，公司不得把尚未履行的服务所产生的经济流入确认为收入项目。在形式上，预收账款项目记录的就是用户对已签约但尚未履行服务的合同提前向公司支付的款项。因此公司财务必须把这部分提前收到的款项作为对客户的负债记录在资产负债表上。当公司履行了预收账款所对应的服务后，公司才可以在当月把这部分被作为负债的“未实现收益”从资产负债表转到利润表里确认为营收（Revenue）（即所谓“已实现收益”）。
10. 提前预付时间：新签合同的提前预付款时间。预付款可以对公司的现金流产生积极影响。凡事有利有弊。让客户预付合同款可能会无形之中将一些客户拒之门外，影响客户的获取量。因此你需要在客户量和预付这两个有冲突的目标之间尽可能实现一种平衡。
11. ARPA：每个客户平均MRR
举例说明Bookings（签约合同金额）、Billings（开票额）和营收（Revenue）的区别
假如你们公司新签了一个客户，合同期限为一年。客户使用公司服务每月需支付1000美元，客户需提前预付6个月的服务款项。这种情况下：
- 你的签约合同金额（Bookings）为12000美元。签约合同金额既不影响资产负债表，也不影响损益表。
- 你第一个月收取客户6000美元的预付款项，收到预付款后开具同等金额的发票（Billings）。从第7个月开始，客户每月需支付1000美元。在你第一个月从客户那里收取的6000美元的预付款中，当公司履行了预收账款所对应的服务后，公司才可以在当月把这部分被作为负债的“未实现收益”从资产负债表转到利润表里确认为收入（即所谓“已实现收益”）。
- 在一年的合同期限内，你每个月获获得的收入（Revenue）为1000美元。
流失率相关指标的计算公式（续约率）
客户流失率=流失的客户数量/总客户数量
MRR流失率=流失的MRR/上月的MRR
MRR扩增率=扩增的MRR/上月的MRR
MRR净流失率=（流失的MRR-扩增的MRR）/上月的MRR
客户续约率=实际续约的客户数/当期到期客户总数6. 续约金额率=实际续约金额/当期到期客户的总金额
MRR净流失率考虑了公司对现有客户进行增量销售的因素。对于SaaS公司而言，这个指标非常重要，因为它显示了公司未来服务升级的能力。
对于SaaS公司而言，单纯希望依靠获取新客户实现长期增长几乎是不可能的事情，所以向上销售和交叉销售的能力就格外重要。你依靠什么长期留住现有客户？如何让他们愿意多花钱购买更多的服务？这里要考虑的不仅仅是眼前的产品形态，还必须考虑自己的战略路径安排。
对于高速增长的SaaS公司而言，客户续约率是一个非常关键的指标。这个指标衡量的是当期到期客户的续约比例，在大量合同同时到期的时候需要格外关注，它反应了客户对服务的粘性和满意程度。
指标是一面镜子，是反应的真实情况的镜像。学会计算指标后，要用好指标则需要具备三种能力：
• 根据业务实质，找到合适的一组指标，避免拿着哈哈镜做平面镜的能力。
• 对这些指标进行评估以看到过去、现在和未来的真实情况，做大概率正确决策的能力。
• 将指标作为运营与投资决策的依据并高效执行的能力。
参考阅读：
《SaaS从业者必读：如何衡量与优化SaaS公司的关键指标》
-
指标
干货：做好一款SaaS产品，最需要关注这6个指标！
随着近年来SaaS产品的持续升温，产品种类不断增加，针对客户和业务的精细数据分析能力成为了最重要的核心竞争力之一，矗立在行业顶端的团队都有着深厚的数据决策文化，这篇文章里我总结了 SaaS 类产品中最关键的 6 个指标，以供大家参考。
一、SaaS产品最需要关注的6个指标
1. 月度订阅营业额 Monthly Recurring Revenue (MRR)
计算公式：每个付费客户平均到月的营业额的总和
SaaS类产品与传统产品的核心区别，就是订阅式的服务：根据需求，客户需要按月，按季度或者按年支付使用产品的费用。这个金额与合同金额不一样，MRR实际是合同金额摊销到每个月的收入，这样能够将不同付款周期的客户统一到月度维度进行统计，MRR能够展现持续的销售额增长，并且能够反映客户流失的情况。
