1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        我真設(shè)計了一套數(shù)據(jù)指標(biāo)體系

        共 3718字,需瀏覽 8分鐘

         ·

        2021-03-31 14:53

        大家好,我是寶器!


        之前寫過一篇文章:從留存率業(yè)務(wù)案例談0-1的數(shù)據(jù)指標(biāo)體系,以留存率結(jié)合實際公司業(yè)務(wù)講訴了如何構(gòu)建完整的指標(biāo)體系,今天給大家分享【指標(biāo)體系篇】好文第二彈。

        一共分4部分,如何理解指標(biāo)體系、如何設(shè)計指標(biāo)分析、指標(biāo)管理方法、正確認(rèn)識指標(biāo)體系,建議細讀。

        01 如何理解指標(biāo)體系

        講道理,雖然今天互聯(lián)網(wǎng)企業(yè)已經(jīng)足夠的數(shù)字化,但看清楚公司的運行情況,依舊是一件很難的事情??辞宄?,不僅包括看清楚企業(yè)的投入情況,也包括看清楚業(yè)務(wù)的運行情況。

        比如,投入了幾百萬的預(yù)算,帶回來多少DAU的增長?這其中每個階段的轉(zhuǎn)化情況怎么樣?1/7/30天后留存的有多少?本次活動各個渠道的質(zhì)量如何評估?

        當(dāng)下的互聯(lián)網(wǎng)企業(yè),很多決策可以說是“無數(shù)據(jù)不決策”,不論是運營對活動效果的分析,還是高層對商業(yè)走勢的判斷,沒有成熟的分析看板,臨時做需求是接不住的。

        但本文,要講述的,是數(shù)據(jù)看板的靈魂部分:指標(biāo)體系。

        什么是指標(biāo)體系?用一句簡潔的話闡述,就是“對業(yè)務(wù)有幫助的統(tǒng)計結(jié)果”,什么是有幫助?即“描述發(fā)生了什么”、“度量發(fā)生了多少”以及“拆解發(fā)生的原因”,從而為業(yè)務(wù)提供幫助。

        關(guān)于指標(biāo)的分類,個人傾向于兩種分類方式,一種是原子指標(biāo),不加任何修飾詞,比如PV、UV、訂單量;一種是派生指標(biāo),也叫復(fù)合指標(biāo),通過四則運算或修飾限定得出,比如平均交易金額、購買轉(zhuǎn)化率、近N天訂單量。

        以下兩個圖是網(wǎng)上講指標(biāo)最常用的兩個圖,這里供大家參考:


        指標(biāo)體系要做的,技術(shù)從不同的“維度”梳理業(yè)務(wù)過程,將零散的、有關(guān)聯(lián)性的指標(biāo),系統(tǒng)化的組織起來,通過數(shù)據(jù)看板或接口形式,提供給運營、算法等不同的業(yè)務(wù)方使用。對于使用指標(biāo)體系的人來說,指標(biāo)體系能夠把業(yè)務(wù)體系化的展示出來,提高發(fā)現(xiàn)問題、分析問題、解決問題的效率。

        02 如何設(shè)計指標(biāo)分析


        “指標(biāo)體系”,代表的是對業(yè)務(wù)的分析思路??偟亩?,大體有三個階段:

        1、圈定業(yè)務(wù)目標(biāo)
        2、建立分析模型
        3、統(tǒng)計及展示數(shù)據(jù)

        定義指標(biāo)體系,首先且最重要的一步,是要與高層的戰(zhàn)略目標(biāo)達成一致,不能“你說你的規(guī)劃、我玩我的數(shù)據(jù)”。在實際工作中,指標(biāo)與KPI是強相關(guān)的,數(shù)據(jù)是提高績效的一種利器。

        比如今年的電商業(yè)務(wù),目標(biāo)是提高收入,那么平臺的交易量就要上去,指標(biāo)體系就要圍繞訂單量來展開;比如今年的企業(yè)業(yè)務(wù),希望能夠獲得更多的潛在客戶,那么如何提高平臺的注冊用戶量,就是指標(biāo)體系的設(shè)計目標(biāo)……

        其次,選擇合適的分析模型,常見的有OSM方法、PLC模型、AARRR等。

        OSM是一種如何將大目標(biāo)拆解到小行動的方法:

        O:目標(biāo)——用戶使用產(chǎn)品的目標(biāo)是什么?產(chǎn)品滿足了用戶的什么需求?
        S:策略——為了達成上述目標(biāo)我采取的策略是什么?
        M:度量——這些策略隨之帶來的數(shù)據(jù)指標(biāo)變化有哪些?

