运营指标责任书

2024-08-14

运营指标责任书（精选8篇）

1.运营指标责任书篇一

核心提示:做到50%的指标量化和实施执行,并且有清晰的运营模式配合,你的网站不会不赚钱的. 通常对大型网站的运营指标会有以下几种: 外在...

核心提示:做到50%的指标量化和实施执行,并且有清晰的运营模式配合,你的网站不会不赚钱的.

通常对大型网站的运营指标会有以下几种:

外在参考指标:

Alexa排名及三个月变化曲线(可以去掉)、Google PR值、搜索引擎收录页面数量、反向链接数量、重点关键字排名

内部参考指标:

内容更新数量、核心内容更新数量、访问量(来访量、来访IP、点击率、停留时间、来访区域、子站比例)、搜索来源、在线人数、会员在线人数、注册会员数量(会员构成比例)、会员增长率、有效会员数量、合作推广、合作网站数量和质量、合作媒体数量和质量、媒体报导数量、口碑传播、博客传播数量、主流digg类网站发掘数量、网摘收录数量、RSS订阅量

业务状况指标:

业务成交量、业务增长率、业务成交数额、业务成交数额增长率、经济指标(不擅长就不提了)、互动程度、每天登录人数、每天发布信息数量、在线反馈数量、来电询问数量

希望看到的不要晕,如果能做到50%的指标量化和实施执行,并且有清晰的运营模式配合,你的网站不会不赚钱的.关于实现指标的方法和途径,对不同行业和网站都是要具体分析和对待,我这里不说那些万金油的方法了,凡是万金油的方法也不会有太高的效果和质量.

厚诚集智成长无限企业大学网 www.51hlht.com

2.运营指标责任书篇二

随着我国经济的快速发展,地面交通拥堵越来越严重,人们认识到地铁将是缓解地面交通压力的有效方式。据统计,国务院已经正式批准25个城市建设地铁,2010年将建成地铁480公里,2020年总里程将达6 100公里。据预测,未来30年将是我国城市轨道交通建设快速发展的黄金时期。随着地铁线路和长度的不断增加,地铁运营风险也在不断增加,地铁运营风险开始成为人们研究的对象,地铁风险评价指标体系作为地铁风险评价的出发点,也应该得到足够的重视。以往的指标体系一般是从管理学或地铁技术层面上建立的,这些指标体系指标量化难、客观性不足,实际可操作性不强。本文收集了93起国内地铁事故,通过对地铁事故和地铁公司的经营年报的统计和分析,从统计学角度设计了我国地铁运营风险的指标体系,一定程度上克服了指标体系指标量化难的问题,指标体系客观性和可操作性得到了很大的完善。

1 构建指标体系遵循的原则

由于风险评价指标体系反映的是风险评价对象的整体情况,所以在建立指标体系的过程中要遵循一定的原则[1,2]。

第一,系统全面性原则。

指标体系覆盖面要广,能够全面并综合地反映风险评价系统的各因素,指标经过加工处理后能够准确、清楚地反映问题。

第二,简明科学性原则。

在指标体系覆盖面广的前提条件下,指标体系内容要简单和准确、符合客观实际,并具有代表性,避免选择意思相近的指标。

第三,稳定可比性原则。

设置的指标要有稳定的数据来源,所得的指标经过加工处理后能够易于进行比较。另外,还要考虑历史资料的可比性。

第四,层次性原则。

评价系统往往是一个复杂的系统,一般由多个子系统组成。通常会在不同的层次上有不同的指标体系,这也有利于决策者在不同层次上对风险的来源进行研究。

第五,定性和定量结合原则。

指标体系应该要尽量量化,但对于一些难以量化、意义很重大的指标,可以用定性指标来描述。

2 地铁运营风险评价二级指标分析

地铁运营风险是多种子风险的组合,要对地铁的综合风险进行评价,需要了解各子风险的评价情况。本文对收集的93起地铁事故进行统计分析,根据地铁事故的表象将地铁运营的事故类型分为短时停运、火灾、相撞、脱轨、水灾、停电和其它7种类型,并将这7种风险类型作为地铁运营风险评价指标体系的二级指标体系。

3 地铁运营风险评价三级指标分析

地铁运营风险评价系统是一个较复杂的系统,各子风险由各种不同的因素引起,不仅涉及人、车辆和轨道等系统因素,还受到社会环境和列车运行相关设备(信号系统、供电系统)等因素的影响。本文通过对我国93起大小地铁事故起因进行统计分析,试图从统计学的角度建立一套地铁运营风险评价指标体系。通过对93起地铁事故进行统计分析(如图1),结果显示人(乘客和员工)的因素、车辆因素、轨道系统因素、电路因素、信号因素及自然灾害等是地铁事故的主要因素。各指标分析如下:

(1)人的因素(乘客和员工)。从图1可以看出,由人的因素引起的地铁事故所占的比重最大,为42%。一般来说,乘客故意跳轨和不慎落轨,不遵守乘客规则,擅自携带易燃、易爆、有毒危险物品,人流量大和地铁工作人员安全意识差、缺乏对易燃易爆危险物品的识别能力及自身处理各类突发事件的能力,都会导致不同程度的地铁事故。如南京地铁1号线因为没有安装屏蔽门或安全门,发生了300多起跳轨或落轨事故;2008年12月22日,上海地铁电梯发生挤压事故,5人受伤。而地铁工作人员的操作失误通常会带来比较严重的后果。据调查,2009年12月22日地铁相撞的直接原因是地铁司机违反信号指示开车,这次相撞导致上万人乘客滞留,地铁运行系统瘫痪,所幸没有人员伤亡。

(2)车辆因素。车辆的完好程度是地铁事故的一个重要因素。在我国的地铁事故中,车辆因素引起的地铁事故占了将近1/3。通常因为车辆因素会导致列车脱轨、列车相撞和列车延迟等不同程度的突发事件。如1995年11月5日,北京地铁环线内环在长椿街站至复兴门区发生追尾事故,32名乘客受轻伤,1名乘客受重伤,内环运营中断5小时。

(3)电路因素。地铁电路故障通常会引起火灾、触电和列车突然停止运行等事故。因为电路故障引起的地铁事故比较频繁,占到了地铁事故的14%。电路故障是引起火灾的主要因素之一,火灾通常会引起较大的灾害损失。例如,2005年8月27日,北京地铁中电风扇短路引起火灾,1人受伤;2003年8月28日,英国首都伦敦和英格兰东南部部分地区突然发生重大停电事故,伦敦近2/3地铁停运,大约25万人被困在伦敦地铁中。

(4)信号系统因素。信号系统是整个地铁系统自动控制中的重要部分,是保证地铁快速、高效运行的保证。信号故障通常会引起地铁长时间延迟,严重的会引起地铁相撞、地铁系统瘫痪。2008年5月31日,广州地铁发生信号设备故障,致使大石至厦滘区段延滞1小时45分。

(5)轨道系统(轨道和隧道)因素。轨道系统作为地铁建设的主要工程,建设初期其安全性就会受到极大的关注。通常由轨道系统引起的地铁事故比较少,在统计中只占到了5%。

(6)自然灾害和社会灾害。自然灾害和社会灾害带来的地铁灾害一般都会比较严重。如1972年7月19日,北京暴雨致使古城洞口地铁被雨水淹泡近300米,最深达1.5米,造成51号站和古城变电站跳闸,三轨停电,四组车堵在洞内,使7月20日地铁全天停止运营,这也是我国因为自然灾害引起的唯一一次地铁事故。地铁车站及地铁列车是人流密集的公众聚集场所,社会灾害带来的地铁事故会很严重。如1995年3月20日,日本东京地铁曾经遭受邪教组织“奥姆真理教”施放沙林毒气,夺走了十多条人命,5 000多人受伤,引起全世界震惊。到目前为止,我国还没有发生过如爆炸、毒气等社会灾害所带来的地铁运营事故。由于社会灾害通常也是乘客或员工人为引起的,确定地铁事故是人的因素引起或是社会灾害引起需要对地铁事故起因进行仔细研究。在本文中,我们假定:第一,地铁乘客不存在报复社会和他人的心理和精神严重失常等;第二,如果乘客有报复社会和他人的心理而引起的地铁事故,则认为是社会灾害所造成的地铁事故。

