数据分析思维：业务指标

type

status

date

slug

summary

如何理解数据？

要充分理解每一列数据的含义,对不清楚的地方需要与数据提供方积极沟通,问清楚每一列数据表达的具体意思。

可以将数据分类整理,这有助于后续的分析。通常可以分为以下三类:

用户数据（回答我是谁？）。反映用户属性的基础信息,如姓名、年龄、性别、职业、家庭地址等。
行为数据（回答我做了什么？）。记录用户在平台上的各种操作行为,如浏览时间、点击行为、购买记录等。
产品数据（回答卖什么？）。描述平台上的商品、内容等可以被购买或点击的产品,包括产品名称、类别、评价等特征。

⚠️

对数据的分类需要根据具体业务场景来灵活定义,不存在固定的绝对分类标准。

有些数据从不同的角度看,可能会属于不同的分类。举例来说,文章被收藏数量在某种意义上可以看作是用户行为数据,因为它反映了用户的浏览和收藏行为。但从另一方面,它也可以看作是反映文章这个“产品”被用户喜爱程度的数据,所以也可以归类为产品数据。

常用的指标有哪些？

什么是指标？

指标是评估业务运行情况的重要工具,如何选择和使用恰当的指标是数据分析的关键。

正如现代管理学之父彼得·德鲁克所言：“如果你不能衡量，那么你就不能有效增长。”因此,我们需要建立标准化的指标,用以监测和衡量各个方面的业务状况。

那如何去衡量呢？

就是用某个统一标准去衡量业务，这个统一标准就是指标。具体来说,在用户数据方面,我们可以设定指标如用户数量、用户增长率等;在行为数据方面,我们可以关注用户活跃度、用户粘性等指标;在产品数据方面,我们可以针对产品销量、转化率、留存率等指标进行衡量。各类指标反映了不同侧面的业务情况。

选用恰当和全面的指标,才能真正地、深入地理解业务,并在此基础上找到业务增长的方向。指标的运用需要结合实际情况,并随着业务发展进行适当调整。

接下来分别看下用户数据、行为数据、产品数据相关的指标有哪些。

用户数据指标

用户数据是反映用户情况的重要指标体系,主要可以从新增用户、活跃用户和留存用户三个维度来进行衡量。具体而言:

新增用户方面,我们可以关注日新增用户数量这一关键指标,它能反映产品的吸引力和获取新用户的能力。

活跃用户方面,核心指标是活跃率,它反映当前产品拥有的活跃用户占比,关系到产品的活力。

留存用户方面,留存率是关键指标,它反映用户继续使用产品的忠诚度。

这三大类指标能全面评估用户情况,也能相互印证。新老用户比例、用户活跃状况和用户粘性都关系到产品的成长潜力。要持续关注它们的变化趋势,以便及时调整策略。

下面分别来讲解下这3个用户数据指标。

日新增用户数

日新增用户数就是产品每天新增的用户是多少。

日新增用户数是监测用户增长的关键指标之一。它反映了产品每天获得的新用户数量。

例如,如果我们统计某游戏APP过去30天内的日新增用户数据,绘制其日新增用户数量的折线图,就可以清晰地观察到这段时间内的用户增长态势,判断用户量是上升还是下降。

为什么要关注新增用户呢？

监测新增用户的重要意义在于:用户量的增减直接关乎产品的生命力。如果缺乏新增用户的持续增长,用户总量将逐步减少,产品活力也将下降。同时,新增用户的来源也反映了不同渠道的推广效果。按渠道划分新增用户的数据,可以评估不同渠道对获客的贡献,并据此优化推广策略。

活跃率

活跃用户是评估用户参与度的重要指标。但在使用此指标前,必须明确“活跃用户”的定义,不同产品和业务场景下都可能有不同的标准。例如对于某APP来说,是否只要用户登录就可定义为活跃,还是必须达到特定的使用时长或操作行为才算活跃等。

