写给大数据开发：好的指标定义、特性与业务价值_通过指标数据的定义促进数据应用和数据价值的体现;-CSDN博客

本文链接：https://blog.csdn.net/u012955829/article/details/139638334

在大数据时代，数据的质量对于业务决策和数据分析至关重要。好的数据不仅丰富，而且准确、及时，为业务提供有力支撑。

文章目录

数据定义与特性

好的数据应满足三个核心特性：丰富性、准确性和及时性。

DALL·E Infographic June 12.webp

丰富性：丰富的数据意味着涵盖多个维度和层面，能够全面描述业务情况。例如，在电商领域，一个完整的用户订单数据可能包含用户ID、商品ID、购买数量、购买时间、支付状态等多个字段。

-- 假设有一个名为orders的表，包含上述字段  
SELECT * FROM orders;

准确性：准确的数据是分析结论可靠性的基石。在数据分析中，我们经常使用聚合函数和条件筛选来确保数据的准确性。

-- 计算总销售额（假设订单表中有一个字段叫total_amount表示订单金额）  
SELECT SUM(total_amount) AS total_sales FROM orders;    
-- 筛选已支付的订单  
SELECT * FROM orders WHERE payment_status = 'paid';

及时性：及时的数据代表了我们对市场变化的快速响应能力。在实时数据分析系统中，我们经常使用流处理框架（如Apache Kafka、Apache Flink）来确保数据的实时性。

数据对业务的价值

好的数据对业务具有多方面的价值。

对于业务：

提升决策效率：通过减少解释数据、统一数据口径的时间，业务团队可以将更多精力用于业务分析。

对于开发：

提高需求响应速度：通过减少因数据质量问题导致的反复修改时间，开发团队可以更高效地响应业务需求。

指标展示与规范化定义

在数据分析过程中，指标是不可或缺的要素。然而，如果指标定义不清晰或存在歧义，将严重影响数据分析的准确性和效率。

指标展示：

使用可视化工具（如Tableau、PowerBI）来展示指标，如趋势图、折线柱状组合图、饼图等。

指标规范化定义：

引入指标命名公式：限定词+业务主题+指标名称+量化词，以确保指标定义的清晰性和一致性。

以下是一个基于指标命名公式的SQL查询示例，用于计算“当天首次下单并完成支付的新用户销售金额”：

-- 假设我们有两个表：users（用户表）和orders（订单表）
-- 用户表中包含用户ID（user_id）和注册时间（registration_date）
-- 订单表中包含订单ID（order_id）、用户ID（user_id）、订单金额（order_amount）、下单时间（order_date）和支付状态（payment_status）

-- 计算当天首次下单并完成支付的新用户销售金额

SELECT
    DATE(order_date) AS order_date,
    SUM(order_amount) AS new_user_sales_amount
FROM
    orders o
JOIN
    (
        SELECT
            user_id,
            MIN(order_date) AS first_order_date
        FROM
            orders
        WHERE
            payment_status = 'paid'
        GROUP BY
            user_id
        HAVING
            DATE(first_order_date) = DATE(orders.order_date)
    ) AS first_orders
    ON o.user_id = first_orders.user_id
JOIN
    users u
    ON o.user_id = u.user_id
WHERE
    DATE(o.order_date) = CURRENT_DATE
    AND DATE(u.registration_date) < DATE(o.order_date)
GROUP BY
    order_date;

这个查询首先通过子查询找出每个用户的首次下单日期，并将其与当前日期比较，确保只计算当天的数据。然后，它连接用户表以确保只计算新用户的订单（即注册日期在订单日期之前的用户）。最后，它按订单日期分组并计算销售金额。

一些指标的定义

在遵循“限定词+业务主题+指标名称+量化词”的命名规则下，我们可以对上面的指标定义表格中的指标名称进行重命名。以下是根据这个规则重新命名的指标名称示例：

指标编号	指标名称	业务主题	指标描述	量化词	计算公式/方法	数据来源
1	日新增用户注册量	用户增长	新增注册用户的数量	计数	每日新增用户ID数量	用户注册表
2	周活跃用户数	用户活跃度	在一周内有活跃行为的用户数量	计数	每周登录或进行其他指定行为的用户数量	用户行为日志
3	总订单量	销售业绩	用户下单的总数量	计数	订单表中订单ID的数量	订单表
4	平均订单金额	销售业绩	所有订单的平均金额	平均	总订单金额 / 订单数量	订单表
5	月销售额	销售业绩	所有订单的总金额	总额	SUM(订单金额)	订单表
6	次月用户留存率	用户忠诚度	用户在次月返回应用的比率	百分比	(次月回访用户数 / 同期总用户数) * 100%	用户行为日志
7	访问至购买转化率	营销效果	访问用户中实际下单用户的比率	百分比	(下单用户数 / 访问用户数) * 100%	访问日志、订单表
8	客户满意度平均评分	客户服务	用户对服务或产品的满意度评分	平均分	用户评分总和 / 参与评分用户数	用户反馈表
9	页面跳出率	网站/应用性能	用户在访问单个页面后离开的比率	百分比	(单页面访问量 / 总访问量) * 100%	页面访问日志
10	用户首次访问至首次购买平均时长	用户转化周期	用户从首次访问到首次购买所花费的时间	平均时长	(首次购买时间 - 首次访问时间)的平均值	用户行为日志、订单表