数据分析思维——数据指标体系、异动分析

为什么需要指标体系

• 形成标准的衡量规则
• 监控业务状况 通过分级指标
• 可以定义业务的问题 可以减少重复工作，提高效率

指标体系建立的注意事项

• 提前埋点
• 统一口径
• 指标相互独立，完全穷尽（MCEC）原则
  指标体系构建
  OSM模型
  O——object 了解业务目标
  S——Strategy了解目标后需要行动策略，可以把业务目标拆解到AARRR或者UJM中
  M——Measure 评估指标，用到Mece
  以GMV为例
  O—提升用户成交额GMV
  S—提供AARRR拆解路径，如注册、登录、曝光、点击、加购、成交
  M—对每个指标拆分
  公式1 GMV=成交用户数平均客单价
  而成交用户数=点击UV访购率
  因此可以带入到公式1 得到
  公式2 GMV=点击UV访购率平均客单价
  点击UV=曝光UV转化率
  带入公式2 得
  公式3 GMV=曝光UV转化率访购率平均客单价
  以DAU为例的异动因素
  如果DAU突然下降了 怎么回事
  最基础的异动分析
  周期波动（周末 节假日可能高一些 到周一可能减少 这个是正常的）
  业务内部因素（促销、拉新导致增长但后期可能会减少）
  外部因素（政策、天气、对手，对手暴雷会增加DAU、负面消息减少DAU）
  数据传输问题（看表报是否和数据库对上，对上则是业务问题不是数据问题，对不上就需要找那个环节出问题了）
  如果前面四种都没有 那就是真的数据异常了
  就需要细分为什么
  拆解指标来看为什么
  老用户（留存、回流）
  新用户（分地区，地区中细分服务器）
  这样子就可以看是老用户还是新用户减少了
  还可以进一步分析 是那个地区新用户少 是服务器问题吗