活跃用户数量可以根据时间维度进行统计,比较常见的有日活跃用户数、周活跃用户数和月活跃用户数。

日活跃用户数：一天之内活跃的用户数。

周活跃用户数：一周之内至少活跃一次的用户总数。

月活跃用户数：一个月之内至少活跃一次的用户总数。

⚠️

需要注意的是,统计活跃用户总量时要避免重复统计同一用户产生的多次活跃记录。

活跃率指在特定时间内活跃用户数占全部用户数的比例。根据统计时间不同,可分为日活跃率、周活跃率、月活跃率等。活跃率能充分反映产品的用户粘性和用户参与度。

留存率

什么是留存率？

留存率是反映用户粘性的重要指标。

它指的是在一定时间内,从各种渠道获客到产品的新增用户中,经过这个时间周期后仍然活跃使用产品的用户占比。

随着时间推移, 有部分新增用户会逐渐流失,不再活跃使用产品。留存率反映了新增用户中实际被产品“留住”的比例。它和用户流失率是一对互为补充的概念,前者着眼于留存下来的用户,后者着眼于流失掉的用户。

简言之,留存率高意味着用户粘性好,产品能够让用户持续地获得价值;留存率低意味着用户流失快,产品满足不了用户,应调整产品以提高粘性。持续监测留存率的变化,对于产品经理了解用户需求和优化产品是非常关键的。

为什么要关注留存率呢？

关注留存率的重要意义在于:

第一,它反映了产品的用户黏性和持续吸引力。如果留存率较低,说明产品对用户的黏性较差,需要从产品功能和用户体验等方面进行优化改进,以提高用户粘性。

第二,它反映了不同时期获客用户的流失情况。如果发现某段时间新增用户的留存率出现较大下降,则说明需研究这段时间用户流失的原因,以制定重获用户的对策。

具体来说,留存率的计算方法是:在第1天获客的新增用户中,第N天仍活跃使用产品的用户数,除以第1天的新增用户总数。

⚠️

不同产品对“活跃使用”可能有不同的定义,需要结合具体业务来确定。比如对于某款APP来说,打开使用过APP就可定义为活跃;对于某公众号来说,只要用户还保持订阅关系就可定义为活跃。要根据不同情况来明确“活跃”的标准。

根据统计时间跨度的不同,留存率可以分为次日留存率、第3日留存率、第7日留存率、第30日留存率等。计算方法如下:

次日留存率：第1天新增的用户中，在第2天使用过产品的用户数/第1天新增总用户数；

第3日留存率：第1天新增的用户中，在第3天使用过产品的用户数/第1天新增总用户数；

第7日留存率：第1天新增的用户中，在第7天使用过产品的用户数/第1天新增总用户数；

第30日留存率：第1天新增的用户中，在第30天使用过产品的用户数/第1天新增总用户数。

Facebook 提出了一个著名的40-20-10法则,用以评估产品的用户留存情况。

该法则指出:

一个产品的典型用户留存率曲线是:

次日留存率为40%左右;

第7日留存率为20%左右;

第30日留存率为10%左右。

如果一个产品能达到上述水平的留存率,说明它拥有较强的用户粘性,用户持续使用产品的可能性较高。这可以视为是一个产品的数据表现较好的标志。

当然,具体的标准还需要考量行业情况。但Facebook的40-20-10法则给出了一个较好的用户留存率参考区间,它有助于产品经理评估并持续优化产品的长期吸引力。

行为数据指标

行为数据反映用户的产品互动情况,相关的核心指标包括:

PV和UV - 页面浏览量和访问用户量,反映内容吸引力。转发率 - 用户将内容进行分享的比例,反映内容传播能力。

转化率 - 用户进行目标转换操作的比例,如支付、订阅等,反映产品的转换能力；

K因子 - 单个用户产生互动的频次,反映用户活跃和粘性。这些指标可以全面评估用户的产品参与方式和产品的传播影响力。

对这些指标的监测对于产品经理洞察和改进产品的互动效果非常关键。要持续关注它们的变动趋势。

PV和UV

PV(页面浏览量)和UV(独立访问用户量)是反映内容受欢迎程度的两个关键指标。

PV（访问次数，Page View）：某段时间内,某个页面的浏览总次数或点击总数。每打开一次该页面即录得1次PV。

UV（访问人数，Unique Visitor）：在这段时间内浏览或点击该页面的独立用户数。同一用户多次访问该页面,仅计算1个UV。

不同产品可能会使用略有不同的名称,但本质上都是在反映PV和UV的概念。例如网站的菜单点击量可以看作PV,点击该菜单的去重用户数即为UV。

通过对比不同页面的PV和UV,可以洞察哪些内容更受用户欢迎,从而优化内容结构和产品设计。比如将UV和PV最高的内容放在更显著的版面位置。

持续监测PV和UV的变化,对产品经理研究用户需求和优化产品非常关键。

转发率

转发率是评估内容传播能力的重要指标。它的计算公式为在特定时间内,转发率=转发某内容的用户数量/浏览或接触过该内容的总用户数量。

例如,某公众号文章的阅读用户为100,000人,其中有10,000人进行了转发,则该文章的转发率=10,000(转发人数)/ 100,000(总阅读人数)= 10%。转发率越高,表示内容越具备传播价值和影响力,用户也越愿意分享给他人。