4 地铁运营风险评价四级指标分析

由于划分的三级指标仍然是一个较大的指标体系,是一个定性的指标体系,要去辨识和赋值各指标,需要采用专家评分等主观因素较重的方法。考虑到风险评价的客观性,需要对各三级指标再进行细分。笔者对《广州地铁公司经营年报》(1999—2008)进行分析,主要根据稳定可比性及定性和定量相结合的原则,选取20个定量指标和2个定性指标作为地铁运营风险评价指标体系的四级指标(如表2所示),各指标分析如下。

说明:二级指标中的各项与三级指标不是一一对应关系,二级指标中的各项与三级指标各项均有关系

(1)在指标体系中,人的因素由乘客素质和员工素质组成。地铁乘客的主要来源为本市市民,本市市民的收入水平、市教育支出、个人教育支出和九年制义务教育升学率在一定程度上能够反映本市市民素质,故可以用这四个指标反映乘客素质。一般来说,员工在地铁公司工作年限越长,则技能越熟练,考虑到指标之间的相关性,用员工人数、上下工作年限和培训次数/每人每年来反映员工素质。

(2)车辆是地铁系统的主体,也是地铁事故的承载体,通常地铁事故都会引起车辆的损坏,车辆的完好率和安全运行里程/次能够很好地体现车辆状况,日均客运量能反映车辆的运载能力。

(3)信号系统因素是一个较抽象的指标,一般采用定性的方法来对其赋值。在本文中,笔者参考地铁经营年报,发现正点率、运行图兑现率和自动售票系统可靠性是信号好坏的表象指标,通讯经营收入是决定信号强弱的功能体现,这四个指标都是量化指标,有稳定的数据来源,故考虑用这四个指标作为信号系统的下级指标。

(4)本文中的轨道因素不仅仅指单纯的地铁轨道,还包括地铁隧道部分的完好程度。轨道和隧道的完好程度与建设地铁时期投入的技术、地铁公司所拥有的地铁技术和地铁公司的运营收入有很大的关系。技术含量高,则轨道系统会比较完善;运营收入多,轨道系统维护得会更好,安全程度也会高,事故发生率也会较低。另外,地铁线路和地铁长度也是关系轨道系统安全性的重要组成部分。故选取了地铁公司设计院所承担的项目和经营收入作为轨道系统技术含量指标,选取地铁公司总的运营收入、地铁线路和长度作为轨道系统非技术含量指标。

(5)电路系统错综复杂,电路引起的地铁事故类型也种类繁多,用定性和定量指标来衡量都比较难。笔者认真统计研究了地铁公司相关资料,发现地铁公司的电梯工程公司负责电梯和屏蔽门等的维护;地铁物业管理子公司负责地铁电路维护;地铁电路的设计和监理一般由地铁设计院来完成。由于数据来源的限制性,选择电梯公司收入、物业管理收入作为电路系统的后期维护指标,收入高,则电路维护好,地铁事故少;选择地铁设计院的科研项目项数和监理项目数作为电路系统设计技术指标。当然,在电路系统故障中,员工操作失误引起的地铁事故占很大的比例,但在本指标体系中,已经将员工素质作为一个单一的综合指标来研究,故在电路系统中不再考虑员工因素。

(6)地铁一般深埋地下,自然灾害并不能对地铁构成直接威胁,一般不能用定量指标来具体衡量,但自然灾害一般引起的地铁事故会比较严重(如1972年的北京地铁事故),是地铁事故起因的组成部分。根据定性和定量结合原则,选择自然灾害作为定性指标,其专家评价表如表3。在评分过程中,笔者建议聘请气象灾害和地质灾害专家,并根据专家影响力或职称等赋予相应权值。

(7)社会灾害(如恐怖袭击等)也是地铁事故的组成部分。国外(如俄罗斯、英国等)曾发生过多起恐怖分子引起的地铁爆炸。我国自1969年地铁建设至今,还没有出现过类似的地铁事故,故在本地铁风险指标体系中,没有将社会灾害列入指标体系中。

5 总结

本文根据具体的地铁事故和地铁公司经营状况,注重实际与理论的结合,设计了我国城市地铁风险评价四层指标体系。分析显示:第一,指标体系建立的依据是我国的地铁事故与地铁公司经营指标,因此,所建立的指标具有很强的针对性和可操作性。如从国际上看,社会灾害是地铁运营风险起因的重要组成部分,俄罗斯、英国都曾发生过多起社会灾害所带来的重大地铁事故,但我国自1969年地铁开始运营以来,没有发生过这类地铁事故,因此,在所建立的指标体系中,没有将社会灾害列入指标体系中。第二,前人往往是从管理学的角度去建立风险评价指标体系,指标的赋值也多运用具有过多主观色彩的方法来赋值,风险评价的科学性和客观性得不到满足。本文所建立的指标体系在很大程度上克服了以上缺陷,指标体系中的大多数指标的赋值得到了稳定的数据来源,其科学性和客观性得到了很大的提高。第三,虽然该指标体系提高了以往指标体系的针对性、科学性和客观性,但该指标体系的合理性还需要具体的实证研究做进一步的验证,笔者在以后的研究中会对该指标体系的合理性做进一步的研究。

参考文献

[1]王斌会.多元统计分析及R语言建模[M].广州:暨南大学出版社,2009:241-243.

[2]黄典剑,李传贵.突发事件应急能力评价——以城市地铁为对象[M].北京:冶金工业出版社,2006.

[3]胡平译.风险建模、评估和管理[M].西安:西安交通大学出版社,2007:269-281.

[4]卢光霖.广州地铁经营年报[R].广州:广州地下铁路总公司,1999-2008.

3.运营指标责任书篇三

【关键词】运营分析;ISM模型;指标体系优化一、引言运营监测（控）中心（以下简称运监中心）的职责是通过对公司运营状况的监测与分析，发现公司运营中存在的异动和问题，及时进行预警并协调解决，促进公司健康高效运营。对现有运营指标开展监测分析主要存在以下问题：一是指标过多，监测分析重点不突出;二是孤立地对单项指标进行分析，导致分析局部化、片面化。因此，抓住关键指标进行系统性分析，对于提升运营监测分析工作质量和效率具有重要意义。

运监中心应进一步优化现有运营指标体系，构建企业级运营分析指标体系，站在全局角度分析公司整体运营态势，逐步形成企业级综合分析独立视角。在指标体系优化方面，已经有大量学者进行了分析与探讨。例如，马昕晖等（2014）结合主成分分析法与聚类分析法实现了对航天发射试验安全评价指标体系的优化;张波等（2013）利用了粗糙集的方法对石油企业可持续发展力评价指标体系进行了优化，李远远等（2010）也利用该方法对同行评议专家科技信用评价体系进行了优化。本文利用解释结构模型进行指标体系的优化，该方法已经广泛应用于各个领域，如土地再开发评价、建筑工程质量分析、新能源发电企业风险评估、智能电网发展影响因素分析等方面。

二、解释结构模型（ ISM）介绍

ISM模型是一种以定性分析为主的模型，主要用来分析系统各实体之间的关系。ISM的工作原理是用有向图描述系统构成元素之间的关联关系。有向图中的节点表示系统要素，箭头表示要素关系，通过构造解析，将复杂的系统分解成条理分明、多级递阶的结构形式，从而分析系统要素选择的合理性以及系统要素相互关系和对整体的影响。构建ISM模型基本步骤如下：