根据具体发生的原因，MRR也可以更详细的分为：
a. 新增MRR - 特制新增加的客户支付的MRR
b. 扩张MRR - 现有付费客户购买了新功能或者升级到更贵的产品
c. 收缩MRR - 现有付费客户降级
d. 流失MRR - 客户停止订阅或者支付费用
MRR = 新增MRR+扩张MRR-收缩MRR-流失MRR
2. 客户流失率 CUSTOMER CHURN
除了MRR之外，另外一个极其重要的业务指标就是客户流失率，在这里是指客户取消产品订阅的频率。客户流失率和留存率直接代表着一款产品的持续盈利能力，也应该是各SaaS团队最需要关注并持续优化的关键指标。
根据不同产品业务的特性，流失率的定义也都不同，普遍使用的流失率公式是这样的：
客户流失率 = （在指定时间段内取消的客户数量）/（在同一时间段开始时的付费客户的数量）
因为国内客户大多数签署的是年度合同，并且 2B 类的业务有着明显的季节性，利用用户流失集群分析可以将这两种情况都展现出来进行直观的监测。
在上面的留存图中，我们可以清晰看到每一个功能每一天来访的客户在今后的留存率，留存高的功能就可能是我们的增长点。
3. 客户身价 LTV
SaaS不是一锤子买卖，每个客户在使用一段时间后都有可能离开，客户身价反映了整个客户活跃的订阅周期里的营业额。客户身价能够给市场部门策划活动，销售策略执行提供快速衡量投入产出比的标准。
客户身价的计算可以用下面这个比较实用的计算方法：
LTV = ARPA / 客户流失率（*ARPA 平均客月价）
平均每个客户的月度营业额计算公式：当月MRR/当月活跃客户数
在产品刚刚发布数据还不完善的时候，可以先暂时用平均客单价来代替LTV，等到有足够的数据后，再转为更精准的计算方式。
4. 客户复订率
复订率，也就是付费客户留存率，在前期数据并不充足的情况下，比流失率能够更准确的反映出产品被客户的接受程度的高低。
客户复订率 = 完成复订的客户数量/当期到期的客户合同数量
5. 获客成本 CAC
客户获取成本是大家都比较熟悉的指标，获客成本需要包括市场和销售的费用，然而在实际执行中市场和销售费用进行实时统计会有难度，一个折中的办法是将市场和销售费用分开，围绕单个市场活动独立计算销售线索获取成本，再跟踪CRM系统中各活动的线索转化率，计算出一个复合获客成本。
获客成本和客户身价一样，持续的跟踪能够为市场和销售计划的实施提供指导性的标杆，美国SaaS产业衡量一款产品是否有未来主要看客户身价是否超过了 3 倍的获客成本，然而这个数字目前尚未在国内得到广泛的验证。
6. 客户健康度指标
上面提到的几个指标都是事后指标，也就是发生以后才会反映出来，对这些指标的关注和分析尽管可以提升未来的整体情况，但是在单个客户层面缺乏实际执行意义。而对客户健康度指标（下图）的监控是实时的，一般来说会是几个关键事件（比如平均登录次数，帮助页面的PV，联系客服的次数，使用核心功能的次数）整合后得出的数字。
通过对一段时间内流失的客户进行详细的行为分析，圈定几个在流失前发生频率有明显下降的事件，持续监测新的流失客户在圈定事件上的表现，如果一致，那么就可以加到健康度指标内。建议一开始跟踪的事件不要超过5个，并每隔一段时间就对比一次流失客户和健康度的指标。
健康度指标模型不可能一劳永逸，随着产品的进步，健康度指标也会不断的变化，要准备好随时更新。
二、如何把这些指标用起来？
很多团队跟踪核心指标的方式不同，最常见方法是每隔一段时间将整体的指标计算后再通过邮件发出去。这种方式尽管方便，却无法提供实时的反馈，核心指标的趋势和变化也不便观察。
最好的办法，是将这些重点的指标都放在一个能够实时更新的仪表板（如上图）上，并放在一个能够让团队所有的人都能访问的地方。有条件的话，最好是大家都能看到的实体屏幕上，如果没条件，也应该是一个每天早晨到公司第一件事就打开的链接。
本文作者GrowingIO殷旻哲，原文发于微信公众号GrowingIO。本文由作者授权创业邦（微信公众号：ichuangyebang）发布，转载请注明作者信息及来源，违者必究
扫一扫 加微信
hrtechchina