监测转发率的变化,可以帮助产品经理判断内容质量,以及找到传播效果更佳的内容类型和表达方式。这对于实现产品的病毒式传播非常关键。

转化率

转化率是衡量产品或内容能够转化用户行为的指标。其计算方法需要根据不同的业务场景而定。

例如,对于电商店铺来说,转化率计算为购买商品的用户数量,除以浏览店铺的总用户量。如果有100名用户浏览了店铺,其中10名用户下单购买,则转化率=10(下单用户数)/100(到店用户数)=10%。这里分子和分母的数据都可理解为用户行为数据中的UV。

对于广告来说,转化率计算为点击进入推广页面的用户数,除以曝光看到广告的总用户数。如果100名用户看到了广告,其中10名点击进入了推广页面,则转化率=10(点击用户数)/100(曝光用户数)=10%。

无论哪种场景,转化率都反映了产品或内容能够改变用户原有行为模式的能力。监测转化率的变化,可以帮助产品经理持续改进产品,提升其转化用户的效果。

K因子

K因子(K-factor)是评估产品口碑传播效果的指标,计算公式为:

K因子 = 平均每个用户向朋友发起推荐数 * 接受推荐者成为新用户的转换率

它反映了产品的口碑传播能力,即一个推荐发起者可以吸引多少新用户加入。

例如,假设每个用户平均推荐给10个朋友,推荐接受者的转换率是10%,则该产品的K因子 = 10 * 10% = 1

如果K因子大于1,则新增用户数会呈现爆发式增长;如果小于1,新增用户数到达某点后就会停止通过自传播增长。

监测K因子的大小,可以帮助产品经理判断产品的口碑传播能力,以及确定需要投入资源提升产品传播效果的环节。这对实现产品的自传播增长至关重要。

产品数据指标

产品数据相关的核心指标可以分为以下几类:

衡量业务总量的指标:例如交易总金额、订单总量等；

衡量人均情况的指标:例如客单价、人均消费频次等；

衡量付费转换的指标:例如付费率、复购率等；

反映产品自身情况的指标:例如产品崩溃率、产品评分等。

这些指标可以全方位地反映产品的业务情况、用户支付情况、产品质量等各个方面。产品经理需要根据产品属性选择最相关的指标进行监测,才能及时发现问题并进行针对性改进。持续跟踪这些核心指标的变化趋势,是做好产品的数据分析工作的关键。

总量

衡量业务总量的主要指标包括:

成交总额(Gross Merchandise Volume, GMV)- 反映产品销售额和交易总金额,包括销售额、取消/拒收/退货订单等所有交易金额的汇总。成交数量- 反映产品销量,例如电商中的下单产品数量,教育行业中的下单课程数量。访问时长- 反映用户在产品上的总使用或浏览时间,例如App的使用总时长,网站的浏览总时长。这些指标可以全面的反映产品的整体业务规模和运行情况。其变化趋势直接关联到公司的营收增长,产品经理需要高度关注。同时要注意成交总额的计算范围,不同公司可能有不同的统计标准。

成交数量- 反映产品销量,例如电商中的下单产品数量,教育行业中的下单课程数量。

访问时长- 反映用户在产品上的总使用或浏览时间,例如App的使用总时长,网站的浏览总时长。

这些指标可以全面的反映产品的整体业务规模和运行情况。其变化趋势直接关联到公司的营收增长,产品经理需要高度关注。同时要注意成交总额的计算范围,不同公司可能有不同的统计标准。

人均

用于衡量用户平均水平的主要指标包括:

人均付费=总收入/总用户数，反映每位用户为产品贡献的平均收入，人均付费在游戏行业也叫ARPU（Average Revenue Per User），在电商行业也叫客单价。

