提效的起点是用户线下实际的业务操作，因此提效的衡量标准也需要回归线下业务和人。
常见的方式有两种，第一种统计时间，将用户的使用时间量化，什么业务操作，哪个角色，X个人，目前花费X分钟/天，产品预计能提升X分钟，不同的业务城市、熟练度不同的人员，这个时间是否有不同。这个量化的时间不只是用户操作产品的时间，更确切的是用户处理业务的时间。具体时间根据实际线下的业务情况进行预估。
举个例子，某电商公司的物流配送业务，从供应商送货，到排线，现场装车调度，配送，货物清点，整个流程效率过低时间太长，影响履约时效。接下来需要分析每个环节，有哪些因素影响人效，比如供应商送货慢，因为给到供应商的送货单会慢30分钟；排线每次都要人工排一遍，耗时15分钟；现场对货需要通过人工制作的excel表，多出来额外做表的20分钟，等等。
针对这些问题输出产品方案，送货单自动推送给供应商，预计能提前10-20分钟送货；在线自动排线，并自动导出现场对货的表，预计省去这35分钟。其他环节也是同样的逻辑，最终将每个环节的解决方案，提效的时间，和开发成本，综合考虑。
第二种更加宏观一些，统计人，某个范围的业务需要X个人完成，或者说一个人能处理多少范围的业务。这个数据会涉及到公司的人员数量，是一个反应结果的数据，影响的因素会比较多，不限于产品功能的提升。
举个例子，某公司的管理业务，某站点当前业务管理人员和一线业务人员的比例为1:5，公司需要提升管理的人效，以节省公司管理人员的人力成本。
针对这一点，产品通过将更多一线业务在线管理，提供报表，提供管理建议等手段，让一个管理人员能更有余力的管理更多一线业务人员，提升业务人员的数量同时不需要再增加管理人员，通过后续管理人员和一线业务人员的比例是否低于1:5，可以观察产品的效果。
这些提升用户人效的后台产品都有一个前提，就是用户有没有使用你做的产品功能。如果不好用，或者用户习惯了之前老的方案导致不想用，那么这些个对业务提效的目标都无从谈起了。
有些时候新功能上线时用户确实不习惯，尤其是一些对线上产品感知不大、又比较忙的一线业务人员，推广和适应都需要时间，不过产品上还是得保证首先好用让用户愿意用，当用户习惯之后，再去看实际的效果。
3. 面向业务，业务运转的自动化，高效、准确面向业务的价值，指的是通过业务的计算、匹配、流转规则，对业务从人工转化为自动化的过程。
对业务的价值是后台产品最直观、有效，也是更终极的价值。诸如业务流程的自动化，对订单、采购数量的预测，订单和履约之间的智能分配，异常状况的预警等，都属于后台产品对业务的价值。这里有些已经超出后台产品，属于策略产品的部分。
业务自动化的前提条件，是数据的在线和准确，也就是前面写到的面向管理要做的部分。因为没有准确的数据，通过数据价值去进行业务的自动匹配计算就无从谈起。所以针对业务的价值，通常是业务较为后期的目标。
一个业务还未成熟的公司，一些决策和预警的业务，一般都是人工执行为主，这个阶段的重点可能更多在于流程在线准确和用户提效的价值，当公司业务逐渐扩大成熟之后，因为自动化业务的准确率、匹配度等都高于人工，再逐步由系统自动化代替人工。
针对业务的衡量方式，直接从对应的具体业务指标入手，看这个指标是否有提升即可。这块相关的指标一般是比例、时间之类的，比如业务数据的准确率，履约完成率，流程的时效，等。
举个例子，某O2O公司的订单履约业务，存在由于超出履约时效，导致用户不满意、履约率降低的问题。其中一个问题，在订单采购环节如果出现库存缺货，会导致订单履约时间被拉长，现在需要提升缺货订单的履约时效。
原先的方案，只是定期提采购需求的时候进行采购，新的策略中，首先优化缺货的处理策略，缺货的商品先找周边的仓库调度，如果没有就直接提采购需求，通过减少从下单到采购中间等待的时间来加快履约时效。
这一点可以通过缺货订单的到货时效来验证。同时，通过对采购需求计算逻辑进行优化，让每个站点在预估采购需求量时候能够更加准确，减少缺货情况的发生。这一点可以从缺货订单的比例进行验证。
整体上，可以看缺货订单的订单履约率是否有提升。
从以上案例能看出来，很多处理方式实际上是业务策略，业务数据的指标表现的就是业务方案的效果。业务指标的影响因素不仅限于产品上的改动，业务上自己的策略、人员、能力等因素也会影响业务指标，而且影响的更大一些，指标本身业务方也会更加关注。

稿源：(人人都是产品经理)

【傻大方】网址：http://www.shadafang.com/c/110E4623R021.html

标题：用户|交易履约类后台产品的产品价值和验证方式( 三 )