1.确定系统要素。采用创造性方法搜集和整理系统的构成要素，设定某种必须考虑的二元关系，形成意识模型，得到系统要素集。

2确定要素间关系（有或无），构造邻接矩阵

3.根据推移律特性计算可达矩阵M，M是反映有向图各节点间通过一定路径可以到达程度的矩阵，由对A的逻辑运算得到。计算公式。

上式中矩阵的乘法遵循布尔代数运算法则。这一算法的本质是把A加上I后按布尔代数运算法则进行白乘，直到某一幂次后所有乘积都相等为止，此相等的乘积就是可达矩阵。

4.运用规范方法或实用方法，以可达矩阵为基础建立递阶结构模型，用多级递阶有向图来表示模型的结构。

5.将解释结构模型与已有的意识模型进行比较，如果不相符合，就返回步骤1对有关要素及其二元关系和解释结构模型进行修正。

通过对解释结构模型的研究和学习，原有的意识模型得到修正。经过反馈、比较、修正、学习，最终得到一个令人满意、具有启发性和指导意义的结构分析结果。

三、指标体系优化

运用ISM模型对电网企业运营分析关键指标体系进行进一步优化的具体步骤如下：

1.构建邻接矩阵与可达矩阵。选取16个关键指标：电网系统可靠率、购电量、售电量、综合线损率、供电可靠率、购电均价、售电均价、输配电成本、售电收入、购电成本、经济增加值、利润总额、全员劳动生产率、资产负债率、流动资产周转率、净资产收益率。建立邻接矩阵。对邻接矩阵A进行运算，构造A+I矩阵，其中，代表单位阵。利用Matlah7.10.0软件进行矩阵运算，按“布尔代数运算法则”进行自乘。。

2.关系划分。引入可達集和前因集的定义：要素i的可达集是由可达矩阵第z行中所有元素为1的列所对应的要素构成的集合，常用R（i）表示;要素，的前因集是由可达矩阵第J列中所有元素为1的行所对应的要素构成的集合，常用A（ j）表示（R（f）和A（j）的具体划分结果略）。

其中：T=R（Si/sub>⌒A（Si）。

据此，进行层次划分如下：

若Si是最上一级节点，则必须满足条件：

R（Si⌒A（Si）=R（Si）

（4）

根据划分结果，形成各指标间的关联关系和对总体的影响传导机制，剔除强相关指标，企业级运营分析指标可优化为12个核心指标。

四、结论

本文运用解释结构模型对电网公司企业级运营分析的关键指标及其关联之间关系进行了探讨和分析，形成企业级运营分析关键指标的解释结构模型，确定了企业级运营分析核心指标。以此为基础，深入开展指标量化关联关系影响，能够更加有效地进开展企业级运营分析，从公司整体运营高度，及时发现与改善影响企业经营绩效的异动指标，保障公司可持续发展。参考文献：

[1]晖，智文书，陈景鹏，李忠光基于主成分分析法与聚类分析法的安全指标体系优化[J]装备学院学报，2014，25（6）：58-62

[2]张波，李晓丹，管静怡粗糙集方法在优化石油企业可持续发展力评价指标体系中的应用[J]企业经济，2003（1）：71-73

[3]李远远，云俊基于粗糙集的指标体系优化及评价方法研究Ⅱ]浙江大学学报（理科版），2010，34（7）：411-415

4.运营指标责任书篇四

业务是一个复杂体系，数据分析也从来不简单，两者结合都是充满挑战的。作者总结了一份全面的运营数据指标，希望给大家的工作带来帮助与启发。

运营和数据分析脱离不开关系。业务的洞悉决定了数据分析结果的上限，数据技巧只是逼近它。

每个产品和运营都应该洞察业务指标，希望通过本文，让新人对业务指标的分析有一个大概框架。文章的内容会给你「宽」和「泛」的感觉，希望对新人有帮助，老人一笑而过就行了。

用户获取

用户获取是运营的起始，用户获取接近线性思维，或者说是一个固定的流程：用户接触-用户认知-用户兴趣-用户行动／下载。每一个流程都涉及多个数据指标。渠道到达量

俗称曝光量，即产品推广页中有多少用户浏览。它可以在应用商店，可以在朋友圈，可以在搜索引擎，只要有流量的地方，都会有渠道曝光。

曝光量是一个蛮虚荣的数字，想一想现代人，每天要接触多少信息？其中蕴含了多少推广，最后能有几个吸引到用户？更多时候，渠道到达量和营销推广费挂钩，却和效果相差甚远。

广告和营销还会考虑推广带来的品牌价值。用户虽没有点击或和产品交互，但是用户知道有这么一个东西，它会潜移默化地影响用户未来的决策。然而品牌价值很难量化，在广告计算中，系统只会将用户的行为归因到最近一次的广告曝光。

广告点击量称为CTR，广告点击量/广告浏览量，除了广告，它也应用在各类推荐系统的评价中。

渠道转化率

既然广告已经曝光，那么用户应该行动起来，转化率是应用最广阔的指标。业界将转化率和成本结合，衍生出CPM，CPC，CPS，CPD，CPT等。

 CPM（Cost Per Mille）指每千人成本，它按多少人看到广告计费，传统媒介比较倾向采用。CPM推广效果取决于印象，用户可能浏览也可能忽略，所以它适合在各类门户或者大流量平台采用Banner形式展现品牌性。 CPC（Cost Per Click）指每用户点击成本，按点击计价，对广告主来说，这个比CPM的土豪作派理性多了。也有很多人会认为，CPC不公平，用户虽然没有点击，但是曝光带来了品牌隐形价值，这对广告位供应方是损失。

 CPA（Cost Per Action）指每行动成本，按用户行为计价，行为能是下载也能是订单购买。CPA收益高于前两者，风险也大得多，它对需求方有利对供应方不利。

以上三种是常见的推广方式，CPT按时间，CPS和CPS算在CPA的范围内。渠道推广是依赖技术的行业，用户画像越精准，内容与用户越匹配，则越容易产生收益。

还有一种指标eCPM（effective cost per mille），每一千次展示可获得收入，这是广告主预估自身收益的指标。

渠道ROI ROI是一个广泛适用的指标，即投资回报比。

市场营销、运营活动，都是企业获利为出发点，通过利润/投资量化目标。利润的计算涉及财务，很多时候用更简单的收入作分子。当运营活动的ROI大于1，说明这个活动是成功的，能赚钱。

除了收入，ROI也能推广到其他指标，有些产品商业模式并不清晰，赚不到钱，那么收入会用其他量化指标代替。譬如注册用户量，这也就是获客成本了。日应用下载量

App需要下载，这是一个中间态，如果不注意该环节也会流失不少用户。应用商店的产品介绍，推广文案都会影响。有些动辄几百M的产品，常将部分安装留在初次启动应用时以补丁形式完成，如各类游戏，就是怕漫长的下载时间造成玩家流失。

第三方平台下载到用户注册App，这步骤数据容易出错，主要是用户对不上。技术上通过唯一设备ID匹配。

日新增用户数

新增用户数是用户获取的核心指标。

新增用户可以进一步分为自然增长和推广增长，自然增长可以是用户邀请，用户搜索等带来的用户，而推广是运营人员强控制下增长的用户量。前者是一种细火慢炖的优化，后者是烹炸爆炒的营销。

用户获客成本

用户获取必然涉及成本，而这是运营新手最容易忽略的。获取新增用户，运营都应该知道的事

获客成本应该直接和新增用户的财务挂钩，比如地推费用，新用户礼品。但是整个产品的运营环节成本不应该计算入内。直面上的获客成本成本，微信粉丝在10～20元，产品根据不同业务形态价格差异极大。金融理财类的产品，一个有效用户成本超过四位数，非常夸张。而行业的整体获客成本仍旧在上升。一次会话用户数

一次会话用户，指新用户下载完App，仅打开过产品一次，且该次使用时长在2分钟以内。这类用户，很大可能是黑产或者机器人，连羊毛党都算不上。

这是产品推广的灰色地带，通过各种技术刷量，获取虚假的点击量谋取收益。该指标属于风控指标，用于监管。

用户活跃

用户活跃是运营的核心阶段，不论移动端、网页端或者微信端，都有相关指标。另外一方面，现在数据分析也越来越注重用户行为，这是精细化的趋势。

日活跃用户/月活跃用户

行业默认的活跃标准是用户用过产品，广义上，网页浏览内容算「用」，在公众号下单算「用」，不限于打开APP。这一部分内容可以参考我之前的文章《用户运营，如何做好活跃用户的数据分析》。

