数据分析-数据指标的构建

• 什么是指标体系
  • 指标体系，就是把数据指标系统化的组织起来
    • 指标是量化的数值,指标包括用DAU,时长，点击率，渗透率，留存率，成功率。用于评价业务的好坏
    • 体系就是通过不同维度梳理指标的过程。梳理的过程也是业务本质思考的过程
• 如何设计指标体系
  • 1.设目标
    • 日常监控
    • 异常监控
    • 预测趋势
    • 精细化运营
  • 2.建模型
    • AARRR
    • PULSE(衡量用户体验的重要指标，也经常被用来度量产品的整体表现)
      • P-页面浏览量
      • U-响应时间
      • L-延迟
      • S-7天活跃用户数
      • E-收益
    • HEART
      • H-愉悦度（具体指标包括可用性,易用性，推荐意愿，视觉感受度等。指标数据可通过调研问卷得到）
      • E-参与度（是指用户参与互动的程度。具体指标包括参与时长，频率，深度和参与会话数，如访问频率，访问深度，页面停留时间，产生UGC的数量，日活跃度，周活跃度，月活跃度等指标
      • A-接受度
      • R-留存率(次日留存率，周留存率，月留存率等数据指标)
      • T-任务完成度（指任务完成效率和效果）
    • GASM
      • G-目标（业务目标，用户目标，产品目标）
        • 用户要完成什么任务？我们希望他们按照什么路线走？帮他们执行什么操作？
      • A-优化（具体的优化行为）
        • 优化增长点，如运营活动，运营方案，产品改进
      • S-表现(推延相对的行为和表现)
        • 什么用户行为/态度指示了目标达成什么样的感受与目标失败/成功相关
      • M-指标(找出关键指标）
        • 考虑每个指标的价值，清除她们的意义，少而精，重点关注3-5个最核心的指标
    • 三级指标
      • 一级指标：公司战略指标
        • 适用指标公司整体目标达成情况，通常设定在5-8个指标
        • 偏宏观：DAU,收入,留存
      • 二级指标：业务指标
        • 为了实现一级指标，企业会采取一些策略，二级指标通常与这些策略有所关联
      • 三级指标：过程指标
        • 三级指标是对二级指标的路径拆解，用于定位二级指标的问题。
  • 3.选指标
    • 定义Y，找X
  • 4.采集数据
    • 5维分析法
    • who
    • when
    • where
    • how
    • what
    • 如何采集数据
      • 埋点：用户行为的记录
      • 行为可以分为who,when,what,where,how
  • 5.呈现
    • 事件分析
    • 留存分析
    • 分布分析
    • 用户路径
    • 用户分群
• 如何呈现数据
  • 数据分类
    • 历史数据----可参照，可评估
    • 用户行为&属性----可圈人，精细化
    • 商品销售数据------可分析，可优化
    • 活动实时数据-----可评估，可对比
  • 数据呈现的常用方式
    • 事件分析
    • 漏斗分析
    • 留存分析
    • 归因分析
    • 分布分析
    • 用户路径分析
    • 用户分群
    • 点击分析
    • 用户属性分析
    • 用户行为序列
    • 自定义查询