付费用户人均付费（ARPPU，Average Revenue Per Paying User）=总收入/付费人数，反映每位付费用户为产品贡献的平均收入。

人均访问时长=总时长/总用户数，反映每位用户的平均使用时间。

这些指标可以衡量用户的平均消费能力、付费意愿及产品黏性。其变化反映了用户整体的消费和使用习惯的变化。持续监测这些核心指标,可以帮助产品经理更好地预判业务趋势、制定商业策略。

付费

付费率和复购率是评估用户付费转化效果的两个关键指标。

付费率计算公式为:付费用户总数/产品总用户数。它反映产品的变现能力和用户的付费意愿。例如某App有200万用户,其中10万付费,则付费率为10万/200万=5%。

复购率计算公式为:在指定时间内重复购买的付费用户数/总付费用户数。它反映了用户的重复消费能力和产品黏性。例如某商家的付费用户为2000人,其中200人重复购买,那么复购率=重复购买用户数200/付费用户数2000=10%。

监测付费率和复购率的变化趋势,可以帮助产品经理判断商业模式的效果,并及时优化产品的付费转化策略。这对实现产品的商业价值至关重要。

产品

产品相关的指标主要是从产品自身的角度,评估不同产品的质量和受欢迎程度。

常见的产品指标包括:

热销产品数 - 收入贡献 TOP N的产品数量

好评产品数 - 受到良好评价的产品数量

差评产品数 - 受到负面评价的产品数量

根据不同业务场景,可以灵活设定其他能反映产品质量的指标。例如对文章产品,可以根据历史转发率对内容进行排序,发现最受欢迎的文章主题,并进行相应的内容规划和宣传。

持续监测这些产品指标的变化,找出问题产品并改进,推广热销产品,是做好产品的数据分析工作的关键。这可以帮助产品经理更有针对性地优化产品线。

推广付费指标

在在进行付费推广时,需要关注不同渠道广告的效果指标,常见的可以分为:

展示广告 - 曝光量,点击率等

搜索广告 - 点击率,点击单价,转化率等

信息流广告 - 点击率,投放成本,用户留存率等

这些指标可以帮助评估不同推广渠道的传播效果、用户响应率、转化能力等。产品经理需要根据自身业务场景选择最相关的指标,并持续监测其变化趋势,以优化广告配置和持续改进推广效果。合理使用这些指标数据,可以使推广投入产生最大化的商业价值。

展示位广告

展示位广告通常出现在网站页面顶部、App的开屏等位置。

开屏广告就是用户打开App后,在主界面加载之前展示的广告页面。例如打开微博、知乎等App时,会首先展示数秒钟的开屏广告。

这类广告的计费模式通常是（CPM，Cost Per Mille）,即按展示量计费。广告主需要根据广告被展示的次数付费,而不是点击或转化情况。

为了评估展示广告的效果,主要关注的指标是:

曝光量(Impression)-广告被展示的总次数

曝光达人数(Reach)-看到广告的去重复用户数

千次曝光费用(CPM)-每千次曝光需要支付的费用

持续优化这些指标,能够帮助产品经理最大化展示广告的传播效果。

搜索广告

搜索广告主要包括搜索引擎的关键词广告和电商网站的商品搜索广告。例如百度关键词广告和淘宝直通车。

广告主针对特定搜索词进行出价竞价。当用户搜索这些关键词时,搜索结果按照广告出价高低进行排序展示。

这类广告的计费模式是CPC,即每次点击付费。

广告主需要根据广告被点击的次数进行支付,而不是简单的展示量。为了评估搜索广告的效果,主要关注以下指标:

点击率(CTR)- 被点击次数占被展示次数的比率

点击单价CPC(Cost Per Click)- 每次点击的平均成本

转化率 - 搜索到点击再到最终转化的比率

转化成本CPA（Cost Per Action）- 每次转化的平均成本

持续优化这些指标,可以帮助产品经理提高搜索广告的点击和转化效果,降低客户获取成本。

信息流广告

信息流广告通常出现在微博、抖音、今日头条等信息流平台中,是根据用户兴趣推荐的一种广告形式。

信息流广告的计费模式主要包含:

CPM - 按展示量计费。广告达到一定曝光量需要支付费用。

CPC - 按点击量计费。每当有用户点击广告链接需要支付费用。

CPA（Cost Per Action） - 按转化行为计费,包含多种模式:

CPD（Cost Per Download）: 按产品下载量计费。用于推广App时使用。
CPI（Cost Per Install）: 按产品安装量计费。用于推广App时使用。
CPS（Cost Per Sales）: 按完成销售量或销售额计费。用于推广产品销售时使用。

