2021-09-14指标计算

指标计算

学习目标

• 掌握数据指标的概念
• 知道常见的业务指标含义
• 掌握常用数据指标计算方法

​ 在之前的课程中,我们学习了Excel, Tableau, SQL, Python, 机器学习，它们都属于数据分析要用到的工具，接下来我们就要结合业务场景，综合运用这些工具，来完成一些具体任务。

​ 数据分析/大数据分析的目的是为了用数据驱动运营，用数据驱动业务增长（数据驱动设计，数据驱动决策，数据驱动XXX……），我们之前也提到过数据分析的几个层次，描述性分析→诊断性分析→预测分析→规范分析。

要做到数据驱动，最基本的层次就是描述性分析，也就是用数据来记录企业的业务状况，用数据记录每天实际发生的事实。在这个阶段，我们需要建立一套数据指标来描述我们的业务，并使用这一套指标建立相关的报表（日报，周报，月报），有了这一套指标，我们就可以监控每天业务运行的情况，方便及时发现问题

一 数据指标简介

1、什么是数据指标

• 数据指标概念：可将某个事件量化，且可形成数字，来衡量目标。
• 数据指标的作用：当我们确定下来一套指标，就可以用指标来衡量业务，判断业务好坏
  • 最近的业务不错，昨天注册了一万多人 XX月XX日 新注册用户9820人，超过目标820人
  • 最近用户很多对我们的产品不满意 XX月XX日 某产品日退货85件 ，累计30天退货率10%

2、常用的业务指标

• 活跃用户指标：一个产品是否成功，如果只看一个指标，那么这个指标一定是活跃用户数

  • 日活（DAU）：一天内日均活跃设备数(去重,有的公司启动过APP就算活跃，有的必须登录账户才算活跃)
  • 月活（MAU）：一个月内的活跃设备数(去重,一般用月活来衡量APP用户规模)。
  • 周活跃数（WAU）：一周内活跃设备数(去重)
  • 活跃度（DAU/MAU）：体现用户的总体粘度，衡量期间内每日活跃用户的交叉重合情况

• 新增用户指标：主要是衡量营销推广渠道效果的最基础指标

  • 日新增注册用户量：统计一天内，即指安装应用后，注册APP的用户数。
  • 周新增注册用户量：统计一周内，即指安装应用后，注册APP的用户数。
  • 月新增注册用户量：统计一月内，即指安装应用后，注册APP的用户数。
  • 注册转化率：从点击广告/下载应用到注册用户的转化。
  • DNU占比：新增用户占活跃用户的比例，可以用来衡量产品健康度
    • 新用户占比活跃用户过高，那说明该APP的活跃是靠推广得来

• 留存指标：是验证APP对用户吸引力的重要指标。通常可以利用用户留存率与竞品进行对比，衡量APP对用户的吸引力

  • 次日留存率：某一统计时段新增用户在第二天再次启动应用的比例
  • 7日留存率：某一统计时段新增用户数在第7天再次启动该应用的比例，14日和30日留存率以此类推

• 行为指标：

  • PV（访问次数，Page View）：一定时间内某个页面的浏览次数，用户每打开一个网页可以看作一个PV。
    • 某一个网页1天中被打开10次，那么PV为10。
  • UV（访问人数，Unique Visitor）：一定时间内访问某个页面的人数。
    • 某一个网页1天中被1个人打开过10次，那么UV是1。
    • 通过比较PV或者UV的大小，可以看到用户喜欢产品的哪个功能，不喜欢哪个功能，从而根据用户行为来优化产品
  • 转化率：计算方法与具体业务场景有关
    • 淘宝店铺，转化率=购买产品的人数／所有到达店铺的人数
      • “双11”当天，有100个用户看到了你店铺的推广信息，被吸引进入店铺，最后有10个人购买了店铺里的东西，那么转化率=10（购买产品的人数）/100（到店铺的人数）=10%。
    • 在广告业务中，广告转化率=点击广告进入推广网站的人数／看到广告的人数。
      • 例如经常使用百度，搜索结果里会有广告，如果有100个人看到了广告，其中有10个人点击广告进入推广网站，那么转化率=10（点击广告进入推广网站的人数）/100（看到广告的人数）=10%
  • 转发率：转发率=转发某功能的用户数／看到该功能的用户数
    • 现在很多产品为了实现“病毒式”推广都有转发功能
    • 公众号推送一篇文章给10万用户，转发这篇文章的用户数是1万，那么转发率=1万（转发这篇文章的用户数）/10万（看到这篇文章的用户数）=10%

• 产品数据指标

  • GMV （Gross Merchandise Volume）：指成交总额，也就是零售业说的“流水”
    • 需要注意的是，成交总额包括销售额、取消订单金额、拒收订单金额和退货订单金额。
    • 成交数量对于电商产品就是下单的产品数量，下单就算
  • 人均付费=总收入／总用户数
    • 人均付费在游戏行业叫ARPU（Average Revenue Per User）
    • 电商行业叫客单价
  • 付费用户人均付费（ARPPU，Average Revenue Per Paying User）=总收入／付费人数，这个指标用于统计付费用户的平均收入
  • 付费率=付费人数／总用户数。付费率能反映产品的变现能力和用户质量
    • 例如，某App产品有100万注册用户，其中10万用户有过消费，那么该产品的付费率=付费人数（10万）/总用户数（100万）=10%。
  • 复购率是指重复购买频率，用于反映用户的付费频率。
    • 复购率指一定时间内，消费两次以上的用户数／付费人数

• 推广付费指标：

  • CPM（Cost Per Mille） ：展现成本，或者叫千人展现成本

    • 广告每展现给一千个人所需花费的成本。按CPM计费模式的广告，只看展现量，按展现量收费，不管点击、下载、注册。一般情况下，APP启动开屏，视频贴片、门户banner等非常优质的广告位通常采用CPM收费模式。

