大數據之所以為大數據很重要的一點是，透過資料就能觀察到的業務流程 / 商業流程變多了。商業像是由各式各樣的業務流程堆疊起來的賺錢機器，數位化使我們能更具規模地收集每一段業務流程所產生的資料，BI 則是透過替每一段業務流程建立正確的指標，讓我們更有效地監控商業這部機器是否正常運作，像是：

• 電商平台通常是以 GMV （Gross Merchandeis Value) 這個衡量整體營運狀況。 GMV 就是建立在 「訂單成立」這個業務流程上：將每一筆「成立的訂單」的金額相加總。

• SaaS 產品則通常會以 ARR （Annual Recurring Revenue）或是 MRR ( Monthly Recurring Revenue） 這些指標衡量整體營運狀況，這些指標則是建立在使用者訂閱產品這個業務流程上。

• 從不同部門的角度出發，人力資源部部門需要監測到職半年內離職率，採購部門需要監測供應商的腐損率，或是業務部門的訂單轉換率等等也是透過指標監測這些日常運營的業務流程。
  量測這些像是 KPI 的指標時 ，顯然地是根據產品本身提供的價值或是部門本身的職責而定，跟數據量的多寡一點關係都沒有。但透過數位化可以幫助我們將這些大型指標往前面的流程做更細節的拆分，像是：

• 電商平台需要有人「進到平台」，把商品「放進購物車」，最後才能下訂。

然而，有時候大數據分析也有機會找出洞見作為日常運營關注的重點，以 SaaS 來說，資料分析師可能透過大數據分析發現當使用者使用某功能低於某個頻率時很有可能退訂，這個時候就可以新增一個指標作為退訂的先行指標。

指標就是對業務流程 / 商業流程進行某種量測 （對某些屬性加總），雖然指標的設計看起來非常直觀，但背後其實還是有不少學問。下一篇會以北極星指標為例，了解指標設計背後可能有哪些脈絡以及涵意。