数据分析的重要一环之数据统计

转载：http://www.baobaoshequ.com/article/4536

不管是业绩总量，还是各学历的员工人数，都需要我们从明细数据中进行统计、计算。因此，数据统计的过程即对明细数据进行各种各样的计算，并得出一个结果。

数据统计时常见的计算方法比如求和、计算平均值、计算最大值和最小值、四分位值、方差和标准差等等。其计算场景如小计、总计、动态范围统计、频率统计、区间统计等等。

因此，我们需要了解一些常用的数据指标及其计算方法。本节内容，小鱼将和大家一起聊一聊数据指标的知识，帮助大家找到数据分析的思路。

一. 什么是数据指标
我们面对一大堆数据时，往往第一感觉是毫无头绪，也就是不知道关注哪些指标。那什么又是数据指标呢？

举个例子，我们在进行工作复盘时，说本年度的销售额增长了很多。那到底增长了多少呢？1%，10%，还是 30% ，缺少量化是没办法准确评估业绩的增长情况。

『指标』按照某个统一的标准，对业务数据进行量化，这个统一的标准就是指标。

在分析销售额增长情况的时候，『环比』就是一个检验成果的重要指标：用本年度销售额减去上一年度销售额，再除以上一年度的销售额，得到的百分比就是销售额的环比增长。

因此，这里用到的『环比』就是一个指标，它具有统一的计算标准，此处我们用该指标来衡量业绩的增长情况。

但是，对于不同的行业，不同的使用场景，衡量的指标也是不同的。有没有什么好的方法帮助我们快速找到需要的指标呢？我们不妨来了解一下业务分析三段论。

二. 业务分析三段论
下图是小鱼绘制的业务分析三段论思维导图：

所谓三段，分别指用户数据、行为数据和业务数据，通俗地讲就是谁『用户数据』做了什么事『行为数据』，产生了什么业务『业务数据』。下面，我们分别来学习此三个方面。

2.1 用户数据
用户数据是指用户的一些基本情况，这里小鱼列举出了 4 个常用的且比较重要的指标，分别是用户存量、增量、健康程度以及渠道来源。

其中，存量是指截至目前，用户的总数量；增量为一段时间内新增的用户数量，比如每日新增用户数、每月新增用户数、推广期新增用户数等等。在业务起步阶段，新产品发布、推广阶段，该指标显得尤为重要，可以很大程度反映出公司的发展潜力。

用户健康程度比如活跃用户数、活跃率（活跃用户 / 总用户），用来判断用户的活跃程度，比如互联网业务中经常提到的日活跃用户数 DAU （Daily Active User）和越活越用户数 MAU（Monthly Active User）。

此外还有留存率，其计算方式通常为『当日新增用户中，第 N 天还在使用产品的用户数 / 当日新增用户数』，这里的统计周期为天，根据产品的不同，可以更换统计周期。留存率越高，说明公司的产品或服务也越令人满意。

我们在购买一项产品或服务之后，想必经常遇到商家的调查问卷中有一项为 “您是从哪里了解到我们的？” 这其实就是商家在搜集用户的渠道来源，以分析哪个渠道的推广更加有效。

2.2 行为数据
行为数据是指用户从事了哪些行为，以及行为的发生时间等等。下面是小鱼列举的 3 个重要的行为数据：次数/频率、转换率以及行为时长。

其中『次数 / 频率』是指用户一定时间内产生某种行为的总次数，以及单位时间内发生某种行为的次数。比如互联网业务中经常用到的 PV （Page View）和 （Unique Visitor）。

『PV & UV』PV 指的是一定时间内的访问总次数，UV 指的是一定时间内的访问总人数。比如某网页一天内被访问了 100 次，则 UV = 100，一天内被 50 个不同的人访问，则 UV = 50。

行为数据的第二个常用指标是转化率，也就是最终达成交易的量占总量的比例。比如店铺转化为支付用户数 / 到店用户数，广告转换率为进入店铺用户数 / 看到广告的用户数。准换率越高，往往说明我们的推广、经营做得越好。

最后是行为时长，也就是用户粘度。比如一个店铺、直播间或者视频平台，用户停留的时间越长，则很可能对产品感兴趣，产生交易的可能性也就越高。

2.3 业务数据
业务数据即和业务密切相关的数据，简单来说就是跟 钱 (*￥ω￥*) 有关的数据。下面是小鱼列举出的 4 个常用的业务数据指标。

总量如成交总金额，总销量等等，任何业务都离不开总量的评估，总量反映了公司的体量。人均的计算方式为总量 / 用户数，比如奢侈品行业就非常关心人均指标，总量高，客户少，说明个体消费能力极强。

企业运营的核心是盈利，付费情况反映了企业运营的健康状况。比如付费率，付费用户数/总用户，以及复购率，一段时间内付费 N 次的用户/付费用户数。较高的付费率和复购率，通常反映了企业的收费模式越好，运营良好。

产品相关的数据如热销榜 TOP 10，好评之最，差评最多的产品等等，通过分析产品相关数据，可以辅助我们在产品引进、研发和定价等方面更好地决策。

三. 业务分析三段论的应用
下面，小鱼以 HR 对员工情况进行分析为例，来实际感受一下『业务分析三段论』的使用。

3.1 用户数据
HR 分析员工情况，那用户就是公司员工，用户数据指标：

存量：公司员工总数
增量：分析周期内新入职的员工数
健康状况：离职员工人数、离职率
渠道来源：新入职员工来源（校招、内推等等）
3.2 行为数据
员工产生的行为数据可以有很多种，如果 HR 的分析报告侧重考勤，那行为就是出勤、请假等，如果用于指导后续的招聘，那行为就是面试。假如我们要分析招聘情况，那么行为数据指标为：

次数 / 频率：收到的简历数量 / 面试人数占投递总数
转换率：面试通过率、入职率
时长：面试时长、员工工龄
3.3 业务数据
我们前面提到业务数据即和『钱』有关的数据，和员工联系在一起，我们自然会想到薪酬了：

总量：薪酬总数
人均：人均期望薪资、人均实际薪资
产品相关：不同岗位的薪资水平
以上就是关于业务三段论应用的一个基本思路了，我们可以根据自己的业务情况，参考业务分析三段论的思维框架，选择其中一些指标作为方向。