    

  • CPC（Cost Per Click） 点击成本，即每产生一次点击所花费的成本

    • 典型的按点击收费的模式就是搜索引擎的竞价排名，如谷歌、百度、360、搜狗的竞价排名。在CPC的收费模式下，不管广告展现了多少次，只要不产生点击，广告主是不用付费的。只有产生了点击，广告主才按点击数量进行付费

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5eWvFlgv-1631597510767)(img\cpc.png)]

  • 按投放的实际效果付费（CPA，Cost Per Action）包括：

    • CPD（Cost Per Download）：按App的下载数付费；
    • CPI（Cost Per Install）：按安装App的数量付费，也就是下载后有多少人安装了App；
    • CPS（Cost Per Sales）：按完成购买的用户数或者销售额来付费。

• 不同的业务可能关心的指标不尽相同

3、 如何选择指标

• 好的数据指标应该是比例
  • 公众号打开次日文章用户数（活跃用户数）是1万，让你分析公众号是否有问题。这其实是看不出什么的
  • 总粉丝量是10万，那么可以计算出次日活跃率=1万（活跃用户数）/10万（总用户数）=10%
  • 和行业平均活跃率（公众号的平均活跃率是5%）比较，会发现这个公众号活跃率很高。
• 根据目前的业务重点，找到北极星指标
  • 在实际业务中，北极星指标一旦确定，可以像天空中的北极星一样，指引着全公司向着同一个方向努力
  • 根据目前的业务重点寻找北极星指标：
    • 北极星指标没有唯一标准。不同的公司关注的业务重点不一样
    • 同一家公司在不同的发展阶段，业务重点也不一样
    • airbnb爱彼迎

二 Pandas指标计算

接下来我们将使用在线零售的流水数据计算相关指标, 首先我们来了解一下要用到的数据:

• 数据中包含了某电商网站从2009年12月到2011年12月两年间的销售流水, 每条记录代表了一条交易记录, 包含如下字段

  Invoice: 发票号码

  StockCode: 商品编码

  Description: 商品简介

  InvoiceDate: 发票日期

  Price: 商品单价

  Customer ID: 用户ID

  Country: 用户所在国家

我们将要计算如下指标:

• 月销售金额(月GMV) ： 对流水数据按月分组， 将每个月的每笔交易汇总， 对销售金额求和

  • 对于零售业务而言， 总销售金额是最重要的指标， 我们称之为北极星指标
  • GMV（全称Gross Merchandise Volume），即商品交易总额，多用于电商行业，一般包含拍下未支付订单金额。

• 月销售额环比：当前月销售金额/上一个月的销售金额 * 100%

  月销售额环比发生波动剧烈时，为了找到具体原因我们进一步将核心的月销量指标拆解:

  月销量 = 月均活跃用户数 * 月均用户消费金额

为了衡量当前业务的健康程度， 我们还会计算如下指标

• 新用户占比: 新老用户
• 激活率
• 月留存率

北极星指标是最能体现您的产品为客户提供的核心价值的单一指标。该指标取决于我们产品、定位、目标等。

• Airbnb 的 North Star Metric 是预订夜数，而对于 Facebook，它是每日活跃用户。
• 接下来我们使用在线零售的示例数据集。 对于在线零售，我们选择每月收入**(月GMV)** 作为北极星指标

1、 导入模块&加载数据

from datetime import datetime, timedelta
import pandas as pd
%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns

data_1 = pd.read_excel('data/online_retail_II.xlsx',sheet_name='Year 2009-2010')
data_2 = pd.read_excel('data/online_retail_II.xlsx',sheet_name='Year 2010-2011')

数据在Excel文件中, 分别保存在两个不同的Sheet中, 分别记录了2009-2010年和2010-2011的销售记录, 接下来我们将它们合并到一个DataFrame中

data = pd.concat([data_1,data_2],ignore_index=True)
data.head()

data.info()

• 从数据中看出 ,一共有1067371 条数据，记录了交易的相关信息，与后续指标计算相关的字段

  • CustomerID 用户ID
  • UnitPrice 商品单价
  • Quantity 商品购买数量
  • InvoiceDate 购买日期

  利用上面的字段我们先计算我们的北极星指标，月收入

2、 数据清洗

整理数据，将后续用不到的字段Country去掉, 为了方便大家对代码的理解把列名换为中文

retail_data = data[['Invoice', 'StockCode', 'Description', 'Quantity', 'InvoiceDate','Price', 'Customer ID']]
retail_data.columns = ['订单编号','商品编号','商品描述','购买数量','购买时间','商品单价','用户ID']
retail_data.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nfkv5tmC-1631597510769)(img\metrics3.png)]

retail_data['购买时间'].describe()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tRxhq1Er-1631597510770)(img\metrics30.png)]

可以看出，我们的数据从2009年12月到2011年12月

# 查看数据分布情况
retail_data.describe()

• 发现购买数量和商品单价最小值均小于零, 我们在计算GMV之类的指标时都不统计退货,所以需要处理这部分数据

  retail_data.query('购买数量<0')
  

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sQK2IaTm-1631597510772)(img\metrics5.png)]

• 通过dataframe 的query API查询 购买数量<0 和 商品单价<0的订单
• 购买数量< 0 订单的发票号码都是以C开头, 属于有退货的订单

retail_data.query('商品单价<0')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZasPsWkk-1631597510773)(img\metrics6.png)]

• price小于零的是坏账调整，我们把购买数量<0和商品单价<0的订单删除

retail_data_clean = retail_data.query('购买数量>0 & 商品单价 >0'