        例如在云計算行業(yè),OSM的拆分可以按照下面的示例進行:


        PLC模型則是另一種常見的方法論,即產(chǎn)品生命周期理論,將產(chǎn)品分成了探索、成長、成熟和衰退四個周期。

        探索:關(guān)注用戶的關(guān)鍵行為,比如PV、UV、轉(zhuǎn)化率等;
        成長:關(guān)注用戶的留存情況,比如留存率、自傳播量等;
        成熟:關(guān)注用戶的活躍與商業(yè)化,比如DAU、付費用戶數(shù)等;
        衰退:關(guān)注用戶的流失情況,比如流失用戶數(shù)、召回量等。

        根據(jù)業(yè)務(wù)形態(tài)不同,可以自己定義相關(guān)的指標(biāo),周期示意圖如下:


        其他的如AARRR、RFM等,就不一一介紹了。

        接下來,有了分析的目標(biāo),我們就需要把相應(yīng)的數(shù)據(jù)統(tǒng)計出來,統(tǒng)計及展示數(shù)據(jù),這里涉及到的就是數(shù)據(jù)建模理論/數(shù)據(jù)看板搭建等我們接觸比較多的內(nèi)容。

        但有一些不同的是,數(shù)據(jù)建模理論,通常是把數(shù)據(jù)的采集與指標(biāo)的統(tǒng)計分開來,例如CDM針對業(yè)務(wù)過程做統(tǒng)計,而ADS才是面向各個分析體系做統(tǒng)計的,CDM與ADS的區(qū)別,就在于是否存在跨業(yè)務(wù)域統(tǒng)計的情況。

        關(guān)于這部分內(nèi)容,可以參考之前的文章:數(shù)據(jù)建模實踐。其實分析問題的思路,或者說是“套路”,還是比較重要的,我們需要用報表的形式來展示統(tǒng)計好的結(jié)果,關(guān)于這部分內(nèi)容,可以參考之前的文章:如何從0到1搭建一個數(shù)據(jù)報表。

        綜上,不論是做報表也好、搭指標(biāo)體系也罷,都是分析問題環(huán)節(jié)中的一部分,需要工程同學(xué)來搭建平臺,需要數(shù)據(jù)同學(xué)來維護數(shù)倉,需要分析同學(xué)來定義思路,也需要運營同學(xué)來實現(xiàn)KPI。根本的根本,依舊是如何“提升價值、降本提效”,要么發(fā)現(xiàn)新的商機,要么自動化現(xiàn)有工作。

        03 指標(biāo)管理方法


        指標(biāo)體系并不是說建好了,就可以直接用,同樣需要一些工作,來管理和解釋這些指標(biāo)。

        讓我們體驗一個具體的場景。

        某次促銷活動中,運營同學(xué)希望統(tǒng)計爆款率,在分會場中,分子是專場中銷量超過20件的商品數(shù),分母則是專場內(nèi)的總商品數(shù)。

        那么,爆款率 = 銷量超過20件的商品數(shù) / 商品總數(shù),按照會場劃分維度。看起來沒什么問題,其實坑很多,比如:

        為什么爆款是銷量超過20,有沒有分析師來分析下歷史專場的銷售分部情況?

        如何定義“銷量”,是加入購物車量、下單量還是支付量?退款情況要不要考慮進來?

        銷售的商品件數(shù)是按商品銷售的件數(shù)還是按照商品下SKU的銷售件數(shù)?運營不關(guān)心這個事,但是影響到模型的設(shè)計。

        然后,還有其他的問題,比如我們統(tǒng)計的維度是什么?統(tǒng)計的周期是什么?這個指標(biāo)有什么用?這個指標(biāo)給誰用?

        雖然是一個看起來很簡單的場景,但如果解答不好,不僅會產(chǎn)生非常多的數(shù)據(jù)返工情況,爭吵甚至投訴,也就在所難免。

        再比如,以網(wǎng)約車業(yè)務(wù)為例,今天的收入下降了50%,為什么?

        分析師經(jīng)過一頓操作,解答到:受疫情影響,乘客下單量降低20%。但問題是,還有30%,不知道什么原因,因為指標(biāo)體系沒有體現(xiàn)出來。經(jīng)過又一頓的分析,發(fā)現(xiàn)接單率也降低了,但因為之前指標(biāo)體系沒有做,于是臨時倒排需求就來了。

        其實,并不是我們算的每一個指標(biāo),都有實際的意義,但每個指標(biāo),都需要投入實實在在的人力資源。

        這個時候,作為數(shù)據(jù)團隊,計算某個指標(biāo)的投入產(chǎn)出比,以及所消耗的機器資源,就是一項必備工作。運營的工作要支持,但也不能亂支持,數(shù)據(jù)本身不管是存儲還是計算,都是非常費錢的。

