“1+X”(高级)04-数据指标体系

数据指标体系学习完本课程后，你将能够：1.了解指标的定义、价值、分类和评价标准2.掌握指标和维度的联系和区别3.掌握指标的选取原则和指标体系的构建方法4.了解常用的数据分析指标5.掌握如何根据指标进行业务决策课程目标课程目录1.数据指标概述1.1什么是数据指标1.2数据指标的分类1.3优秀的数据指标的特征1.4数据指标与数据维度2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策什么是数据指标指标（Indicator）：说明总体数量特征的概念及其数值的综合派生性指标：原子性指标（必选）+修饰词（可选）+时间段（必选）原子性指标：不可拆分的指标修饰词：某种场景的表现时间段：一个时间周期三者叠加形成派生指标，如“双11这一天通过搜索带来的交易额”如果不需要修饰词，就是“双11这一天带来的交易额”数据指标的价值数据指标的价值：

改变行为

促成目标：优化产品、优化定价、优化市场定位等【例】指标显示将“立刻注册”改成“免费注册”可以提升20%的转化率，那么就应该将文案优化【反例】销售员的季度奖金应该与手头上的订单数这一指标挂钩吗？销售团队会为了个人收入制造大量低质量的潜在客户，而不是想办法获得更多高质量客户。应该与已完成的订单数量或订单的利润率挂钩。课程目录1.数据指标概述1.1什么是数据指标1.2数据指标的分类1.3优秀的数据指标的特征1.4数据指标与数据维度2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策数据指标的分类定性vs定量虚荣vs北极星先见性vs后见性相关性vs因果性定性和定量【例】在绩效考核当中管理层：适宜采用定量成分较多、约束力较强、独立性较高、以最终结果为导向的考核指标普通员工：适宜采用定性成分多、需要上下级随时充分沟通、主要以工作过程为导向的考核指标定性指标定量指标非结构化的、经验性的、揭示性的、难以归类的指标可以被计数和衡量的指标虚荣和北极星【例】虚荣指标：总注册用户数北极星指标：总活跃用户数、总活跃用户占比虚荣指标北极星指标容易给人留下印象，但是无法用于决策的指标可以指明工作的方向，帮助改进商业模式，决策下一步行动的指标先见性和后见性【例】先见性指标：下半年每个月的预测销量后见性指标：用户流失率变化先见性指标后见性指标用于预测企业未来情况的指标通过对未来的预测，制定利益最大化的策略用于揭示当前存在问题的指标发现存在的问题后通过干预，减少损失相关和因果【例】相关指标：雪糕销量和溺亡人数北极星指标：商品单价和销售额相关指标因果指标一个或多个指标变化的同时，另一个或多个指标也会随之变化但是指标之间不存在先后的时间关系一个或多个指标的改变，能够对另一个或多个指标产生某种作用指标之间的变化存在先后的时间关系课程目录1.数据指标概述1.1什么是数据指标1.2数据指标的分类1.3优秀的数据指标的特征1.4数据指标与数据维度2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策优秀的数据指标的特征可理解是比率可比较不同的时间段不同用户群体不同竞争产品简单易懂避免误导业务解释性可操作性强可以比较反映关联性本周转化率比上周高2%本周转化率为5%Sales销量？销售额？里程vs速度案例某APP公司面临一个选择：该在免费版中提供尽量丰富的功能以吸引新用户，还是该将这些功能保留在收费版本中，以促使用户为高级功能付费？推出功能丰富的免费版不利于销售额的增长而免费版功能过简又不利于新用户的增加。免费功能A

B

C

D

E收费功能F

G

H

I

J

日均新用户数100日均收入1000免费功能A

B

C

收费功能D

E

F

G

H

I

J

日均新用户数60日均收入1200指数=新用户数/收入一个结合了二者的数据指标来帮助理解产品的改动对公司的整体业绩会有怎样的影响。否则，可能会片面地为增加销售额而牺牲新用户的增长。指数=

