【6.2 指标的应用与设计（12%）-业务数据分析】——CDA

目录

 I.大纲

II.指标的应用与设计（12%）

2.1 指标的概述

2.1.1 指标的作用

2.2.2 指标的理解

2.2.1 求和类

2.2.2 时间维度的累计求和

2.2.3 计数类

2.2.4 比较类-差异百分比

差异百分比：指定维度下指标的某个值为基准点，比较当前值和指定值的差异变化率，用以帮助决策者了解当前数值的好坏。

A.均比

B.定基比

C.同比

D.环比

3.1 常用场景指标

3.1.1 流量相关指标

3.1.2 转化相关指标

3.1.3 营运、销售相关指标

3.1.4 库存相关指标

3.1.5 绩效类相关指标

3.1.6 客户相关指标

4.1 设计新指标

4.1.1 设计新指标

4.1.2 指标的分析方法

---

 I.大纲

总体要求：

理解业务数据分析方法、掌握业务数据分析流程、能够使用及设计创建业务指标、能够结合业务模型及业务分析方法正确理解业务问题，找到问题原因，并能够提出解决问题建议

II.指标的应用与设计（12%）

2.1 指标的概述

2.1.1 指标的作用

用简约的汇总数据量化业务强弱。

2.2.2 指标的理解

指标是对 度量的汇总，即 数据的汇总规则

特点：

（1）指标是游离态的，无法单独实现数据统计   eg：总销售额、总销售量

（2）需与统计维度结合，明确统计指标的对象， eg：产品时间维度下，x年所有产品的总销售额

（3）指标见可自由组合形成新指标，灵活适应多变的业务环境

：

求和类：了解各数据的整体情况；结合数值型数据使用

计数类：了解个数据的数量情况，结合文本型数据使用

比较类：作为参照指标，评定主指标的表现

2.2.1 求和类

1.常规求和：对度量求和计算得到的指标；eg：销售数量、销售金额等

2.累计求和：随着时间维度变化，从时间初值点至当前时点时间段内度量的累加值；

用于了解事件初期至当前时点的业务状态。

库存、银行存款等，本身就有累积属性，不需要再进行累计。

累计值和目标值的差异。

2.2.2 时间维度的累计求和

2.2.3 计数类

对度量计数得到的指标，需注意数据的唯一性。

2.2.4 比较类-差异百分比

差异百分比：指定维度下指标的某个值为基准点，比较当前值和指定值的差异变化率，用以帮助决策者了解当前数值的好坏。

A.均比

与维度指标的平均值比较

公式：（当前值-均值）/均值 *100%

B.定基比

与维度下指标的指定值比较

定基比增长率：当期值与某一固定时期值对比，用以描述当期值的发展水平

公式：（当期值-固定时期值）/ 固定时期值 *100%

C.同比

与去年同期值比较；（跨年）

同比增长率：时间维度下某两个时间项对应指标值对比，用以描述当期值的发展水平

同比公式：（当期值-去年同期值）/去年同期值 *100%

D.环比

与上一个周期单位值比较（环形，连续的）

在年周期下，同比和环比一样。

环比公式：（当期值-上期值）/上期值 *100%

上月为啥空值？ 说明可能是新业务上线，1月恰好是统计初期；

3.1 常用场景指标

3.1.1 流量相关指标

1.常用计费方式：

• CPM：Pcost per mille 按每千次曝光收费   （展示了一千次，则收取一千次费用）
• CPS：cost per sales 按实际销售收费   （从大平台到小平台的用户且发生了购买，来折算费用）
• CPC：cost per click 按点击次数收费  （流量在大平台点击了对应的广告）

eg：

平台间流量的流转：

引申：

2.名词

评估数据有效性，从2个方面考虑：

（1）【量】

UV——访客数；访问对应维度的非重复用户数

PV——浏览量；维度下浏览页面的总次数

visits——访问次数；统计会话数，一个会话内用户可访问多个页面

新访客数——新进访客数

（2）【质】

平均访问深度：浏览量/访问次数     

跳失率：跳出次数/访问次数     体现的用户的兴趣；点击后啥也没干直接关闭；

新访客占比：新访客数/访客数      

示例：

UV=  1                       访客数

PV=   5                       浏览量  （平台搜索页、2个；下午3个）

访问次数= 2

平均访问深度=  2.5  

跳失率= 0   无跳失行为

3.1.2 转化相关指标

转化率：根据业务流程观测阶段间流转后的留存比率，用以辅助决策者了解阶段间衔接的流畅性。

公式： 当前阶段/初始阶段（或上一个阶段）*100%  

eg：有4个阶段，分别统计出对应的用户数

 从浏览详情页到 加购，66%的转化率，高低需要结合业务实际情况来看。

3.1.3 营运、销售相关指标

GMV：实际完成的订单金额；用户的购买需求。

eg：用户购买水杯，但是退货了，还是会计算到GMV里。

成交量：订单维度和商品维度。  

屏效（线上）：一个屏幕最多可陈列6个商品位，每屏的销量除以所有的销量总和

坪效（线下）：

商品关联性：查看A商品与其他商品的关联度，购买过A商品的订单和其他商品的购买比例；

3.1.4 库存相关指标

 库存周转天数= 库存量/最近n天平均销量  ≥ 安全库存天数

• 库龄=存放仓库时长   
• 库存周转次数=平均库存量/出库总量
• 订货满足率= 安和里需求正常供货次数/产品被要求供货的总次数
• 缺货率=缺货次数/总订货次数    （看供应商是否可以满足）
• 售罄率=1-库存金额/进货金额    （进货金额-库存金额）/进货金额

3.1.5 绩效类相关指标

绩效管理系统

 

3.1.6 客户相关指标

用户生命周期：从用户注册账号到抛弃使用这个环节

离开的标准：长期不登录等，具体结合业务情况。

 并不是要求所有用户都注册才能使用。

 

示例：

消费会员数：4个

消费非会员数：6个

会员的价值是什么？

（1）精准营销

（2）可以考虑品牌商广告推广

（3）会员权益管理（维系会员关系）

七日留存率

客单价：总的销售额/消费次数   次数是根据订单号来；

人均消费：这个用户平均消费了多少钱；这个平台所有   总销售额/人数

4.1 设计新指标

4.1.1 设计新指标

作用：用简约的汇总数据量化业务强弱

目的：根据需求量化考核点

 步骤：

• 了解业务场景——背景
• 明确业务考核点——目的
• 梳理考核点相关数据——可能性
• 定义指标——操作性

 部门维度：试用期通过率、试用期人数/通过总人数 

低的话，则说明出现问题的部门；

定位：是招聘环节哪有问题.、

技术能力差——笔试环节；去查看笔试考核通过率；如果很高，则需要提高难度

通过人数/参加人数

4.1.2 指标的分析方法

时间周期：年、月、日

纵向分析：每一年

横向分析：指定维度下

预警分析：提供当前时点对应维度的指标累计值或瞬时值，对比基准值

 1.纵向分析 ——时间周期下指标的变化规律

2.横向分析—— 指定维度下不同项的指标值的差异

 3.预警分析——提供打那个钱时点对应维度的指标累计值或瞬时值，对比基准值