数据产品指标设计

一、数据指标设计

（1）什么是数据指标？
       数据指标也称为统计指标，是反映同类社会经济现象总体综合数量特征的范畴及其具体数值。在数据产品中，数据指标是根据数据分析得到的一个汇总结果。在生活中，数据指标有很多很多，比如居民消费价格指标，股票价值指数，空气指数，洗车指数，穿衣指数等等。
（2）数据指标分类
A、按时间特点分类：有时点指标与时期指标
       时点指标：是指总体现象在某一时刻状态下总量水平的指标，是表现社会经济现象在某一时刻或者时点上的状态的总量指标。如人口数，库存量等。
       时期指标：是指反应总体现象在一定时期内的累计总量水平的指标，是表现社会经济现象总体在一段时期内发展的总结果。如产品的产量，商品销售额
B、按总体特征性质
       数量指标：指反映社会经济现象范围的广度，规模与数量的指标。如人口数量，企业总数
       质量指标：反映现象本身质量，强度，经营管理工作质量和经济效果等方面的指标。
C、按数据依据
       客观指标：反映社会客观现象的指标。一般是通过统计指标表现出来。
       主观指标：也称为感觉指标，在指不可能直接度量或计数取值而只能凭人们的感觉，评价确定其量的指标。
D、按计量单位的特点
       实物指标：用实物单位计量的总量指标，实物单位是根据实物的属性与特点而采用 的计量单位。
       价值指标：是以货币表示的反映社会经济现象某一方面的数量与质量情况的经济指标。
       劳动指标：是用劳动单位计量的总量指标，劳动单位是用在一定时间内完成的一定工作量或一个劳动工作时间做计量单位。
E、按指标属性
       高优指标：指数值越大越好的指标，通常指效益型指标，比如考试分数，销售量等
       低优指标：指数值越低越好的指标，通常指成本型指标，比如人力成本，耗材量等
       中性指标：指数值稳定在某一个固定值为最佳，或者落入到某个区间为最佳的指标。

二、数据指标设计原则

（1）可靠的数据源
       每个指标都是建立在数据之上的，如果数据不易收集，则会导致无法准确计算数据指标，或者数据源的可信度不高，从而直接降低人们对数据指标的信赖度。
要确保可靠的数据源，可以从数据的种类，收集的区域密度，脏数据的数量等方面进行考虑。
（2）计算逻辑透明，清晰
       很多用户在没有了解数据指标的计算逻辑时，是不会采用数据指标反映的事情真相的，因此用户需要知道并且充分理解指标的生成方法。
（3）考虑使用场景的范围
       任何一个数据指标都不是所以的场景都可以通用的，因此数据指标的设计要充分考虑到其实用的范围，不能讲指标固定化，需要适时修改指标。比如恩格尔系数。
（4）有易理解的指导意见
       如果用户通过一个数据指标就能够获得明确的指导意见，也就是说，用户在仅仅依靠常识看了这个数据指标名称后就知道该怎么去行动，那么这样一个数据指标就是一个好的指标。

三、数据指标体系设计

       作为一名数据产品经理，在设计一款产品时，不是设计一个单一的数据指标，因此需要为产品设计一整套的数据指标体系。其设计步骤如下：
（1）查阅罗列
       要设计一款数据产品的数据指标体系，首先需要了解数据产品 所以应用的行业，并罗列出该行业中常用的数据指标。
（2）分类设计
       将数据指标查阅罗列之后，可以发现每个数据指标系统所规划的类别是不同，都有各自的一套逻辑。
（3）明确实现
       即明确每一个数据指标的计算逻辑，并根据数据指标的实际情况来分析每个数据指标的可实现性，确定最终的数据指标体系。