活跃指标是用户运营的基础，可以进一步计算活跃率：某一时间段内活跃用户在总用户量的占比。按时间维度，则有日活跃率DAU、周活跃率WAU和月活跃率MAU。活跃用户数，衡量的是产品的市场体量，活跃率，看的则是产品的健康。

可仅仅打开产品，能否作为产品健康的度量？答案是否定的。成熟的运营体系，会将活跃用户再细分出新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。流失用户是长期不活跃，忠诚用户是长期活跃，回流用户是曾经不活跃或流失，后来又再次打开产品的活跃用户。

通过不同的活跃状态，将产品使用者划分出几个群体，不同群体构成了产品的总用户量。健康的产品，流失用户占比不应该过多，且新增用户量要大于流失用户量。

PV和UV PV是互联网早期Web站点时代的指标，也可以理解为网页版活跃。PV（PageView）是页面浏览量，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10。

UV（Unique Visitor）是一定时间内访问网页的人数，正式名称独立访客数。在同一天内，不管用户访问了多少网页，他都只算一个独立访客。怎么确认用户是不是同一个人呢？技术上通过网页缓存cookie或者IP判断。如果这两者改变了，则用户算作全新的访客。PV和UV是很老的概念，但是数据分析绕不开他们，除了产品上各页面的浏览，在第三方平台如微信，各类营销活动都只能通过Web页实现，PV和UV便需要发光发热了。

有一点需要注意的是，微信浏览器不会长期保留cookie，手机端的IP也一直变动，基于此统计的UV会有误差（不是大问题,只是uv中的新访客误差较大）。这里可以通过微信提供的openid取代cookie作为uv基准，需要额外的技术支持。

用户会话次数

用户会话也叫session，是用户在时间窗口内的所有行为集合。用户打开App，搜索商品，浏览商品，下单并且支付，最后退出，整个流程算作一次会话。

会话的时间窗口没有硬性标准，网页端是约定俗成的30分钟内，在30分钟内用户不管做什么都属于一次会话。而超过30分钟，不如出去吃个饭回来再操作，或者重现打开，都属于第二次会话了。

移动端的时间窗口默认为5分钟。

用户会话次数和活跃用户数结合，能够判断用户的粘性。如果日活跃用户数为100，日会话次数为120，说明大部分用户都只访问了产品一次，产品并没有粘性。用户会话依赖埋点采集，不记录用户的操作，是无法得知用户行为从哪里开始和结束的。另外一方面，用户会话是用户行为分析的基础。

用户访问时长

顾名思义，用户访问时长是一次会话持续的时间。不同产品类型的访问时长不等，社交肯定长于工具类产品，内容平台肯定长于金融理财，如果分析师发现做内容的产品大部分用户访问时长只有几十秒，那么最好分析一下原因。

功能使用率

除了关注活跃，运营和数据分析师也应该关注产品上的重要功能。如收藏，点赞，评论等，这些功能关系产品的发展以及用户使用深度，没有会喜欢一个每天打开产品却不再做什么的用户。

功能使用率也是一个很宽泛的范围，譬如用户浏览了一篇文章，那么浏览中有多少用户评论了，有多少用户点赞了，便能用点赞率和评论率这两个指标，然后看不同文章点赞率和评论率有没有差异，点赞率和评论率对内容运营有没有帮助，这些都属于功能使用率。又譬如视频网站，核心的功能使用率就是视频播放量和视频播放时长。

微信公众号指标即可以单独说，也能把它作为产品的功能延伸看待。图文送达率，转化分享率，二次转化分享率，关注者增量等和本文其他指标一脉相承。只是第三方数据多有不便，更多分析依赖假设。

用户留存如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存就是产品能够可持续发展。

留存率

用户在某段时间使用产品，过了一段时间后，仍旧继续使用的用户，被称为留存用户。留存率 = 仍旧使用的用户/ 当初的总用户量。

在今天的互联网行业，留存是比新增和活跃提到次数更多的指标，因为移动的人口红利没有了，用户越来越难获取，竞争也越来越激烈，如何留住用户比获得用户更重要。

假设产品某天新增用户1000个，第二天仍旧活跃的用户有350个，那么称次日留存率有35%，如果第七天仍旧活跃的用户有100个，那么称七日留存率为10%。

Facebook有一个著名的40-20-10法则，即新用户次日留存率为40%，七日留存率为20%，三十日留存率为10%，有此表现的产品属于数据比较好的。

上面的案例都是围绕新用户展开，还有一种留存率是活跃用户留存率，或者老用户活跃率，即某时间活跃的用户在之后仍旧活跃的比率。它更多用周留存和月留存的维度。新增留存率和活跃率是不同的，新增留存率关系于产品的新手引导，各类福利，而活跃留存率和产品氛围，运营策略，营销方式等有关，更看重产品和运营的水平。

用户流失率

用户流失率和留存率恰好相反。如果某产品新用户的次日留存为30%，那么反过来说明有70%的用户流失了。

流失率在一定程度能预测产品的发展，如果产品某阶段有用户10万，月流失率为20%，简单推测，5个月后产品将失去所有的用户。这个模型虽然简陋，用户回流和新增等都没有考虑，但是它确实反应了产品未来的生命周期不容乐观。

这里可以引出一个公式，生命周期 =（1/流失率）*流失率的时间维度。它是经验公式，不一定有效。

产品的流失率过高有问题么？未必，这取决于产品的背景形态，某产品主打婚礼管理工具，它的留存率肯定低，大多数用户结婚后就不用。但这类产品一定有生存下去的逻辑。旅游类的应用也是，用户一年也打开不了几次，但依旧能发展。

退出率

退出率是网页端的一个指标。网页端追求访问深度，用户在一次会话中浏览多少页面，当用户关闭网页时，可认为用户没有「留存」住。退出率公式：从该页退出的页面访问数/进入该页的页面访问数，某商品页进入PV1000，该页直接关闭的访问数有300，则退出率30%。跳出率是退出率的特殊形式，有且仅浏览一个页面就退出的次数/访问次数，仅浏览一个页面意味着这是用户进入网站的第一个页面，俗称落地页LandingPage。

退出率用于网页结构优化，内容优化。跳出率常用于推广和运营活动的分析，两者容易混淆。

营销

营销也有自己的数据体系，互联网的数据体系就是脱胎于此才发展出AARRR框架。产品的发展模式有两种，如果一款产品能够在短时间获得百万用户，AARRR框架更适合它；如果一款产品从第一个用户起即有明确的商业模式，也能尝试套用市场营销的概念。

用户生命周期

用户生命周期来源于市场营销理论，旧称客户生命周期。

它有两种含义,一种是针对用户个体/群体的营销生存窗口。用户会随时间推移发生变化，这种变化带来无数营销机会，对市场和企业是机遇。如怀胎十月,它就是一个生命周期为十月的营销窗口，企业会围绕这时期的用户建立特定营销。搬家，大学毕业，买房等都具有典型的周期特征。

另外一种是用户关系管理层面的生命周期，它对运营人员更重要。产品和用户的业务关系会随着时间推移改变。在传统营销中，分为潜在用户，兴趣用户，新客户，老/熟客户，流失客户。这几个层层递进的阶段和用户活跃很像。对于一款母婴产品，我既要知道营销的生存窗口，即怀孕了几个月，因为孕早期和孕晚期的营销侧重点不一样，刚怀孕肯定是最合适的。也要知道用户本身和产品对应的关系，这位妈妈是新客户，还是曾经用过App但流失了。

营销数据分析中，最关键的环节就是新客户—流失客户这个阶段，一位用户能和产品互动多久，将决定产品的生命力。听起来和留存挺像的，上文提过的生命周期计算公式，就是脱胎于市场营销。