针对不同阶段的产品,可以选择合适的计费模式,以达到最优的投放效果。新产品可选择CPD获取用户,产品成熟后可选择CPC获客或CPS获利。

在选择推广渠道时,必须明确目标用户和其主要活跃场景,以确保广告投放到合适的平台上。例如企业软件不适合在娱乐网站推广。主流广告平台支持 CPM、CPC 和 CPA 等多种计费模式。广告主可以根据产品阶段和推广目标选择合适的模式:

推广新产品时,可选择CPD(按下载量计费),以获取更多曝光度。

产品运营后期,可以选择CPC(按点击计费)获取流量,或CPA(按转化行为计费)直接获利。

品牌推广阶段可选择CPM(按展示量计费),以提高曝光率。

综合评估各计费模式的优劣势,制定切合自身产品的推广策略,才能确保投入产生最大商业价值。选择合适的推广渠道和计费模式,是做好推广的关键。

选择信息流广告时,产品经理需要明确目标用户、评估不同平台的覆盖面,并根据推广目的选择合适的计费模式,以达到商业转化的目的。

如何选择指标

这么多指标，如何选择呢？选择核心指标时,需要注意以下两点:

使用比例或指数形式的指标。对于一个绝对数值的指标,往往无法反映其真实含义,需要将其换算成某种比例或指数才能产生参考价值。例如,仅看一个产品的总销售额数字无法判断好坏,但如果计算出销售额占比或同比增长率,就可以直观评估产品的表现。所以在看指标时,要考虑是否可以将其转换成比例或指数的形式,以更清晰地判断其意义。

找到“北极星”指标。根据产品的发展阶段和当前的核心业务重点,确定最关键的“北极星”指标。其中“北极星”指标这个比喻来源于电影《金蝉脱壳》中,主人公通过观测北极星的位置来确定方向的桥段。同理,“北极星”指标可以持续指引一个产品或公司的发展方向。例如,对于初期产品,核心指标可选择新增用户数;而进入收入增长阶段则可调整为销售相关指标。“北极星”指标会根据公司发展阶段和战略重心的不同而不同,但在一个阶段内,它是公司向同一目标协作的指引。

所以,选择能够反映产品或公司发展核心的“北极星”指标,并长期跟踪其变化趋势,可以像北极星明确方向一样,帮助产品团队和公司管理层更清晰地判断形势和制定策略。这是进行数据分析时的关键所在。

选择合适的“北极星”核心指标,对产品的成功至关重要。以下例子说明了如何根据产品特点确定“北极星”指标:

Instagram在成立初期即确定以照片分享为核心,因此选择“照片分享率”作为北极星指标,所有产品优化都围绕这一目标。这使Instagram在图片社交领域占据先机。

Facebook在创立之初就选择“月活跃用户率”作为北极星指标,而竞争对手Myspace只关注注册用户数量。这使Facebook更看重用户活跃和参与度,最终战胜Myspace。

喜马拉雅视听App认定用户的音频收听时长最重要,因此选择“平均用户收听时长”作为北极星指标。所有产品设计都以提升这一核心指标为目标。

以上案例表明,从用户视角确定产品核心价值,选择战略目标高度匹配的北极星指标,对产品获得持续竞争优势至关重要。产品经理需要深入分析产品特点和用户需求,以确定最合适的核心指标。

指标体系和报表

构建指标体系是数据分析工作的重要环节,下面从四个方面进行系统介绍:

什么是指标体系？指标体系的定义:是按照一定逻辑关系对各类核心指标进行分类和层级划分的框架。

指标体系有什么用？可以全面系统地反映产品或业务的运行情况,为决策提供数据支持。

如何建立指标体系？首先确定产品目标,然后识别各个环节的核心指标,最后将这些指标按重要性和逻辑关系进行层级划分。

建立指标体系有哪些注意事项？核心指标不能过多过杂,每个指标必须能够反映产品或业务的关键点;指标体系需要定期优化迭代,以匹配产品发展阶段。

构建科学、合理的指标体系,能够帮助产品团队全面掌握产品动态,持续推动业务增长。这需要分析师具备系统设计能力及产品思维。

什么是指标体系？

指标体系是对产品或业务运行中关键指标进行系统化设计和管理的框架。一个好的指标体系应当具备以下特征:

按照业务逻辑对指标进行合理的分类和层级划分。例如可以按模块分类(用户指标、内容指标等);也可以按时间维度划分(日指标、周指标、月指标);还可以按战略层级划分(战略指标、战术指标、执行指标)。

某互联网企业的主营业务是内容社区,其指标体系可以按以下思路设计:

按业务模块分类:用户指标(DAU,用户规模等)、内容指标(内容贡献度,内容质量等)、交互指标(评论数,点赞数等)
按时间维度划分:日指标(日活用户数)、周指标(周内容产出量)、月指标(月付费用户数)
按战略层级划分:战略指标(用户规模增速,付费转化率)、战术指标(内容质量评分,用户黏性)、执行指标(日产出文数,日评论量)

各个指标之间存在内在联系和逻辑关系。高层指标可以通过多个低层指标进行细化分解;低层指标可能会汇总退化为高层指标。指标之间形成因果关系链条。例如，高质量内容提升内容贡献度,更好的用户体验提高用户黏性,进而提升付费转化率。

不同的指标能够从多维度全面反映产品或业务运行状态。任何单一指标都难以描述复杂业务,需要多个指标共同补充。

随着产品发展阶段的演变调整指标体系,始终保证指标的适用性。例如成熟产品会更加强调留存类指标；内容社区，成熟期更侧重内容质量、用户黏性类指标。

指标设置具有可操作性,可以为决策提供量化支撑。指标必须可测量、可计算,不能停留在粗放模糊的层面。

构建科学、系统、适用的指标体系,能够让产品团队直观全面地掌握产品或业务运行全景,找出关键点,也为管理层决策提供数据支持。这需要数据团队具备系统思维和对产品的深入理解。

指标体系用什么用？

指标体系对企业业务运行状况的判断,有点像人体健康指标对身体状况的判断。

具体来说,指标体系的作用有:

监控业务运行情况。通过指标的组合可以全方位了解业务的实时状态。

分析找出业务问题。可以拆解指标进行根因分析,判断业务中存在的薄弱环节。

评估业务改进方向。不同指标之间存在因果关系,通过优化某些指标可以推动整体业务表现提升。

提供量化依据。指标数值化表达,为决策提供数据支持。

构建科学的指标体系,能够实现业务的精细化管理和持续优化,使企业更加高效运转。这需要数据团队对业务有深入的理解,才能设计出战略层面和执行层面的关键指标。

如何建立指标体系？

明确部门KPI，找到一级指标

构建指标体系时,确定一级指标是关键第一步。一级指标是评估部门或企业整体运行最核心的少数指标。

确定一级指标的方法如下:

明确部门或企业的战略目标和职责,找到最关键的成功要素。例如,某互联网企业的目标是拓展用户规模和提升用户活跃度,那么核心指标就是日活跃用户数和月活跃用户数。

从多维度综合考量,可能需要多个指标共同评估。例如,某移动游戏公司不仅要看用户量,还要关注用户付费率和平均付费金额,共同决定收入增长。

指标要能反映核心业务 CONTRIBUTORS如量和质。例如,某P2P平台既要看放款量,也要看逾期率。

考虑部门的职责和权责,找到战略层面的关键指标。例如,某公司产品部门关注的指标是新增产品收入和用户量。

选择能够全面反映部门或企业战略目标的少数核心指标作为一级指标,是构建指标体系的第一步。这需要根据具体业务情况综合考量。

了解业务运营情况，找到二级指标

构建指标体系后,需要根据业务实际情况,将一级指标进一步拆解为二级指标。确定二级指标的方法如下:

根据业务运营模式和核心流程,选择合适的维度进行拆解。例如,电商公司可以从订单和用户维度拆解销售额。

从多角度拆解指标,建立指标之间的逻辑关系。例如,网站流量可以拆解为访客数和人均浏览页面数。

二级指标能够反映一级指标的要素,并具有可操作性。例如,销售额可拆解为数量*单价等。

考虑数据的可获得性,不能选择过于复杂的二级指标。例如,难以获知每位用户的消费频次,可以用月活跃用户数来替代。

根据指标类别确定合适的二级指标。例如,用户量可以拆解获得量、活跃量、留存量。

选择与核心业务流程和数据情况相匹配的二级指标,可以实现对一级指标的细致拆解,为问题诊断和决策提供支持。这需要分析师理解业务与数据的关系。

梳理业务流程，找到三级指标

构建指标体系时,为监控业务流程的每个环节,需要进一步拆解二级指标为三级指标。确定三级指标的方法如下:

