我们在做运营时，经常会被挑战下面问题：
- 这些指标够了吗？
- 你做这些事情的业务价值如何度量？
- 未来应该如何迭代？
- ...
上面问题的答案就在亚马逊的可控输入指标方法论中：
一、亚马逊的指标体系
“不懈地聚焦于可控的输入指标（a relentless focus on input metrics），而非输出指标（output metrics）”。
1、输出指标（output metrics）
衡量业务的结果，类似于结果指标。
事实上，所有的财务报表都带有输出指标，它非常适合衡量业务现状。
前面提到的运营的目标：比如业务目标、业务稳定性、技术团队的价值这些都是输出指标。
2、可控输入指标 （controllable input metrics）
可控输入指标有下面特征：
- 首先，它是可控的，它能够影响输出指标。
- 其次，相比输出指标，输入指标往往是更以客户为中心的，更加人性化。
- 最后，可控输入指标是具体的行为，能让人更早发现关键信号，还能为未来提供清晰的行动指南。
输出指标是不可以直接做功的。大家的注意力应该从输出指标转向输入指标，把自己能够做功的输入指标做好。当组织里所有的员工输入指标汇集到一起，持续做功，就能让输出指标产生变化。
3、指标例子
一家大型超市，想要获得收入、股价、客户数这类输出指标的提升应该如何去做呢？
是不是就要从商品的价格、品种、环境卫生、服务人员的态度等等这些输入性指标去入手？
因为只有靠这些输入性指标的提升，吸引并且服务好客户，才有可能撬动输出型指标的提升。
4、运作机制
4.1、通过特定的生命周期来定义和调整指标。
在不同的生命周期阶段，通过输入指标和输出指标的关系，来对输入指标进行调整，最终达到输入指标直接影响输出指标。
4.2、通过每周业务复盘机制（Weekly Business Review，简称 WBR）对指标进行展示和解读。
在WBR上，输入指标和输出指标都会呈现给领导层，并且每周按照同样的格式、同样的顺序、同样的符号等，以便让领导层能够聚焦于数据。
二、如何构建可控输入指标树？
战略层次上，可以找增长飞轮
在“亚马逊飞轮”这个闭环系统中，当你向任何一个或所有元素注入能量时，飞轮都会转得更快。这些元素也是最应该做功的。
战术层次上，通过拆解，找优先做功点
构建可控输入指标树的过程如下：
1/4、指标拆解
不要聚焦于一个非常大的指标去做功，肯定是要往下分解才能落实。
按照金字塔原理的逻辑顺序拆解目标，过程要MECE（不重不漏）：
- 时间/步骤顺序：按照采取行动的顺序拆解；
- 结构/空间顺序：按照组织结构图、关键成功要素示意图、示意图、地图等拆解。
- 程度/重要顺序：根据各个问题具有共同特性的程度高低排序，最具有该特性的问题排在第一位，即先强后弱，先重要后次要。
拆完形成了一套科学的指标体系，还需要去做数据的埋点，把数据都找到。
常见问题
Q：要拆解几层，拆到什么程度？拆完之后指标树会不会很大？
A：每拆一层，我们就要去研究哪些是我们不可控的、哪些是弱可控的、哪些是可控的、哪些是强管控的（先做一个感性的判断）。
- 我们要尊重现实，不去追求那些控制不住的地方，先把强管控的解决了，把最软的柿子先捏了，确保第一波的业务结果都要拿到，这是从0到1时最简单的一个策略。
- 再关注可控的部分，看看有没有什么措施是可以直接做功的。
- 如果没有，那就再把它拆成一个个环节，再来找可做功的点。
拆解不是一个一蹴而就的工作，要结合可控制的情况以及对问题的思考深度去循环迭代，做得越来越精细化。
2/4、找到做功点
找到可做功的点，取决于我们对业务的认知深度。
整个流程参照了质量改进DMAIC流程（定义-测量-分析-改进-控制）。
- 首先，去一线调研，现场搞清楚到底发生了什么问题，实地考察，收集数据；
- 其次，研究到底是什么原因导致的问题；
- 再次，研究怎么做功去解决这个原因，并且量化做功的点；
- 然后，试点，观察做功之后上面的指标有没有变好。不停地研究和钻研。
