淘宝生意参谋交易指数还原公式破解，交易指数怎么换算的计算方法！

---

在今年3月份我推出指数还原APP的时候，大家好像还没怎么重视这个东西，但是这次生意参谋改版，数据几乎全部都是指数化的数据了，大家才发现指数还原的重要性和必要性。

现在网上很多指数还原的小工具，我也没去试过，不知道怎么样。但是作为一个对指数还原有着深度思考的我，决定系统的讲一讲指数还原这件事情，希望对大家有所帮助。

生意参谋指数还原

---

一：指数化的数据

• 概念
  数据指数化是指将原始的真实数据经模糊化处理，变成一个指数数据。

• 意义
  在支持定性分析和趋势分析的前提下，保护平台和商家的数据安全。

• 特点
  定性分析：在同一体系中，指数值越高，其对应的真实值越高。
  趋势分析：指数化数据的变化趋势，依然可以很好的反映真实数据的变化趋势。

• 缺点
  指数数据的加减乘除没有任何意义，因此不能用于做定量分析。

常见问题解答

• 什么是定性/定量分析？
  答：故名思义，定性分析就是说只能确定性质，而不能确定数量。类似我们平常所说的：优秀，良好，及格，不及格。在同一系统中，我成绩是优秀，你是良好，就能确定我成绩比你高，但是具体高多少呢？不知道，这就是定性。定量分析则是指我考98分，你考78分，我比你高20分，这就是定量。

• 为什么指数数据的加减乘除没有意义？
  答：举两个小例子，一：优秀 加减乘除 良好，有没有意义呢？二：我们都知道流量指数对应访客数，交易指数对应支付金额，UV价值 = 支付金额/访客数，那交易指数/流量指数 = ？，很显然，这个相除的结果是没有意义的。

---

2. 哪些指数是可以被还原的？

• 流量指数 > 访客数
• 交易指数 > 支付金额
• 搜索人气 > 搜索人数
• 加购人气 > 加购人数
• 收藏人气 > 收藏人数
• 客群指数 > 支付买家数
• 支付转化率指数 > 支付转化率
• 流失指数 > 流失金额
• 流失人气 > 流失人数
• 搜索热度 > 搜索次数
• 点击人气 > 点击人数
• 点击热度 > 点击次数

这些指标主要分布在市场、竞争的各个模块，他们都是可以被精准的还原为真实值的。

将这些数据精准还原为真实值后，我们不仅能直观的看到对手或市场的核心数据，也可以做进一步的定量分析和计算。

---

3. 指数还原的准确度和计算上限

• 准确度：指数还原的结果和真实值对比，误差的大小。
• 计算上限：在保证准确度的前提下，最高可以用于还原多大的指数。

指数还原的极限误差

大家都知道，生意参谋呈现的指数是一个正整数，但是它原本是一个小数，也就是我们现在看到的指数，是小数点四舍五入后的结果，那么每个指数其实对应的一个取值范围，例如指数：X = 123456，其对应的取值范围为：

123455.500 < X < 123456.500

真实值与指数的关系

由上图可知：

一个正整数指数，是可以对应多个真实值的，因此无论你的公式怎么做，都是会无可避免的有误差。

但是他有个极限误差，比如对于123456这个指数，我对其所有适用的结果取平均值：576183，那么它误差的绝对值就不会超4，那么这个0到4就是极限误差。

这个误差是因为一个指数值对应多个真实值引起的，所以指数值越大，其同时对应对应的真实值越多，还原时候的误差越大，但是最大不应该超过：

极限误差 < 真实值 / 指数值

例如：576183/123456 = 4.6，向上取整为5

那么对123456这个值的还原产生的误差不应该超过5，这个便是极限误差。

你如果现在用的还原算法公式误差超过极限误差，说明还是没有把这个事情弄到极致呀。

当然，日常使用中没必要苛求这么高的精准度，这个仅仅是体现了对这件事情的认真执着程度而已。

---

4. 指数还原的思路方法

上面铺垫了这么多东西，现在才是大家真正关心的内容了，就是指数还原是怎么实现的呢？我大概总结了下有四种常见的方法：

• 一、简单估算：在小范围内估算
  我知道一些指数值和真实值，要求一个新指数的真实值的时候，简单估算一下。如下：这样可以简单估算一下X的值为：10192。

简单估算

• 二、拟合公式：利用Excel等工具进行拟合得到公式
  这个方法百度一下一大把，网上介绍的方法也很详细，我就不赘述了，这是比较常见的一种方法，但是误差控制并不是很理想。

拟合公式

• 三、搭建字典：自己搭建索引的字典表格
  用一个小店，监控起来，然后自己给这个店支付，从1元开始，逐渐递增，并实时记录其对应的交易指数，这样可以得到一条平滑完整的真实值与指数值对应的数据表，然后做指数还原的时候再根据这张数据表去做索引匹配就可以了。这个方法误差控制很理想，但是因为比较费事，可能做不到比较高的计算上限。

搭建字典

• 四、逆向破解：从本质上去解决问题
  要从本质上解决这个问题，正确的思路应该是思考生意参谋的真实值是怎样被转化为指数值的，如果掌握了这一点，那是不是无论你使用上面的哪一种方法，都变得轻而易举了，你可以自己生产数据样本进行公式拟合，也可以用其搭建索引字典，而且还没有计算上限的限制。

逆向破解

很显然，第四种方法是最好的一种方法，也是我所使用的方法。

总的来说，这四种方法各有利弊，以计算上限和准确度作四象限分析的话，其结果如下：

四象限分析

大家可以选择适合自己的方法，去尝试和探索一下，掌握一套属于自己的指数还原的方法，因为后面可能这个指数算法会被频繁更改，所以掌握方法才能以不变应万变。

---

以上，就是指数还原算法破解探索的全部内容了。

如果你需要了解新版市场洞察该如何去使用，可以点击这里了解一下。

如果你需要交流直通车和生意参谋数据分析，可以关注我的简书，或者加我的微信直接交流喔。

---