用户生命周期价值

生命周期价值是用户在生命周期内能为企业提供多少收益，它需要涉及财务定义。互联网行业更多提到生命周期，而不是生命周期价值，因为互联网的商业模式没有传统营销的买和卖那么简单明确。

举个例子，微信用户的生命周期价值能否计算？并不能，不论是广点通、游戏或者微信理财，都推导不出一个泛化的模型。但是部分产品，如金融和电商，生命周期价值是可计算的。

以互联网金融举例，某App提供理财和现金贷款两种业务，公司从这两个业务中获得收入通常是一个较稳固的比率，而成本支出平摊每个用户头上也是固定常数。所以利润就变成了用户理财和贷款的金额大小，以及生命周期的长短。这两者都是可估算的。

生命周期价值比生命周期重要，因为公司要活下去，就得赚更多的钱，而不是用户使用时间的长短。更多内容见《浅谈运营的商业逻辑：CAC和CLV》。客户/用户忠诚指数

忠诚指数是对活跃留存的再量化。活跃仅是产品的使用与否，A用户和B用户都是天天打开App，但是B产生了消费，那么B比A更忠诚。数据往往需要更商业的指标描述用户，消费与否就是一个好维度。

我们可以用一个简化模型表示：

t是一个时间窗口，s代表消费次数，代表的距今某段时间内的消费次数。若时间窗口选择月，那么t=1是距今第1个月内的消费次数，t=2是距今第2个月内的消费次数，列举数据如下。

将消费次数代入s/（s+1），对数据进行转换，它的目的是收敛。以忠诚角度看，消费10次和消费100次的差异并不大，都属于很高且难以流失的用户，10/11和100/101的关系，并且有效规避极值。对于消费0次，1次，2次的用户，则对应0，0.5和0.66，在业务上也具备可解释性。

各月份求和得出的指数能反应用户在消费方面的忠诚。图例只是解释，实际应用过程中需要归一化，并且考虑时间权重：越近的消费肯定越忠诚。上述的模型在于简单，适合各类商业模式的早期分析，如金融投资，便可以计算用户每个季度的投资次数。

客户/用户流失指数

流失指数是对流失的再量化，它是忠诚指数的反面。流失率衡量的是全体用户，而为了区分不同用户的精细差异，需要流失指数。在早期，流失指数=1-忠诚指数。

流失指数和忠诚指数的具体定义能根据业务需要调整，比如忠诚按是否消费，流失按是否打开活跃，只要解释能站住脚。

在拥有足够的行为数据后，可以用回归预测流失的概率，输出[0,1]之间的数值，此时流失的概率便是流失指数。

客户/用户价值指数

用户价值指数是衡量历史到当前用户贡献的收益（生命周期价值是整个周期，包括未来），它是精细化运营的前提，不同价值的用户采取不同策略以最大化效果。用户价值指数的主流计算方式有两种，一种是RMF模型，利用R最近一次消费时间，M总消费金额，F消费频次，将用户划分成多个群体。不同群体即代表了不同的价值指数。

第二种是主成分分析PCA，把多个指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。

假设有一个旅游攻略网站，怎么界定优质的内容贡献者？用户的文章发布量？文章被点赞数？用户被关注数？文章好评数？文章更新频次？每个指标都挺重要的，主成分分析能囊括上述所有指标，将其加工成两到三个指标（通常是线性相关指标被合并）。这时再加工成价值指数则不难了。

上述各类指数，都是针对用户营销的明细数据。如何应用呢？最经典的是矩阵法，将指标划分出多个象限，如用户价值指数和用户流失指数。

对于用户价值高且流失指数高的用户，应该采取积极的唤回策略，对于用户价值低且流失指数高，那么考虑成本的平衡适当运营即可…这就是精细化运营的一个案例，也是市场营销多年来总结出的有效方法。

传播/活动

把传播和活动放到一起讲，它们是一体两面。

K因子

国外用得广泛的概念：每位用户平均向多少用户发出邀请，发出的邀请又有多少有效的转化率，即每一个用户能够带来几个新用户，当K因子大于一时，每位用户能至少能带来一个新用户，用户量会像滚雪球般变大，最终达成自传播。当K因子足够大时，就是快口相传的病毒营销。

国内的邀请传播，主体自然是微信朋友圈。微信分享功能和网页都是能增加参数统计的，不难量化。病毒传播周期

活动、广告、营销等任何能称之为传播的形式都会有传播周期。病毒性营销强则强矣，除非有后续，它的波峰往往只持续两三天。这也是拉新的黄金周期。

另外一种传播周期是围绕产品的邀请机制，它指种子用户经过一定周期所能邀请的用户。因为大部分用户在邀请完后均会失去再邀请的动力，那么传播周期能大大简化成如下：假设1000位种子用户在10天邀请了1500位用户，那么传播周期为10天，K因子为1.5，这1500位用户在未来的10天内将再邀请2250位用户。

理论上，通过K因子和传播周期，能预测依赖传播带来的用户量，可实际的操作意义不大，它们更多用于各类活动和运营报告的解读分析。

用户分享率

现在产品都会内嵌分享功能，对内容型平台或者依赖传播的产品，分享率是较为重要的指标，它又可以细分为微信好友/群，微信朋友圈，微博等渠道。

有一点值得注意，数据只能知道用户转发与否，转发给谁是无法跟踪的。所以产品用物质激励用户分享要当心被薅羊毛。反正我转发都是给「文件传输助手」的…

活动曝光量/浏览量

传播和线上活动是息息相关的，这两者的差异不大。想要做好一个活动，单纯知道活动的浏览量是不够的，好的活动一定是数据分析出来的。以朋友圈最寻常见的红包营销举例。它的分析通过网页参数，如下： aaa.com/activity/bigsales/?source=weixin&content=h9j76g&inviter=00001×tamp=1495286598 问号后面的是网页参数，source=weixin说明网页是分享到微信的。content=h9j76g是页面具体内容，这里则是营销红包的类型。inviter=00001说明是哪个用户分享出去的，timestamp则是分享的具体时间戳。不同用户的分享页面有不同参数，按此作区分。

当这些页面被用户分享到朋友圈时，数据采集系统会记录所有页面的打开浏览。而页面参数则是活动精细化分析的前提。通过source=weixin，数据分析师知道了红包活动在微信的浏览量，相对应的还有QQ和微博。content则能看出用户喜欢哪个类型的红包，哪种红包被领取得多，成本又是多少。inviter则能看出平均每个分享者的分享页能带来多少浏览量。

参数越多，分析的维度就能越细，活动可优化的空间也越大。如果大家有心的话，可以看朋友圈（包括网页）各种活动的网页参数，观察其他产品的分析维度，它山之石可以攻玉，这是一个好习惯。

活动参与率

活动参与率衡量活动的整体情况，可以套用用户活跃的分析指标。

这个活动的参于人数（活跃数）多少？有多少老用户参与了这个活动？有多少新增用户因为这个活动来，传播类的活动分享数据怎么样？活动中的各个流程转化如何？活动带来多少新订单。其实，运营活动可以看作一个短生命周期的产品，产品的一切指标都能应用于其中。好的活动应该机制化，把它融入到产品的功能机制中，比如滴滴打车的红包，美图饿了么的红包，都是从活动逐渐变成一种打法和抓手。更早期的各类网游，也是通过活动的推成出新成为了现在常态化的游戏功能。

活动的机制化，意味着数据要分析活动指标，发现优点以改进，之后同样常态化成报表：今天使用了多少红包，今天有多少用户因为活动新增，等等。

营收

产品，运营或者市场人员，从来不是为活跃、留存负责，而是商业，是企业的根本财务。数据分析也不是为了提高活跃和留存，而是像一个巨头的漏斗，最终将业务驱动于此，即回归商业的本质。