我们的研究一般都是和对标强相关，要持续的观察可以对标的对象做的好的地方，要站在巨人的肩膀上的前提是知道巨人在哪里。至此，构建了可控输入指标树。
常见疑问：
Q：是否会拆得过于细？
拆解的目的是为了找到可以控制的做功点，所以颗粒度取决于当前的业务节奏和业务关注点。
随着时间的推移，在整个业务演进的过程中，我们就是一步步将可以做功的地方做好之后继续往下分解，运营的每一天的工作就会是是越来越细的颗粒度，业务优化越往后走，逻辑越精细，问题也会越复杂。
Q：如何界定一个指标是输出指标还是输入指标，一个部门的输入指标会不会是另外一个部门的输出指标？
可控输入指标的核心在于可控制，不用过于纠结，否则会变成文字游戏。
如果这个指标是我们自己可以直接控制，有清晰的控制逻辑，那么就可以理解为一个输入指标。
输出指标是那个可控输入指标变好了之后结果。
工作的核心还是要聚焦于我们可以控制和做功的部分以及做完功得到了什么。
3/4、排优先级
如何对庞大的可控输入指标树中的指标进行优先级排序，找到杠杆率最高的点，比较考验运营的功力。
供参考的三大排序标准：
-
差距最大的
通过阶段或者因子的分解和数据分析，找到那个导致输出指标与预期差距最大因子是什么。
例如会议质量差，那么是会前准备的最差还是会议中控场最差还是会议后跟进最差？ -
最容易控制的
通过做功很容易就控制住了，而且做功的难度和成本也比较低，先把好拿的确定性强的结果拿到，先易后难的解决问题。
就和高考做题目一样，能得的分确保得到再去啃难题。 -
ROI最高的：影响输出指标投入产出比最高的。
可能会涉及到在多个指标之间做取舍和平衡。有的输入指标通过做功之后对输出指标的影响会拉到极限值，如果要产生更大的影响，可能需要投入更多的资源，这时候就要比较继续做功跟换其他指标做功带来的影响的大小了。
常见疑问
Q：是不是拆得越小，每个做功点的ROI就越小？
是的。
做功的点越小，产生的能量就越小，这是必然的。
拆得细的前提是默认前面ROI高的策略都打完了。
如果ROI高的策略没打完，那就优先在前面做功。
一定是前面的工作都做好了，再往下拆。
精细化运营一定是建立在前期科学稳健的运营策略落实好了的基础之上的。
Q：是不是把差异最大和最容易控制的都处理完了，剩下的都是不可控的了？
很难控制和不可控是两回事。
随着时间的推移，我们的变量会越来越难控制，每推动一步都要花费很大的力气。
好用的策略往往是行业公认的，拉开差距的往往在那些难的点上。
做运营的同学需要有一个心理预期，运营了一段时间之后大概率会进入瓶颈期，这时候需要更深入的思考，更详细的对标，更完整的判断，找到哪些可控输入指标，这个过程往往是对心智的考验，坚定的相信能够找到合理的路径，“山穷水尽疑无路，柳暗花明又一村”。
4/4、复盘迭代
所有的可控输入指标不是一招鲜的，不是说找到某个可控输入指标并持续地做功就能一直成功。
随着时间的推移和环境的变化，可控输入指标也会一直演进，我们要持续地回顾复盘。
三、运营可控输入指标树的难点
运营可控输入指标树会有下面这些难点，需要有心里预期：
1、取舍难
有的时候找到的可控输入指标，对于组织来说控制的力度很小，影响力度很小，如果要影响就要付出很大代价。
团队永远要找到杠杆率高的事情，这时候就需要做一些取舍了，这个难点很大。
2、取数难
早期难的是建数据体系。没有埋好点，取不到数，或者指标没有拆得足够细，没有设计动作的隔离，比如司机没取到货，到底是司机没取，还是团长没给。这些早期是很难判断的，这也是难点。
3、运营难
做指标拆解没有多难，难的是每天的运营。每天都要看数，分析原因和迭代改进措施。
每天前进三十公里
有纪律、有节奏、有心力的认真工作每一天是一大难点。
四、总结
可控输入指标是一个非常好用的工具，既可用于独立业务的管理，也可用于部门、项目、个人的工作管理。
从个人贡献者到CEO，都要详细了解并高度聚焦输入指标，否则就无法正确认知和控制输出指标。
正如亚马逊“结果导向（Deliver Results）” 这条领导力原则所说:
“领导者要聚焦于业务的关键输入指标，并保质保量地及时交付。”