10%指数=

5%课程目录1.数据指标概述1.1什么是数据指标1.2数据指标的分类1.3优秀的数据指标的特征1.4数据指标与数据维度2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策定义维度：是剖析事物的方法，是分析问题的方向，是数据的属性【例】如果要建立一个外卖平台竞争力模型，可以从哪几个方向去考察外卖平台的竞争力？可以从配送方面、商家方面以及保障方面这三个维度去分析外卖平台的竞争力。指标：用来具体衡量某个维度，是量化衡量的标准【例】怎么衡量“配送”这个维度呢？可以从配送的平均时间、配送的准点率，自营配送队伍人员数，自营配送队伍占比这四个指标去衡量配送这个维度。组合形式1.添加指标：维度-指标A-指标B【例】每个城市的访问次数和访问深度“城市”维度表示的是发起会话的城市，例如“巴黎”或“纽约”。“访问次数”指标是指总会话次数。“访问深度”指标是指每次会话的平均网页浏览量。城市访问次数访问深度旧金山5,0003.74柏林4,0004.55组合形式2.更改维度或添加次级维度：维度-次级维度-指标A-指标B【例】将“浏览器”作为次级维度添加到上表中，表格将如下所示城市浏览器访问次数访问深度旧金山Chrome3,0003.5旧金山Firefox2,0004.1柏林Chrome2,0005.5柏林Safari1,0002.5柏林Firefox1,0004.7组合条件每个维度和指标都有各自的数据范围，在大多数情况下，只有将具有相同范围的维度和指标组合在一起才有意义。【例】当用户访问移动网站，可能会存在以下属性：用户级：性别、年龄会话级：关键词、杭州、来源、浏览器设备类别、操作系统命中级：着陆页、页面、退出页“访问数”是会话级指标，只能与会话级的维度（如“来源”或“城市”）搭配使用。课程目录1.数据指标概述2.数据指标体系构建2.1数据指标体系的构建原则2.2数据指标体系的建设流程3.数据分析常用指标4.数据指标与业务决策定义和构建原则指标体系（Indicator

System）：在业务环境中，由一系列相互之间有逻辑联系的指标所组成的整体，从各个侧面反映出现象总体或样本的数量特征。构建原则：系统性、典型性、动态性系统性典型性动态性案例课程目录1.数据指标概述2.数据指标体系构建2.1数据指标体系的构建原则2.2数据指标体系的建设流程3.数据分析常用指标4.数据指标与业务决策数据指标体系的建设流程理清业务阶段确定核心指标核心指标拆解第一步：理清业务阶段和方向公司在发展过程中往往是分阶段的，针对不同的阶段关注的核心指标也是有差别的。关注点用户量渠道用户属性创业期上升期成熟期关注点用户结构产品健康度留存率、流失率、复购率关注点市场份额产品变现能力收入指标竞品监控第二步：确定核心指标核心指标（OMTM）在该阶段中，所有指标里，对目标影响最大的指标需要找到正确的指标定义口径【例】某款产品的核心指标为日活跃用户数，定义的口径是打开APP。通过不断的买量，日活指标也一直在上升分析时发现打开APP的用户中，3秒跳出率达30%（非常高）日活的定义口径实际上已经有了问题更加好的核心指标的定义应该是停留时长大于3秒的用户数第三步：核心指标拆解拆解方法：逻辑树、5W2H【例】核心指标为：停留时长大于3秒的用户数=

打开APP的用户数*停留时长大于3秒的占比指标体系的构建案例案例背景

Udacity是一家来自硅谷的在线技术学习平台。

其核心产品价值在于为学员提供前沿技术教育，帮助他们提升技能。理清业务阶段现在的Udacity已经到了业务后期（成熟期），最重要的事情是如何扩张影响更多的用户。确定核心指标

财务指标：公司收入（订单数量）

客户指标：毕业学员数量理清业务阶段确定核心指标核心指标拆解指标体系的构建案例核心指标拆解财务指标：公司收入（订单数量）落地页流量用户行为号召注册数试用下单最终相关的数据项=漏斗层数A*课程数B*渠道媒体数C*各业务方想看的维度∞除了当期的数据，还需要持续监测数据指标（同比、环比）最终的一小部分数据可能长这样理清业务阶段确定核心指标核心指标拆解课程目录1.数据指标概述2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策数据分析常用指标站外推广类指标流量类指标目标转化类指标销售类指标妥投类指标商品运营类指标产品会员类指标成本控制类指标收益控制类指标站外推广类指标指标定义曝光量指广告在站外对用户展示的次数点击量指站外广告被用户点击的次数始内下载量app的安装次数，可以衡量拉新效果新增用户数用户在下载app后，只有进行注册才能成为有效新增用户点击率CTR点击量/曝光量一次会话用户数新用户下载app后，仅打开过一次产品且使用时长较短的用户数流量类指标指标定义UV独立访客PV页面浏览量新访问占比新访问量/总访问量访问次数又称为会话数，指用户在时间窗口内的所有行为集合访问时长一次访问的持续时间访问深度一次访问中的页面浏览量（PV）启动次数一段时间内用户打开APP或者网站的次数目标转化类指标指标定义注册转化率注册会员量/总UV数(或访问量)产品页转化率产品页UV

