從留存率業(yè)務(wù)案例談0-1的數(shù)據(jù)指標(biāo)體系

如何建立業(yè)務(wù)數(shù)據(jù)分析指標(biāo)體系？

這篇文章很受歡迎，閱讀量是我最近幾篇原創(chuàng)文章中最高的，其中有 12.8% 的讀者選擇收藏。

大家可能對「體系」比較感興趣，我的朋友寶器也寫過一篇關(guān)于指標(biāo)體系的文章，其中用一個留存率業(yè)務(wù)的案例，講解了從 0 到 1 構(gòu)建數(shù)據(jù)指標(biāo)體系的 6 個步驟。

文章中提到的《指標(biāo)體系與數(shù)據(jù)采集》PDF 電子書，我已經(jīng)上傳到了知識星球，你可以點(diǎn)擊本文左下角的「閱讀原文」，前往知識星球進(jìn)行免費(fèi)下載。

我認(rèn)為，不要忽略他人的體系與自身實(shí)際需求的差異，而要帶著問題去學(xué)習(xí)，學(xué)習(xí)那些能夠觸動自己、離自己需求最近的知識，學(xué)習(xí)不是為了知道，而是為了改變，能夠應(yīng)用所學(xué)的知識，幫助我們判斷、選擇和行動，從而化解實(shí)際的難題，形成自己獨(dú)特的體系，那就是你自己的核心競爭力。

雖然建立體系的具體方法會有差異，但是背后的思維其實(shí)是相通的，建議你博采眾長，通過學(xué)習(xí)和實(shí)踐，找到最適合自己的方法和體系。

· ?正 ?· ?文 ?· ?來 ?· ?啦 ?·?

背景

大家好，我是寶器！

經(jīng)常會聽到互聯(lián)網(wǎng)人形容一個產(chǎn)品的體量和知名度用活躍用戶來衡量，比如：“微信的日活接近10億了，真社交巨獸。”

這里面有個幾個關(guān)鍵的詞：衡量、日、活躍、用戶。這些綜合起來是什么，DAU。對于分析師來說，這是一個可反應(yīng)業(yè)務(wù)產(chǎn)品活躍用戶現(xiàn)狀的一個指標(biāo)。

這樣思考下去你可能會問想知道：

指標(biāo)是什么？

按照比較官方的定義是在一定條件和時間下反應(yīng)某種現(xiàn)象的規(guī)模和比例，由指標(biāo)名稱和數(shù)值構(gòu)成。

實(shí)際上是不是所有的這種反應(yīng)某種現(xiàn)象和規(guī)模的數(shù)據(jù)都可以叫做指標(biāo)呢？我覺得不是，因?yàn)椴皇撬羞@樣的數(shù)據(jù)都是對業(yè)務(wù)有參考價值的。

張濤老師的說法個人較為認(rèn)可：對當(dāng)前業(yè)務(wù)有參考價值的可統(tǒng)計的數(shù)據(jù)可以是指標(biāo)，它是可以反應(yīng)哪個用戶做了哪些行為，給業(yè)務(wù)帶來了什么樣的結(jié)果指標(biāo)^[1]。

所以常用的數(shù)據(jù)指標(biāo)可以分成：用戶數(shù)據(jù)（新增、日活、留存等）；行為數(shù)據(jù)（訪問深度、轉(zhuǎn)化率等）；業(yè)務(wù)數(shù)據(jù)（一般會和用戶數(shù)據(jù)指標(biāo)和行為數(shù)據(jù)指標(biāo)有些交叉，反應(yīng)的是業(yè)務(wù)大盤的情況，比如GMV、ARPU值等）。

使用這些指標(biāo)的注意和坑

假如你是一名分析師嗎，可能你會遇到這樣的場景，”同一個指標(biāo)“不同的人可能也得到不一樣的結(jié)果：

比如產(chǎn)品經(jīng)理A說的本月的留存率是20%，產(chǎn)品經(jīng)理B說本月的留存是24%，那到底誰是對的，為什么他們計算的結(jié)果會不一樣？

其實(shí)沒有絕對的對錯，只是A和B對這些數(shù)據(jù)指標(biāo)背后的定義和口徑是不一致的。但后續(xù)分析過程中一定要注意形成統(tǒng)一明確的數(shù)據(jù)指標(biāo)定義，這樣才能去做后續(xù)的分析，不然后續(xù)的對比結(jié)果可能也是錯的。

留存率的案例

某高質(zhì)量用戶產(chǎn)品在2020年國慶節(jié)那一天（10月1日）開始試運(yùn)營，那天通過拉新來了5位用戶，國慶節(jié)過完來，老板想知道10月1日這波拉新用戶的7日留存率。

