业务分析-数据指标体系的建立
2022-02-07 本文已影响0人
风一样的我1
数据指标体系是监控数据和分析异动的基础，在数据分析中非常重要。
一、建立方法
- 逐层拆解：一级指标-二级指标-三级指标
找到最核心的指标，再使用多维度拆解进行逐层拆解。
拆解方法：公式（加法/乘法）、构成（用户、功能等）、业务过程（即下属的纵向） - 横纵向拆解
- 纵向拆解：按照用户路径拆解
- 横向拆解：按照时间、用户维度等拆解
- 拆解步骤：首先按照用户的主要路径拆解为多个环节，对每个环节设置指标（根据公式法拆解）；然后使用横向维度进行对比分析。通过时间维度分析环比或者同比效果，监控数据异常。通过用户维度进行用户群体分析，监控群体数据。
二、举例
- 例1：电商店铺销售
纵向：曝光—点击——购买
曝光量、曝光人数、人均曝光次数
点击量、点击人数、曝光点击率（次数/人数）
订单量、GMV、购买人数、客单价、、点击-购买转换率（次数/人数）
横向：时间维度对比，可进行日、周、月的对比 ；用户维度的对比，可将用户划分为不同的群体对比。
时间维度：环比昨日、环比上周、环比上月；
用户维度：地域、渠道、新老、性别
注意比率中的辛普森悖论
- 例2：常用APP的指标体系搭建
我常用的APP：微信阅读
思考：使用横纵向拆解不太好拆解，因此使用一二三级指标拆解
一级：微信阅读比较看重的是使用用户数和APP的使用
- （一段时间内）总用户数、用户平均使用时长、用户平均使用频率
二级：用户可以按照新老、活跃用户分层，微信阅读是一个高频率使用软件，因此可以以一周的时间长度判断是否活跃；
- 一周内周有阅读行为的（新用户数、老用户数）及环比数据
- 新用户周（日）平均使用时长及周平均使用频率、老用户周（日）平均使用时长及周平均使用频率、环比数据
- 活跃用户数、留存用户数/周留存率/30日留存率、流失用户数、环比数据
三级：可以按照性别、地区、内容、活跃类型进一步拆分活跃用户。内容上，看一下用户主要喜欢看哪类书，方便我们日后引进同类书籍；活跃类型上，对活跃用户再进行拆分，分别分析只有阅读行为的用户数、有互动行为的用户数、有使用记笔记写想法功能的用户数。分析这些指标是为了看一下开发的这些功能是否可以有效提升用户的使用频率和时长（可以做对比分析）。
- 按照性别、地区等拆分用户数
- 按照内容拆分，如文学区活跃用户数、男生小说区活跃用户数、女生小说区活跃用户数
- 按照活跃类型拆分，普通活跃用户数（仅有阅读行为）及普通活跃用户平均使用时长和使用频次，有互动行为用户数（有点赞、评论、分享）及相应用户平均使用时长和使用频次，使用笔记想法等功能用户数及相应用户平均使用时长和使用频次
使用逐层拆解最关键的是明白公司的核心目标是什么，如此才能找到核心指标。找到核心指标后，再使用多维度拆解进行拆分。