活跃交易用户数

从产品曝光到用户下载，用打开活跃到产生收入，产品的指标在一步步往商业靠拢，活跃交易用户则是核心指标。整个流程呈现漏斗状。

这里的交易，即是买方的消费，也包含卖方的供应。若平台包含B端和C端，则两端同等重要，均需要纳入数据体系。

和活跃用户一样，活跃交易用户也可以区分成首单用户（第一次消费），忠诚消费用户，流失消费用户等。细分交易数据和指标，关系到产品商业化的进展，所以是有必要的。其实到这个环节，各类指标已经更倾向用户画像，而非报表统计了。活跃用户交易比，统计交易用户在活跃用户中的占比。当产品活跃用户足够多，但是交易用户少，此时的商业化是有问题的，俗称的变现困难，很多公司都倒在这一步。

GMV 成交总金额，只要用户下单，生成订单号，便可以算在GMV里，不管用户是否真的购买了。互联网电商更偏好这个指标。

成交金额对应的是实际流水，是用户购买后的消费金额。销售收入则是成交金额减去退款。至于利润、净利率，涉及到财务成本，数据分析挺难拿到这类数据，所以不太用到。

把上述的三个指标看作用户支付的动态环节，则能再产生两个新指标，这也是数据分析的思维之一。成交金额与GMV的比率，实际能换算成订单支付率；销售收入和成交金额，也涉及到了退款率，当分析陷入卡顿时，不妨观察下这两个指标，或许有帮助。

客单价

传统行业，客单价是一位消费者每一次到场消费的平均金额。在互联网中，则是每一笔用户订单的收入，总收入/订单数。

很多游戏或直播平台，并不关注客单价，因为行业的特性它们更关注一位用户带来的直接价值。超市购物，用户购买是长周期性的，客单价可以用于调整超市的经营策略，而游戏这类行业，用户流失率极高，运营人员更关注用户平均付费，这便是ARPU指标，总收入/用户数。ARPU可以再一步细分，当普通用户占比太多，往往还会采用每付费用户平均收入ARPPU，总收入/收费用户数。

复购率

若把复购率说成营收届的留存率，你就会知道它有多重要了。和新增用户一样，获得一个新付费用户的成本已经高于维护熟客的成本。

在不少分析场景中，会将首单用户单独拎出来作为一个标签，将两次消费以上的用户作为老客，之所以这样做，是从一到二的意义远不止加一那么简单。

用户第一次消费，可能是体验产品，可能是优惠，可能也是运营极大力地推动，各类因素促成了首单。而他们的第二次消费占比会有断崖式下跌（对应次日留存率的下跌），因为这时候的消费逐渐取决于用户对产品的信任，模式的喜欢或者习惯开始养成。

很多时候，用户决策越长往往意味着客单价越高，如投资，旅游。此时首单复购率越是一个需要关注的指标，它意味着更多的利润。

复购率更多用在整体的重复购买次数统计：单位时间内，消费两次以上的用户数占购买总用户数。

回购率是另外一个指标，值得是上一个时间窗口内的交易用户，在下一个时间窗口内仍旧消费的比率。例如某电商4月的消费用户数1000，其中600位在5月继续消费，则回购率为60%。600位中有300位消费了两次以上，则复购率是50%。退货率

退货率是一个风险指标，越低的退货率一定越好，它不仅直接反应财务水平的好坏，也关系用户体验和用户关系的维护。

商品

这里谈以商品为主的数据分析，商品不限于零售行业，知识市场、虚拟服务、增值服务都属于商品的一种。它有许多通用的分析模板，如购物车、进销存。

购物篮分析

购物篮分析不应限于电子商务分析，而是用户消费行为分析。

连带率是购物篮分析的一种指标，特指销售件数和交易次数之比。在大型商场和购物中心中，连带消费是经营的中心，用户多次消费即连带消费。在电商中是购物的深度，是单次消费提高利润的前提。

商品热度是一种快速见效的分析。可以将商品分为最热门Top20，最盈利Top20等，它依托二八法则，找出利润的抓手，很多营销会将它和连带率结合，像电子商务，重点推广多个能带来流量的热门爆款，爆款并不赚钱，而是靠爆款连带销售其他有利润的商品。这种流量商品连带利润商品的策略并不少见。

购物篮分析中最知名的想必是关联度，简单理解是，买了某类商品的用户更有可能买哪些其他东西。啤酒与尿布大概是最知名的案例了，虽然它是错的，但揭示了商品之间确实存在关联。关联分析有两个核心指标，置信度和支持度。支持度表示某商品A和某商品B同时在购物篮中的比例，置信度表示买了商品A和人有多少同时买了B，表示为A→B。老王每次去菜场买菜都喜欢买一把葱，在老王的菜篮（购物篮）分析中，葱和其他菜的支持度很高，可是能说明老王买葱后就一定买其他菜（葱→其他菜）么？不能，只能说老王买了菜会去买葱（其他菜→葱）。除此还有提升度。最有名的是Apriori算法。

关联分析并非只适用于购物篮，在很多营销场景中都会用它作为追加销售和交叉销售。常见有大额消费+现金贷，医疗健康+保险等，目的便是提高营收。

进销存

进销存是传统零售行业的经典管理模型，将企业商品经营拆分出采购、入库、销售三个环节，并且建立全链路的数据体系。在实际业务中，许多场景与进销存都息息相关。

电子商务有几个基础概念，商品、SKU、SPU。商品就是对应消费者理解的单品，任何主流的电子商务网站，商品详情页都对应一个商品，也称为SPU。而在商品详情页中，还会涉及尺码，颜色，样式的选择，这类属性形成了SKU，最小单位库存。每一个属性都对应着不同的SKU，如一件衣服有SML三个尺寸，则这件衣服是一个SPU，三个尺寸对应着三个SKU。

商品管理没有我们想象的那么简单，有些用户喜欢玫瑰金的iPhone，有些用户钟情于128G，如何更好地迈出这些商品，是从采购环节就开始的。采购包括广度、宽度、深度三个维度。广度是商品品类，越充足的品类越能满足消费者的消费，但是也带来管理难销售难的缺点。市面上手机品类总共有50个，某手机店出售30种，品类比为60%。

采购宽度是SKU占比，代表商品供选择的丰富程度。iPhone有黑色、银色、玫瑰金三种颜色和16G、64G、128G三种容量，共9个SKU，如果手机店只卖玫瑰金色，则SKU占比0.33。采购深度是平均每个SKU的商品数量。

库存是一个中间状态，采购是进，销售是出。库存是一个动态滚动的变化过程，我们常拿过去时间窗口内的库存消耗速度衡量现有存量的消耗。某商场4月每天消耗库存1000件，4月末的库存为5万件，则这5万件的需要50天才能消耗完，50天被称为库存天数。虽然公式是理想状况，但以其判断缺货是没问题的。

销售环节大家更熟悉，指标聚焦在两个方面，销售的速度和销售的质量。销售速度常表示为售罄率，表示为时间窗口内的销售数量/时间窗口内的库存数量，这是比率，故可以用累计售罄率。某商品3月份累计售罄率50%，4月份累计售罄率60%，5月份累计售罄率80%，说明商品逐渐卖断货应该补货了，反过来售罄率一直低迷，则应该促销或者降低进货。

销售的质量和折扣率挂钩，乃是实收金额和标准金额的比率。国内各种红包折扣促销非常多，折扣率的统计师是非常有必要的。折扣率的典型应用是价格弹性指数：当价格变化1%时，商品销量变化的百分比。这个指数将直接影响利润。

进销存内容比较多，熟悉了留存活跃分析的人可能会稍有些不习惯。可是互联网变现的主流模式是电商或其变种，这方面的知识不可或缺。拿互联网金融来说，投资标的有典型的进货和库存特征，标的的投资额大小，风险等级与类型，标的剩余数量和预计库存天数，都是能直接适用进销存指标的。当分析师发现某理财标的库存天数过长，则要分析原因，是SKU过多，还是增长乏力。

最后

到这里，大家已经头晕了吧，业务是一个复杂体系，数据分析也从来不简单，两者结合都是充满挑战的。我的内容也没有囊括全部，比如电商还有搜索有效性的指标，用户在搜索框搜索，有多少为空搜索？而非空搜索中，有多少产生点击的有效搜索？小小一个搜索框也有很多门道。