Fake數(shù)據(jù)表

CREATE?TABLE?ods_study_1.ods_study_retain_2
(
userid?int,
min_date?DATE,
active_date?DATE
);

INSERT?INTO?ods_study_1.ods_study_retain_2(userid,min_date,active_date)?VALUES(1,'2020-10-01','2020-10-02'),(2,'2020-10-01','2020-10-02'),(3,'2020-10-01','2020-10-02'),(4,'2020-10-01','2020-10-03'),(5,'2020-10-01','2020-10-03')

查看下數(shù)據(jù)

?SELECT?userid,min_date,active_date,active_date-min_date?FROM?ods_study_1.ods_study_retain_2

國慶后，產(chǎn)品經(jīng)理A匯報說，“老板，我們這次7日留存下來的用戶是0，7日留存率0，效果非常不好，不可以繼續(xù)投放拉新了

SELECT?
??min_date,
??COUNT(CASE?WHEN?(active_date-min_date)?=?6?THEN?userid?ELSE?NULL?END?)?restay_num,
??COUNT(DISTINCT?userid)?all_num?
FROM
??ods_study_1.ods_study_retain_2?
GROUP?BY?
??min_date;

國慶后，產(chǎn)品經(jīng)理B匯報說，“老板，我們這次7日留存下來的用戶是5，7日留存率是100%，效果非常好，可以繼續(xù)投放拉新”。

SELECT?
??min_date,
??COUNT(CASE?WHEN?(active_date-min_date)?<=?6?THEN?userid?ELSE?NULL?END?)?restay_num,
??COUNT(DISTINCT?userid)?all_num?
FROM
??ods_study_1.ods_study_retain_2?
GROUP?BY?
??min_date;

老板非常疑惑，你們怎么回事，怎么得出的結(jié)論正好相反？

產(chǎn)品經(jīng)理B看了看A的計算邏輯，給A說，兄弟，我們這款產(chǎn)品具有周期性，當(dāng)時調(diào)研的時候就反饋了用戶一般只會在每個月的2號和3號有時間去使用這款產(chǎn)品。

所以你不能計算10月1日之后的第7日還剩下多少人活躍，要計算10月2日-10月7日之間一共有多少用戶在活躍。

這個小案例其實(shí)反饋的就是業(yè)務(wù)線對指標(biāo)定義不一致計算得到不同的結(jié)果，一個是7日日留存，一個是7日內(nèi)留存。

數(shù)據(jù)指標(biāo)體系的構(gòu)建

所以指標(biāo)準(zhǔn)確的定義是產(chǎn)品、運(yùn)營、數(shù)據(jù)等團(tuán)隊(duì)做分析必要的前提，且在每個分析師心中都有一套完整的數(shù)據(jù)指標(biāo)體系。指標(biāo)是單一的，指標(biāo)體系是完整的，是可以表示業(yè)務(wù)之間的相關(guān)性和結(jié)構(gòu)性。

一個優(yōu)質(zhì)的數(shù)據(jù)指標(biāo)體系可以反應(yīng)出：發(fā)生了什么？為什么這件事會發(fā)生？這樣持續(xù)下去未來可能會發(fā)生什么？我們應(yīng)該根據(jù)這些做些什么？

這一塊涉及的內(nèi)容較多，一篇文章應(yīng)該講不完整，這次簡單分享下。分析師構(gòu)建一套完整的指標(biāo)體系搭建步驟和所需合作同事：

1. 明確產(chǎn)品各業(yè)務(wù)線目的（相關(guān)業(yè)務(wù)線產(chǎn)品經(jīng)理出）
2. 明確指標(biāo)體系的建設(shè)規(guī)劃模型方案（分析師和相關(guān)業(yè)務(wù)線的產(chǎn)品經(jīng)理拉通統(tǒng)一）
3. 明確指標(biāo)對應(yīng)的埋點(diǎn)和存儲邏輯（各業(yè)務(wù)線產(chǎn)品經(jīng)理和埋點(diǎn)研發(fā)人員）
4. 梳理指標(biāo)的準(zhǔn)確性，取數(shù)校驗(yàn)（分析師）
5. 指標(biāo)迭代更新和刪減（分析師和產(chǎn)品經(jīng)理）
6. 數(shù)據(jù)指標(biāo)體系平臺建設(shè)和迭代（分析師、產(chǎn)品、研發(fā)）

步驟2的規(guī)劃模型方案思路這一塊建議閱讀GrowingIO發(fā)布的那本小冊子《指標(biāo)體系與數(shù)據(jù)采集》^[2]，寫得比較清晰。