【数据分析】业务指标的几个相关思考

1.如何理解数据？

拿到数据后，第一步，弄清楚数据里每一列的含义；第二步，对数据进行分类，有助于后期的分析。通常将数据分为 用户数据，行为数据，产品数据 三类。

• 用户数据：指的是用户的基本情况，包括姓名、性别、邮箱、年龄、家庭住址、教育水平、职业等。
• 行为数据：记录了用户做过什么的数据。例如浏览过哪些产品、购买了哪些产品等。
• 产品数据：一个平台里的东西都可以看作产品。例如淘宝里的商品、优酷上的视频、公众号里的文章都可以看作产品。产品数据包括产品名称、产品类别、产品评论等。

值得注意的是，对于数据的分类不是绝对的，要根据具体业务去灵活定义。

2.常用的指标有哪些？

2.1 用户数据指标

用户可以分为 新增用户、活跃用户、留存用户，所以可以将用户数据指标分为以下几种。

• 日新增用户数：指的是产品每天新增的用户是多少。一个产品如果没有用户增长，用户数就会慢慢减少，越来越惨淡。新增用户来自产品推广的渠道，如果按渠道维度来拆解新增用户，可以看出不同渠道分别新增了多少用户，从而判断出渠道推广的效果。

• 活跃率：指的是活跃用户数占总用户数的比例。但要注意的是，不同的产品对于活跃定义不一样。同时，从时间的维度可分为日活跃，周活跃，月活跃。并且在统计活跃人数的时候，要去掉重复的数据。

• 留存率：第 1 天新增的用户数中，在第 N 天还使用过产品的用户数，除以第 1 天新增总用户数，就是留存率。要关注留存。因为留存可以评估产品功能对用户的粘性。如果一个产品留存低，那么说明产品对用户的粘性就小，就要想办法来提高留存。留存反映了不同时期获得新用户的流失情况。Facebook 有一个著名的 40-20-10 法则：如果新用户次日留存率为 40%，第七日留存率为 20%，第30日留存率为 10%，有这个表现的产品属于数据比较好的。

2.2 行为数据指标

• 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。
• UV（访问人数，Unique Visitor）：一定时间内访问某个页面的人数。注意用户数需要去重。通过比较 PV 或 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。
• 转发率：转发某功能的用户数 / 看到该功能的用户数。
• 转化率：首先要明确什么是转化，在不同的业务场景中，转化的定义不同。例如，店铺转化率指的是 “购买产品的人数” 与 “到店铺的人数” 的比值，而广告转化率指的是 “点击广告的人数” 与 “看到广告的人数” 的比值。
• K 因子：用来衡量推荐的效果，即一个发起推荐的用户可以带来多少新用户。K 因子 = 平均每个用户向多少人发出邀请 × 接收到邀请的人转化为新用户的转化率。

2.3 产品数据指标

• 总量
  • 成交总额（GMV，Gross Merchandise Volume），也就是零售业说的 “流水”，包括销售额、取消订单金额、拒收订单金额、退货订单金额。
  • 成交数量
  • 访问时长
• 人均
  • 人均付费：总收入 / 总用户数。
  • 付费用户人均付费：总收入 / 付费人数。
  • 人均访问时长
• 付费
  • 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。
  • 复购率：指的是重复购买频率，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 / 付费人数。
• 产品：产品相关的指标是指从产品的角度去衡量哪些产品好，哪些产品不好。通过找出好的产品来进行重点推销，不好的产品去分析原因。
  • 热销产品数
  • 好评产品数
  • 差评产品数

2.4 推广付费指标

• 展示位广告：一般出现在网站或手机 APP 的顶端，APP 的开屏等。这种类型的广告通常是按展示次数付费（CPM，Cost Per Mille），就是有多少人看到了该广告。

• 搜索广告：广告主为某一个搜索关键词出价，用户看到的搜索结果是按广告主出价的高低来排名的。这种类型的广告是按点击次数付费（CPC，Cost Per Click），也就是有多少人点击了该广告。

• 信息流广告：例如微博、今日头条、知乎、朋友圈（信息流）里的广告。这种广告是根据用户的兴趣爱好来推荐的，这种类型的广告按点击次数付费（CPC）或者按投放的实际效果付费（CPA，Cost Per Action）。CPA 具体又可分为以下几种。

  • 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。

3.如何选择指标？

• 好的数据指标应该是比例。通常要想理解一个数字的真实含义，最好把它除以一个总数换算成一个比例。

• 根据目前的业务重点，找到北极星指标。北极星指标就是衡量业务的核心指标。例如，Instagram 的核心指标是 “照片分享率”、Facebook 的核心指标是 “月活跃用户率”、喜马拉雅 FM 的核心指标是 “用户收听时长”。所以，首先要确立正确的核心指标，然后根据核心指标去进行产品的设计和优化。

4.什么是指标体系？

实际工作中，一个指标是没办法解决复杂的业务问题，这就需要使用多个指标，从不同维度来评估业务，也就是使用指标体系。

指标体系是从不同的维度梳理业务，把指标有系统地组织起来。简而言之，指标体系 = 指标 + 体系，所以一个指标不能叫指标体系。几个毫无关系的指标也不能叫指标体系。

5.指标体系有什么用？

• 监控业务情况；
• 通过拆解指标寻找到当前业务问题；
• 评估业务可改进的地方，找出下一步工作的方向。

6.如何建立指标体系？

• 明确部门 KPI，找到一级指标。一级指标是用来评价公司或部门运营情况最核心的指标。

• 了解业务运营情况，找到二级指标。具体如何将一级指标拆解为二级指标，要看业务是如何运营的。

• 梳理业务流程，找到三级指标。一级指标往往是业务流程最终的结果。光看一个最后结果是无法监督、改进业务流程的，这就需要一些更细致的指标，也就是添加三级指标。每个指标可以从以下三个方面确定统计口径。

  • 指标业务含义：这个指标在业务上表示什么？
  • 指标定义：这个指标是怎么定义的？
  • 数据来源：从什么地方收集的原始数据？数据统计的时间范围是什么？

• 通过报表监控指标，不断更新指标体系。

7.建立指标体系有哪些注意事项？

• 没有一级指标，抓不住重点。

• 指标之间没有逻辑关系。如果不按照业务流程来建立指标体系，虽然指标很多，但是指标之间没有逻辑关系，以至于出现问题的时候，找不到对应的业务节点是哪个，没办法解决问题。

• 拆解的指标没有业务意义。有的报表上的指标很丰富，但是却没有实际的业务意义，导致报表就是一堆 “没有用” 的数字。如果不围绕业务目标而随意拆解指标，那就只是为了拆解而拆解。对

• 不和业务部门沟通，就一个人完成了指标体系和报表。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）、数据部门（数据分析师所在的部门）、开发部门相互之间进行协作。业务部门会不断提出新的业务需求。如果业务部门认可数据部门做的分析报告，并希望以后可以随时查询到相关的数据，那么数据部门会把数据产品化，也就是协助开发部门把数据产品做进公司后台系统，一般形式就是报表。

参考：《数据分析思维》，猴子