更重要的能力是洞察和发现，文章所有的指标，并非我发明的，都是市场营销与数据分析的前辈总结而出，但是我个人学习中，并非囫囵吞枣，每个指标我都会停下思索如何用？过往哪种经验能和他联系起来。数据分析短期内是无法快速获得业务经验，但是多思考是一种更好掌握的技巧。

当然，分析中用不到那么多指标，往往两到三个关键指标足够，从业务方看，这些指标也不尽然是工作内容，大家别为KPI感到压力。更好的驱动与分析方式，是针对部门设立一个大目标，比如营收，将营收拆分成两到三个有逻辑关联的二级指标，如更多的付费用户能带来营收，更长的生命周期能带来营收，更高的客单价能带来营收。将二级指标分配个多个小团多或者按时间排期执行，二级指标也能拆分成三级。

作者:秦路，人人都是产品经理专栏作家。

5.经营指标责任书篇五

****年度安全生产目标管理责任书

责任部门：安全部负责人：

第一条目的与原则

为认真贯彻落实公司***年度发展战略，推动公司科学发展和安全发展，坚持“安全第一，预防为主，综合治理”方针，进一步落实安全生产责任制。按照安全生产“治理隐患，防范事故”的总体要求，不断强化安全生产主体责任。杜绝重、特大生产安全事故，减少一般事故，全面完成2014年公司安全生产工作目标。根据公司****年安全生产控制指标，****有限公司与公司所属责任单位签订以下安全生产目标管理责任书：第二条责任期

本责任期为壹年，即从**** 年1月1日起至****年12月31日止。第三条考核内容

1、安全生产事故控制指标

（一）员工伤亡事故：职责范围内消灭死亡事故，重伤事故控制在1‰以下，轻伤事故比上年度下降20%；职业病发生率为零。

（二）火灾事故：职责范围内火灾伤亡人数为零，不发生直接经济损失超过5万元以上火灾事故。

（三）交通事故：职责范围内不发生同等及以上责任受伤事故。

（四）非伤事故：杜绝直接经济损失超过10万元以上的非伤亡责任事故。

2、安全生产管理目标

1）、管理类目标

（1）月度回顾：负责人每月须主动向总裁进行至少一次面对面月度回

****年度安全生产经营责任书

顾，内容含本部门本月工作完成情况、内部管理情况，下月工作计划、重大管理举措，对公司经营管理的建议意见，及其他需汇报事项；

（2）执行力：高效传达、执行公司及总部各部室的有关决议、决定、通知、方案等，并及时反馈执行结果；

（3）团队建设：本单位管理团队分工明确、协同一致；定期开展团队建设活动，全年开展团队建设活动不少于 4次（要求每季度不少于一次），并及时发布活动情况；

（4）员工培训：本单位全年开展内部职工培训不少于72小时；（5）员工满意度：公司在年中及年终进行本单位员工满意度调查，对不合格者公司有权解除责任人职位。

2、安全投入类指标

（1）矿区“三违”查处指标月应不超过5％

（2）安全投入：必须按月完成公司下达的安全投入指标，完成率应在80％以上，（3）安全隐患整改率应达到98％以上（4）安全生产检查月应不少于3次（5）监控监测系统完好率100％

（6）安全机构的定岗、定编、定员、定薪工作符合公司规范（7）月安全办公会应不少于2次，班前安全教育要求达到100%

第四条考核与奖惩

4.1公司根据本责任书及业绩考核方案对乙方进行考核，并依据考核结果对乙方进行奖惩。

4.2责任人应根据甲方及本责任书的要求提交必要的材料及文件，甲方对考核指标的完成情况予以确认。

4.3责任人目标考核

****年度安全生产经营责任书

责任人年薪执行“基薪+业绩薪”的薪酬制度。业绩薪于各季度、年度末根据乙方安全生产目标完成情况进行实时考核兑现。

第五条绩效考核及兑现：

5.1责任人在年度终1０个工作日内将工作完成情况报送****有限公司总部行政人事部，总部行政人事部根据责任人及责任部门工作情况予以考核并形成考核建议，并上报公司薪酬工作小组作为考核依据。

第六条权利与责任

6.1责任期内，责任人有权对本部门的岗位及人员设臵调整向公司行使建议权，对部门内不遵守公司及部门纪律，不能满足工作能力要求者，责任人有权要求公司调离该部门或与其解除劳动关系；

6.3除本部门员工之外，责任人还应对矿区材料专员在业务上予以指导，管理上予以规范，并对其工作予以考核，并将其工作情况与矿区管理班子提出工作建议，对严重不满足工作需求的，有权向公司和矿区提出予以人员调换，并对该岗位人员的聘用行使建议权；

6.4责任人的不仅对本部门管理和业务工作承担相应权责，对于矿区其他任何生产性材料的采购和管理也需承担主要权责。

第七条附则

9.1本责任书未尽事宜将另行协商，年中予以回顾，如有必要可进行适当调整。

9.2责任书正本一式贰份，责任人保留一份，公司留存一份。9.3本责任书的最终解释权为公司所有

****年度安全生产经营责任书

责任单位：安全部

2014 年月日 2014

6.运营指标责任书篇六

责

任

书

兴化市住房和城乡建设局

兴化市燃气企业安全运营责任书

为规范城乡燃气市场，确保安全运营。根据《中华人民共和国安全生产法》、《中华人民共和国消防法》、国务院583号令《城镇燃气管理条例》、国务院373号令《特种设备安全监察条例》、国务院第370号令《无照经营查处取缔办法》和《江苏省燃气管理条例》、《江苏省城镇燃气管道安全保护暂行办法》等法律、法规。现与燃气单位（企业）签订安全运营责任书如下：

1、严格执行国家法律、法规，建立健全各项安全管理制度。

2、本单位（企业）承担燃气运营安全的主体责任，单位（企业）负责人是燃气运营安全的第一责任人。

3、按照国家的法律、法规，必须办理《消防验收合格意见书》、《压力管道安装安全质量监督验证书》。领取《气瓶充装许可证》、《瓶装燃气经营许可证》、《工商营业执照》、《管道燃气特许经营权（管道气企业）》。做到手续齐全，合法经营。手续不全的一律停业整改。

4、依法对重大危险源登记建档，进行定期检测、评估、监控，制定应急预案，并将重大危险源及有关安全措施、应急措施报安监局和有关部门备案。

5、保证不向无经营资格的站、点提供气源，保证供应符合国家标准的燃气气源。保证不违规充装过期钢瓶，非自有钢瓶、无条形码和不合格的钢瓶。

6、各类压力容器、压力管道、气瓶等应按规定进行注册领证，并按期进行定期检验，安全阀、压力表及安全附件也应定期校验。

7、确保气站内的各种设备设施完好，正常运转。气瓶充装、检验人员及相关管理人员、换瓶点负责人，做到持证上岗，积极向燃气用户宣传燃气安全使用常识，同时对员工要不定期进行安全教育，做好各类台帐。

8、自觉接受安监、住建、质监、消防、工商、所在地乡镇人民政府等部门对燃气经营企业的监督和检查，对相关部门查出的事故隐患要认真整改。

9、管道气经营单位，确保门站设施、设备完好，正常运行。定期巡查燃气管道，建成后燃气管道要设置明显标志。

10、要按照应急预案要求实施演练，演练时要落实好安全措施。

本责任书一式两份，有效期至2015年12月31日，督管单位、责任单位各执一份。

督管单位：兴化市住房和城乡建设局责任单位：

负责人（签字）：

二零一五年三月

日

7.运营指标责任书篇七

随着智能手机的快速普及和网络向3G乃至4G的演进, 移动数据流量呈现指数增长的态势, 同时使得流量收入逐步成为移动运营商收入增长的主要来源。在这种情况下, 移动运营商的战略重心也已经开始向流量转移。