        這其實就是阿里的OneData方法論希望做的事情:統(tǒng)一口徑、減少分歧、準(zhǔn)確衡量效果,但更重要的是,降低投入的成本。

        在超大規(guī)模數(shù)據(jù)量 + 超大業(yè)務(wù)復(fù)雜度情況下,《阿里巴巴大數(shù)據(jù)實踐》這本書,才能看出一些門道來。

        正常規(guī)模的公司,其實用不到復(fù)雜的指標(biāo)管理方法。但“量變都會引起質(zhì)變”,當(dāng)數(shù)據(jù)表的數(shù)量達到千萬級別時,就需要專門的方法論來治理數(shù)據(jù),以及相應(yīng)的指標(biāo)了。

        我們通常把這些工作,稱之為“數(shù)據(jù)治理”。

        因此,指標(biāo)體系的管理方法,與數(shù)據(jù)治理類似,需要平臺來管理,也需要數(shù)據(jù)來維護數(shù)據(jù)。詳情見文章:《數(shù)據(jù)資產(chǎn)治理概要:用數(shù)據(jù)來治理數(shù)據(jù)》


        04 正確認(rèn)識指標(biāo)體系


        很多人碰到“指標(biāo)體系”四個字,都覺得是個不錯的東西,想要一個模板來實踐一下。

        但,指標(biāo)體系并沒有一個“放之四海而皆準(zhǔn)”的模板,就像管理體系沒有具體的拆解圖一樣,不同的業(yè)務(wù),對于指標(biāo)的需求是不同的,而這其中的差異,就像管理一樣,需要日積月累的深刻洞察,才能做出匹配業(yè)務(wù)需要的體系。

        當(dāng)然,像電商這種發(fā)展了很多年的業(yè)務(wù),其體系相對成熟,照抄大公司的模板,不失為一種走捷徑的方法。

        “指標(biāo)體系”,難在管理上,而不是技術(shù)上。

        這里捎帶提一句,在互聯(lián)網(wǎng)的從業(yè)者,對于很多問題的定義,其實是不同的,大家學(xué)的都是同一套技術(shù),但并沒有一套標(biāo)準(zhǔn)來約束你怎么使用這些技術(shù)。像財務(wù)等一些學(xué)科,對于問題的定義和分析,都是有明確定義的,總賬、資產(chǎn)、負債、利潤,等等,不論你在哪個國家、哪個學(xué)校,學(xué)到的都是同一套知識。

        因為電商的興起,互聯(lián)網(wǎng)對于分析業(yè)務(wù)(電商、廣告等),衍生出了自己的學(xué)科,比如數(shù)據(jù)運營,分析問題的思路,是近些年才逐步成熟的。

        過去數(shù)據(jù)開發(fā)崗位比較熱門,是因為基礎(chǔ)的數(shù)據(jù)技術(shù)與分析體系不成熟,但最近這幾年的數(shù)據(jù)從業(yè)者,分析師崗位與算法崗位是大熱選擇,其趨勢也是在技術(shù)不斷成熟、分析體系不斷完善的大背景下,逐步的發(fā)展起來的。

        從這個角度看,指標(biāo)體系,雖然對外透出的是各種指標(biāo)與報表,但其內(nèi)在的核心,是對于一個行業(yè)成熟的分析方法,這些都是在歷年的積累中打磨出來的。

        久而久之,這些分析方法沉淀之后,指標(biāo)體系的歷史使命,大約也就完成了。因此,不建議在這個問題上花費過多的精力投入,而應(yīng)該扎根到細分的行業(yè)之中,打行業(yè)專家的牌。

        當(dāng)行業(yè)增長到天花板,過去電商游戲這種躺著賺錢的業(yè)務(wù),逐步的被其他玩家所掌握時,我們會喊著:“狼來了”,每個人都在焦慮行業(yè)的未來發(fā)展;但自然界總是處在動態(tài)的平衡之中,這時候,一些新的機會,也就悄然冒了出來。

        上一個時代,是“人人都是產(chǎn)品經(jīng)理”的時代;這一個時代,是“人人都是數(shù)據(jù)分析師”的時代!
        ·················END·················

        推薦閱讀

        1. 超細節(jié)!數(shù)據(jù)分析社招面試指南

        2. 寫給所有數(shù)據(jù)人。

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

        4. 數(shù)據(jù)分析師的一周

        5. 超級菜鳥如何入門數(shù)據(jù)分析?


        歡迎長按掃碼關(guān)注「數(shù)據(jù)管道」

        瀏覽 65
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
        評論
        圖片
        表情
        推薦
        點贊
        評論
        收藏
        分享

        手機掃一掃分享

        分享
        舉報
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            孕妇毛片| 91嫩草视频在线 | 第一色在线| 乱子伦在线视频 | 韩国床戏又亲又摸 | 新婚淫伦小说全 | 91免费入口 | 无码操B 黄片日逼 | 91干影院 | 胸太大被老板揉了一晚上视频 |