指标数据分析与溯源方法

1.指标数据分析方法

** 1）字段分析**
确定指标属性字段后应对指标进行字段分析，完成指标的业务定义和技术定义。业务字段分析需要说明指标名称，指标含义，计算逻辑，指标单位和分析展现频度等。技术字段分析需要说明指标口径规范（如数据来源，采集频率，加工规则）和技术属性（数值限制等）。将指标及字段形成一张总表，即指标字典。
还需要对指标字段数据类型进行分析，常见数据类型有文本输入，数值输入，日期型，单选型，多选型，图片类等。不同的数据类型会有不同的属性设置。
** 2）计算方式**
确定指标及其相应字段后应当对指标计算逻辑及方式进行说明，常见计算方式如下：
（1）平均数
一般指算术平均数。算术平均数是指，全部数据累加除以数据个数。它是非常重要的基础性指标。
几何平均数：适用于对比率数据的平均，并主要用于计算数据平均增长（变化）率。
加权平均数：普通的算术平均数的权重相等，算术平均数是特殊的加权平均数（权重都是1）。
（2）百分比与百分点
百分比表示一个数是另一个数的百分之几的数，也叫百分率。
百分点是用以表达不同百分数之间的“算术差距”（即差）的单位。
用百分数表达其比例关系，用百分点表达其数值差距。1个百分点=1%，表示构成的变动幅度不宜用百分数，而应该用百分点。
（3）比例与比率
两者都是相对数。
比例是指总体中各部分的数值占全部数值的比重，通常反映总体的构成和结构。
比率是指不同类别数值的对比，它反映的不是部分与整体之间的关系，而是一个整体中各部分之间的关系。这一指标经常会用在社会经济领域。
（4）基线和峰值极值分析
峰值：增长曲线的最高点（顶点），如中国总人口2033年将达到峰值15亿，性别比严重失衡。
拐点：在数学上指改变曲线向上或向下方向的点。在统计学中指趋势开始改变的地方，出现拐点后的走势将保持基本稳定。
（5）归一化
数据指标属性的值，有时是有单位的，称作量纲数据。不同评价指标往往具有不同的量纲，数据之间的差别可能很大，不进行处理会影响到数据分析的结果。为了消除指标之间的量纲和取值范围差异对数据分析结果的影响，需要对数据进行标准化处理，就是说，把数据按照比例进行缩放，使之落入一个特定的区域，便于进行综合分析。
归一化是数据标准化中最简单的方式，目的是把数变为（0，1）之间的小数，把有量纲的数据转换为无量纲的纯数量。

2.指标溯源方法

数据指标一般分为基础指标和复合指标，基础指标是指体系中不能再进一步分解的指标，复合指标由基础指标计算组合而来。如：营业收入=主营业务收入+其他业务收入，‘营业收入’是复合指标，‘主营业务收入’、‘其他业务收入’是基础指标。基础指标需要明确具体取数逻辑.通过指标结果数据方向分析整个数据加工融合的过程，识别指标生产过程涉及的数据实体及需要该数据那些属性支撑。

数据源梳理需要确定数据是线下采集还是线上采集、具体采集那些属性.明确构成指标的原始数据如何获取、从那个系统或部门获取，获取那些熟悉。如果需要从系统获取数据，需要明确接口、权限、表结构、表字段等信息如果需要线下采集需要明确从具体那个部门，采集那些表单，需要对涉及表单进行分析，确认线下采集表单的规范性及完整性。
通常在指标数据梳理过程中，会形成指标数据需求清单，将指标计算所需要的业务属性进行梳理和呈现，便于后续从IT维度来准确获取所需要的数据。