根据业务流程的步骤和节点,选择重要的维度进行拆解。例如,电商公司可以将订单量按照不同商品类别、不同支付方式等拆解。

三级指标要能反映业务流程中的关键因素对结果的影响。例如,分析用户增长可以拆解为不同渠道的新用户贡献。

指标定义要清晰,避免歧义。例如,注册用户和活跃用户的统计标准要明确。

指明数据来源,说明统计口径和时间范围。例如,新用户数取自登记系统,统计周期为每周一统计上周数据。

考虑数据的可获得性,部分重要但难以获知的指标可以用相关指标替代。

通过对二级指标的继续拆解,可以监控业务流程的每个关键节点,为问题诊断提供依据,也便于定位需要优化的环节。这需要分析师对业务流程及数据了解透彻。

通过报表监控指标，不断更新指标体系

报表是通过图表呈现指标数据,让相关部门直观地监控业务情况。在设计报表时,需要注意以下几点:

报表要突出重点,反映核心指标。例如,电商公司销售日报强调销售总额、订单量等关键业务指标。

对不同使用者制作对应层级的报表。决策层看战略指标报表,业务层看执行指标报表。

同时兼顾数据详细程度。高管需要总体情况,业务需要具体分析。

图表形式要清晰易读。采用合适的图表类型,颜色、布局要利于理解。

指标有阈值设定时,突出显示异常情况。如订单量低于预警线则用红色标记。

定期更新,确保报表反映最新情况。如每天更新一次销售日报。

制作简洁实用、层级清晰、重点突出的报表,可以让相关部门随时掌握指标情况并采取行动,提升决策效率。这需要分析师同时具备数据思维和设计思维。

制作报表的具体流程可概括如下:

需求分析:明确报表目标用户和使用场景,确定需要呈现的核心指标和细分维度。例如,电商平台需要分日报、周报、月报,反映订单量、销售额等关键业务指标。

建立指标体系:根据一级指标确定二级指标,再设置三级指标,形成指标体系。例如,销售额按照不同商品类别、不同支付方式等进行拆解。

设计展现形式:设定报表格式,选择合适的图表展示类型。注意核心指标的突出展示。考虑报表的交互方式、筛选过滤等功能需求。例如设置时间筛选器进行任意时间段选择。

编写需求文档:将报表指标体系、格式规范、功能需求等编写成文档,与开发团队确认。

测试验证:开发完成后,按文档进行验证,检查报表的正确性、可读性等。

发布使用:报表确定后推广给业务用户,并根据使用反馈持续优化。

设计简洁实用的报表需要对业务指标有深入理解,并关注用户需求和使用感受。这需要数据团队与业务部门紧密合作。

建立指标体系有哪些注意事项

构建指标体系和设计报表在实务中常见的问题及改进思路:

指标不明确一级指标,无法突出重点。应该与业务部门深入交流,明确最核心的战略指标。例如,某贷款公司一级指标应该是放款余额,其他指标都要服务这个目标。另一个例子是,某房地产公司的一级指标应该是销售面积和销售金额,其他指标都要围绕这两个核心指标进行拆解,比如可以拆解不同楼盘的销售数据。

指标之间缺乏逻辑关系。应该根据业务流程设计指标体系,形成自顶向下的体系架构。例如,电商公司可以从订单量、支付转化率、用户量等方面拆解销售目标。另一个例子是,某互联网企业的注册用户、活跃用户、付费用户之间应该建立转换关系,付费用户的提升依赖于活跃用户的提升。

指标拆解不考虑业务意义。应该与业务共同确定有价值的拆解维度。例如,零售企业关键的拆解维度是门店、商品类型等。另一个例子是,电力公司应该按不同行业用户进行用电量拆解,而不是简单按地域拆解。

建设过程不充分征求业务需求。应该通过多轮沟通确定业务所需指标,并协助开发成报表产品。建立指标体系不是一个人能够完成的，需要业务部门（市场、运营、产品等部门统称为业务部门）、数据部门（这里把数据分析师所在的部门统称为数据部门）、开发部门相互之间进行协作。例如,先收集产品部门对核心指标的定义,然后设计报表再进行反馈修改。另一个例子是,定期召开指标评审会,听取各业务部门对现有指标的意见。

👌🏼

若您有更好的见解，请您在评论区评论！

目录