/总UV

(或访问量）加入购物车转化率结算UV

/总UV

(或访问量)下载转化率下载UV

/总UV

(或访问量)购物车内转化率提交订单的UV

/加入购物车的UV

(或访问量)销售类指标指标定义订单量用户提交订单的数量，计算逻辑去重后订单ID的数量订单金额用户提交订单时的金额订单金额=商品销售金额+运费-优惠凭证金额-其他折扣每订单金额平均每个订单的金额=订单金额/订单量商品销售额商品销售单价x销售数量与订单金额不同，不包括其他费用件单价每个商品的销售价格=商品销售金额/商品销售量客单价总收入/订单数订单转化率下单与访问的比率=产生订单的访问量/总访问量支付转化率衡量用户支付转化=完成支付的客户数/需要支付的客户数妥投类指标指标定义有效每订单金额有效订单金额/有效订单量订单有效率有效订单量/订单量废单率1

-订单有效率有效件单价有效商品销售金额/有效商品销售数量有效订单转化率有效订单UV

/总UV(或访问量)商品运营类指标指标定义销售任务可能是销售额、订单金额、销售量甚至毛利。通常包括年度、月度、周和日四类已完成销售通常定义为有效订单，甚至妥投状态订单销售完成比例已完成销售/销售任务上架SKU数SKU是一款商品的属性集合，如品牌、配置、花色、生产日期、产地等浏览SKU数ー个SKU被同一用户浏览多次，则只计算一次售卖SKU数一个SKU被同一用户购买多次，则只计算一次毛利商品妥投销售额-商品批次进货成本（衡量商品利润的重要指标）毛利率毛利/商品妥投销售额（考察自营产品盈利情况另外一个重要指标）产品会员类指标指标定义活跃用户数行业默认的活跃标准是用户用过产品活跃率某一时间段内活跃用户数/总用户量复购率按客户：重复购买人数/总购买人数按交易：重复购买交易次数/总交易次数留存率留存用户数/当初的总用户数流失率1-留存率退出率从该页面退出的访问次数/进入过该页面的总访问次数跳出率仅浏览该页面就退出的访问次数/从该页面开始的总访问次数成本控制类指标指标定义获客成本衡量获取流量或用户所需的成本CPM（CostPerMille）每千人成本，它按多少人看到广告计费，传统媒介比较倾向采用CPC（CostPerClick）每用户点击成本，按点击计价，对广告主来说，比CPM更加理性CPA（CostPerAction）每行动成本，按用户行为计价，行为能是下载也能是订单购买。每订单成本费用/订单量(毛订单)每有效订单成本费用/有效订单量收益控制类指标指标定义GMV成交总金额。只要用户下单，生成订单号，便可以算在GMV里，不管用户是否真的购买了成交金额实际流水，是用户购买后的消费金额销售收入成交金额-退款订单支付率成交金额/

GMV退款率退款/成交金额ROI利润/费用（投入产出比）课程目录1.数据指标概述2.数据指标体系构建3.数据分析常用指标4.数据指标与业务决策数据指标与业务决策对于指标的变化，应该如何进行分析和决策？【例】如果淘宝的日人均使用时长下降了，如何分析并解决这个问题？明确问题拆解指标定位原因测试评估数据指标与业务决策【例】如果淘宝的人均使用时长下降了，如何分析并解决这个问题？Step

1.明确问题这一步是确认这个问题有多严重，搞清楚发生了什么可以使用对比分析法：把两个相互联系的指标数据进行比较，从数量上展示和说明研究对象规模的大小，水平的高低，速度的快慢，以及各种关系是否协调。包括纵向对比、横向对比、标准对比、实际与计划对比。纵向对比：同比和环比到底下降了多少？横向对比：内部和外部有无重大事故发生？其他同类软件是否也有下降？幅度多大？明确问题拆解指标定位原因测试评估数据指标与业务决策【例】如果淘宝的人均使用时长下降了，如何分析并解决这个问题？Step

2.指标拆解这一步是根据业务情况，将指标相关的所有因素都尽量考虑进来日人均使用时长=日总使用时长/总用户数日总使用时长=

Sum(模块/功能停留时间)=

Sum(每小时停留时间)总用户数=

Sum(各性别人数)

=

Sum(各年龄人数)

=

Sum(各职业人数)

=

Sum(各客户分级人数)

明确问题拆解指标定位原因测试评估数据指标与业务决策【例】如果淘宝的人均使用时长下降了，如何分析并解决这个问题？Step

3.定位原因这一步根据拆解出的相关维度，进行分组分析分组分析法：根据研究的目的和客观现象的内在特点，按某一个标志或几个标志把被研究的总体划分为若干个不同性质的组，对现象的内部结构或现象之间的依存关系从定性或定量的角度做进一步分析研究，以便寻找事物发展的规律，正确的分析问题和解决问题。分组时必须遵循两个原则，穷尽原则和互斥原则。明确问题拆解指标定位原因测试评估数据指标与业务决策【例】如果淘宝的人均使用时长下降了，如何分析并解决这个问题？Step

3.定位原因这一步根据拆解出的相关维度，进行分组分析按时间维度分组：按一天中的小时分组，按一周、一个月当中的每天分组统计