指标体系解决的问题

  1. 运营：为什么 A 页面上的数据和 B 页面上的数据对不上？开发：我去看看（一段时间后），A 是来自 a 表，B 是来自 b 表，一个包含 XXX 状态的订单，一个不包含 XXX 状态的订单。
  2. 数据开发：同样的指标在不同的项目里被用到，开发 A 同学从 a 表里取了数据，开发 B 同学从 b 表里取了数据，我应该从哪里取数据？指标的逻辑变了2张表都需要做对应的修改？
  3. 新增加一个指标，我应该怎么做？ 仅仅依靠人员对表的经验？

问题1是指标定义不够清晰明确，两个页面上的指标定义其实是不同的，但是展示给商家看到的可能是同一个中文名称。又或者同样一个含义的指标在不同的界面上展示的名称却不相同，让人产生歧义。
问题2是同一个指标因为由不同的数据开发同学来制作，可能会被重复开发，不但造成资源浪费，还会造成维护困难。
问题3是新开发指标，不仅缺少开发工具简化开发流程，甚至该使用哪些表，不该使用哪些表很大程度上都要凭借数据开发同学与数仓同学的经验。
如果稍微马虎一点或者缺乏经验，比如使用了某些业务域下特有的表或者不是由数仓提供的统一中间层的表就可能会使用错误的数据，造成后期返工等情况。

基于以上问题，所以我们需要系统化的指标体系建设， 建设指标库

指标体系

指标体系的作用

  • 通过设置指标的组成要素来精确定义每一个指标（派生指标）。
  • 通过指标唯一的性质，解决指标重复定义，重复开发，部分数据对不上的问题。
  • 通过将数仓中间层录入指标库为新制作指标提供指导性的 SQL 或库表推荐。

  • 打通 BI 平台，点击指标名称跳转到指标web页面，查看指标是如何定义的。

    指标的定义：派生指标=原子指标+维度+修饰词

    1、确定新增加的指标属于哪个业务域、并确定使用数仓中的哪张表
    2、派生指标定义

  • 定义原子指标：某一业务事件下的度量，不可再拆分的指标。

  • 定义维度

  • 定义修饰词

    • 统一，同一个事实表述要相同：黑卡uv、会员uv、近1个月客户充值金额、近30天客户充值金额
    • 清晰：寄件金额，是折扣前金额 还是折扣后金额

      指标的管理

      指标要分为一级指标、二级指标

  • 一级指标：主要是原子指标、领导关注的重要派生指标

  • 二级指标：主要是业务部门运营工作需要的更细致的派生指标

    指标体系的搭建

    方法一：普通方法论

    1、全局熟悉业务、全局熟悉ods层数据字段

  • 在不考虑已有埋点的情况下，梳理出业务流程、关键节点，梳理出不同的模块：电商-人货场、广告-请求填充转化、客户价值声明周期等

  • 参考已有埋点 已有数据，看是上文梳理出的关键节点都有埋点，没有的记录反馈 增加埋点。

2、按照梳理出的模块，收集业务部门的指标需求

  • 明确指标：确定每个指标的具体含义，完善指标体系框架，确定统计的维度和粒度。 确定时效性 是天小时还是实时。
  • 指标合理性：能否反应业务的波动（次日留存 不能反应收入问题，下单率才能反应收入问题）

3、按照重要程度分级：分为一级指标、二级指标，设置工期、分阶段性产出

  • 将我们搭建指标体系的过程进行分段拆解，确保搭建指标的条理性，保证每个阶段都有相应的产出。

    方法二：OSM模型

    OSM模型是三个词缩写：目标(Objective)、策略(Strategy)、度量(Measurement)。
    它是一套业务分析框架，并非算法模型，适用于目标已经清晰、行动方向已经明确的情况。
    O:目标

  • 首先确定公司级的目标，DAU增长

S：DAU增长，可以做哪些策略呢？

  • 提高新用户规模
  • 提高留存用户规模
  • 提高回流用户规模

M：用什么来评价策略是否达成？度量

  • 新用户数
  • 留存用户数
  • 回流用户数

image.png

方法三：AARRR模型

麦克卢尔将创业公司最需要关注的指标分为五大类：
获取用户（Acquisition）、
提高活跃（Activation）、
提高留存率（Retention）、
获取营收（Revenue）
自传播（Referral），简称AARRR。
image.png

PS

电商指标体系

image.png
image.png
image.png

阿里对基础概念的定义

  1. 业务板块：比数据域更高维度的业务划分方法，适用于特别庞大的业务系统。
  3. 业务过程：指企业的业务活动事件，如下单、支付、退款都是业务过程，请注意，业务过程是一个不可拆分的行为事件，通俗的讲，业务过程就是企业活动中的事件。
  5. 修饰类型：是对修饰词的一种抽象划分。修饰类型从属于某个业务域，如日志域的访问终端类型涵盖无线端、PC端等修饰词。
  7. 修饰词：指出了统计维度以外指标的业务场景限定抽象，修饰词隶属于一种修饰类型，如果在日志域的访问终端类型下，有修饰词PC端、无线端等。
  9. 时间周期：用来明确数据统计的时间范围或者时间点，如最近30天、自然周、截至当日等。
  11. 度量/原子指标：原子指标和度量含义相同，基于某一业务事件行为下的度量，是业务定义中不可再拆分的指标，具有明确业务含义的名词，通常是业务过程+度量组合而成，如支付金额。
  13. 维度：维度是度量的环境，用来反映业务的一类属性，这类属性的集合构成一个维度，也可以成为实体对象。维度属于一个数据域，如地理纬度、时间维度。例如， 在分析交易过程时，可以通过买家、卖家、商品和时间等维度描述交易发生的环境。
  15. 派生指标：派生指标=一个原子指标+多个修饰词（可选）+时间周期。可以理解为对原子指标业务统计范围的圈定。如原子指标：支付金额，最近一天海外买家支付金额则为派生指标（最近1天为时间周期，海外为修饰词，买家作为维度，而不作为修饰词）