在移动运营商沿用多年的基于平衡计分卡 (BSC) 的绩效考核管理体系中, 虽然已经根据3G的推进, 增加了3G类关键绩效管理指标 (KPI) , 但是仍没有建立从流量经营战略分解下来的、体系化的流量关键绩效指标 (KPI) 架构, 本文尝试提出基于BSC的流量业务绩效考核指标体系, 希望能对运营商流量工作的推进起到一些积极作用。

二、绩效考核方法及平衡计分卡法综述

(一) 绩效考核方法综述

资料来源:SKT季报

绩效考核是公司绩效管理的重要手段。目前看, 常用的绩效考核方法包括三大类, 即主观考核法、客观考核法、综合考核法。其中主观考核法包括排序法、成对比较法等;客观考核法包括行为对照法、关键事件法等;而综合考核法则包括目标管理法、关键绩效指标法、平衡计分卡法等。

在这些考核方法中, 综合考核法因为其对业绩结果控制和管理效果较好, 因此应用最为广泛。而在综合考核法中, 平衡计分卡法因为其在有效承接公司战略目标的基础上, 应用了关键绩效指标的分解方法, 同时实现了财务和非财务、长期和短期指标的平衡, 因此在近二十余年中应用最为广泛。

(二) 平衡计分卡的出现背景和优缺点

早在二十世纪初期, 杜邦公司开发使用了投资报酬率 (ROI) 对公司及其分部的绩效进行考核, 并创建杜邦分析系统, 从而奠定了财务指标作为评价指标的统治地位。而到二十世纪中期, 财务预算又作为管理体系的核心在全世界被得到推广;与此同时能反映企业整体价值、未来机会和风险的贴现现金流量指标的应用日益广泛, 如内部报酬率、净现值等。

然而, 随着全球化竞争的加剧, 越来越多企业认识到:即使最好的财务体系也无法涵盖绩效的全部动态特点。从1990年开始, 哈佛商学院教授罗伯特·S·卡普兰 (Robert S.Kaplan) 和复兴全球战略集团 (管理咨询公司) 总裁大卫·P·诺顿 (David P.Norton) , 向全世界开始推广平衡计分卡 (BalancedScorecard) 的方法。该方法不但改变了传统的运用单一财务指标进行绩效考核思想, 而且还能推动企业自觉去建立实现战略目标的管理系统, 在产品、流程、顾客和市场开发等关键领域使企业获得突破性进展, 因此近二十余年, 平衡计分卡 (BSC) 在全球的管理实践中得到了广泛的应用。

(三) 平衡计分卡在国外运营商绩效考核体系中的应用

平衡计分卡早在2000年之前就被国际电信运营商应用在绩效考核管理中, 而且各运营商的绩效考核指标体系还随着新业务的出现和原有业务的衰退在不断地变化。

来源:KT’s BSC

1.韩国SKT随时间变化的指标关注体系

韩国SKT季报中的运营效果模块部分, 每年关注的指标都有所不同。可以发现, 在SKT发展CDMA1X多年之后, 指标中加入了EV-DO终端客户数和EV-DO数据ARPU这样的指标。而近两年, 随着话音业务的逐步衰退, 指标中取消了对MOU的关注, 见图1。

因此, 关注的业务指标要随着业务的发展而适应性的做出变化。

2.韩国KT的ADSL业务绩效指标体系

从韩国KT的ADSL业务绩效指标体系可以看到, KT在财务层面设计了高速互联网收入指标;客户层面设计了新增ADSL客户等指标;内部管理层面设计了ADSL设施优化、业务质量提升等指标;学习成长层面设计了专业培训类指标, 见图2。

因此我们说, 运营商在设计具体业务的绩效指标体系时, 需要从业务战略向下分解, 明确绩效指标之间的有机联系, 以保证业务战略的实现。

(四) 平衡计分卡在国内××移动运营商绩效考核管理中的应用历程

1.2000年根据世界一流通信企业的KPI分析, 得到20余个KPI指标

2000年, ××移动运营商根据世界一流通信企业的指标体系研究, 提出包括BSC (财务、客户、创新、管理) 四类, 以及新增两类 (规模和市场) , 共六大类的绩效指标体系, 涵盖了与移动运营商经营密切相关的20余个绩效指标, 见图3。

2.绩效考核体系逐步完善后, 形成基于BSC的四层绩效考核指标体系

在××运营商绩效考核体系逐步完善后, 将非BSC的两类指标归入BSC的财务、客户、内部管理和学习成长四类经典指标中, 并形成了相互关联的含KPI和KSI (关键战略指标) 的绩效指标体系, 其中KPI减少到十余个, 见图4。

3.出现增值业务KPI考核指标

随着短信等增值业务的快速发展, 移动运营商开始设立针对增值业务的考核指标, 但是主要指标为增值业务 (新业务) 收入和战略类数据业务发展类指标, 绩效指标的体系性不强。

4.近几年, 绩效考核指标在简化的基础上, 加入3G指标

近几年, 随着繁重的KPI对移动运营商经营带来负面影响的增多, 移动运营商的关键绩效考核指标不断简化, 仅保留收入、利润、客户满意度等核心指标, 指标减到十个左右。在关键绩效指标不断凝练的过程中, 也与时俱进, 增加了3G用户数发展、3G网络质量等具有时代特色的业务指标。

但是, 可以发现, 随着移动运营商KPI指标的不断简化, 绩效指标之间的体系化越来越弱, 且总体看来, 事后评估的绩效指标多, 而事前事中控制的指标偏少, 使得运营商可持续发展性偏弱。

三、移动运营商基于流量经营战略的绩效指标体系设计

从前面的分析可以看出, 基于BSC的绩效考核指标体系应该是适用于电信运营商绩效管理的有效工具, 但是目前国内移动运营商在绩效考核指标的设计中还存在以下问题:1.缺乏基于新兴流量业务的绩效考核指标, 特别是缺乏事前事中的控制性指标;2.尚未梳理从业务战略目标到内部管理和创新的体系化的考核指标体系, 无法实现移动运营商流量战略的落地。基于这些问题, 本文尝试梳理国内运营商新的基于流量经营战略的绩效考核指标体系:

(一) 流量业务KPI指标体系的设计思路

首先, 明确流量业务的战略, 并建立财务、客户、内部管理、学习成长四个方面的具体战略目标。具体而言, 流量业务的战略目标应该包括:在财务上, 提升流量业务的收入;客户上, 提升高流量客户数;内部管理上, 加强网络对高流量业务使用的支撑;学习成长上, 加强高流量业务研发等。

其次, 为四方面的具体目标找出最具有意义的业绩衡量指标。具体而言, 财务层面可以设计流量业务收入增速、流量类资产回报率等指标;客户层面, 可以设计DOU、高流量客户占比、流量客户满意度等指标;内部管理层面, 可以设计3G网络覆盖率、3G网络下载速度等指标;学习成长层面, 可以设计高流量业务创新数量等指标。

第三, 确定各类指标间的因果关系与驱动关系。明确业务绩效指标之间的因果关系, 如要保证流量收入增速, 需要保证高流量客户的稳定等。

第四, 明确关键绩效指标的评估办法。需要明确业务KPI的评估办法, 包括指标的正向、负向性, 指标的计算方法等。

(二) 绘制流量业务的战略目标地图

根据上文所说的设计思路, 应该首先明确流量业务的战略目标, 然后绘制战略目标地图, 如图5所示。

(三) 设计流量业务的KPI指标体系

接下来, 根据战略目标, 考虑指标的可得性、可量化性等要素, 选择关键绩效指标, 并明确指标之间的因果关系和关联关系, 搭建KPI体系, 见图6。

从下图的流量业务KPI体系可以看出, 其中财务和客户层面的指标, 主要倾向于客户发展、收入获取等事后的结果评估, 而内部管理和学习成长层面的指标, 则主要从网络、终端和组织层面进行事中和事前的评估, 致力于提升移动运营商未来在流量上的竞争力。

需要注意的是, KPI体系中, 除了收入增速等定量指标之外, 还包括部门协同性这种定性指标。

四、小结