在剛邁入數(shù)據(jù)的大門時，有些伙伴經(jīng)常對一些數(shù)據(jù)指標(biāo)或者數(shù)據(jù)本身的概念很模糊，尤其是當(dāng)跟運營、產(chǎn)品、數(shù)據(jù)分析師了解業(yè)務(wù)需求的時候，會被這些密密麻麻的指標(biāo)給弄糊涂。因此，對數(shù)據(jù)指標(biāo)的概念進行一次簡單的梳理以及思考！希望此模糊的伙伴一次思維的擴展和認知。

數(shù)據(jù)指標(biāo)是業(yè)務(wù)現(xiàn)狀的反映，而數(shù)據(jù)分析也正是基于對業(yè)務(wù)現(xiàn)狀的準確透視才能做出有效決策，可見，數(shù)據(jù)指標(biāo)的重要性不言而喻。

為了建立對數(shù)據(jù)指標(biāo)的完整認知，我們把數(shù)據(jù)指標(biāo)拆成“數(shù)據(jù)”與“指標(biāo)”：指標(biāo)是數(shù)據(jù)之間的運算，是「衡量」事物發(fā)展程度的“模型”。

也就是說“建立指標(biāo)「評估」業(yè)務(wù)發(fā)展”是一個建模的過程：把業(yè)務(wù)發(fā)展從物理世界映射到數(shù)據(jù)空間中，只有這樣才能使得“萬物皆可計算”，這就是數(shù)據(jù)分析的基礎(chǔ)。

首先，我們先來了解一下什么是“數(shù)據(jù)”？

最通用的理解，數(shù)據(jù)是被存儲起來的信息。從應(yīng)用的角度，數(shù)據(jù)是把事物做量化處理的工具，萬物皆可數(shù)據(jù)化：數(shù)值數(shù)字是數(shù)據(jù)，文本、圖像、視頻等同樣都是數(shù)據(jù)。

按字段類型劃分，可以把數(shù)據(jù)分為：

• 文本類：常用于描述性字段，如姓名、地址、備注等

• 數(shù)值類：最為常見，用于描述量化屬性，如成交金額、商品數(shù)量等

• 時間類：僅用于描述時間發(fā)生的時間，是重要的分析維度（如同比、環(huán)比、累計等）

按結(jié)構(gòu)劃分，可以把數(shù)據(jù)分為：

• 結(jié)構(gòu)化數(shù)據(jù)：通常指關(guān)系數(shù)據(jù)庫方式記錄的數(shù)據(jù)

• 半結(jié)構(gòu)化數(shù)據(jù)：如日志、網(wǎng)頁數(shù)據(jù)

• 非結(jié)構(gòu)化數(shù)據(jù)：指語音、圖片、視頻等形式的數(shù)據(jù)

根據(jù)數(shù)據(jù)連續(xù)的屬性不同，還可以分為：

• 連續(xù)型數(shù)據(jù)：在任意區(qū)間可以無限取值，比如年齡、身高

• 離散型數(shù)據(jù)：常見的分類數(shù)據(jù)，比如性別、年級

其次，來看看“指標(biāo)”是什么？

指標(biāo)的作用是「度量」業(yè)務(wù)，最終目的是用來衡量業(yè)務(wù)是否符合預(yù)期，并為后續(xù)業(yè)務(wù)優(yōu)化工作提供思路和方向。從這個角度對它進行拆解：指標(biāo) = 維度 + 匯總方式 + 量度

◆ 維度：回答從哪些角度去衡量的問題？

◆ 匯總方式：回答用哪些方法去衡量的問題？

◆ 量度：回答目標(biāo)是什么的問題？

例如：

①訂單數(shù)：統(tǒng)計周期內(nèi)，用戶完成支付的訂單數(shù)量總和；

②復(fù)購率：統(tǒng)計周期內(nèi)，重復(fù)消費用戶數(shù)（消費兩次以上的用戶）在總消費用戶數(shù)中的占比；

再來梳理一下數(shù)據(jù)指標(biāo)有哪些分類呢？如下：

·綜合性數(shù)據(jù)指標(biāo)

即能體現(xiàn)產(chǎn)品目前綜合情況的指標(biāo)。

比如社交網(wǎng)站，數(shù)據(jù)指標(biāo)的用途偏向于了解產(chǎn)品的用戶增長或減少等情況。通常有：DAU、留存數(shù)、留存率、人均使用時長、PV、UV、GMV、支付UV、人均訂單數(shù)、人均客單價等。

·流程性數(shù)據(jù)指標(biāo)

即指與用戶操作行為相關(guān)的指標(biāo)。例如點擊率、轉(zhuǎn)換率、流失率、完成率等

·業(yè)務(wù)性數(shù)據(jù)指標(biāo)

即跟產(chǎn)品業(yè)務(wù)相關(guān)的指標(biāo)。例如視頻網(wǎng)站，則可能需要的業(yè)務(wù)指標(biāo)有：視頻播放數(shù)、人均觀看時長、人均播放數(shù)、播放率等。

最后，了解完指標(biāo)的底層邏輯（理論）后，更重要的是在業(yè)務(wù)中如何落地？結(jié)合數(shù)據(jù)分析經(jīng)驗，總結(jié)了數(shù)據(jù)指標(biāo)的落地指引：

1.指標(biāo)基建——確保數(shù)據(jù)的完整、準確

為了打下指標(biāo)模型的穩(wěn)固基礎(chǔ)，需要對數(shù)據(jù)底層進行檢視：

① 檢視數(shù)據(jù)源頭——埋點收集的事件數(shù)據(jù)是否足以支撐所需指標(biāo)的建模

② 臟數(shù)據(jù)清洗邏輯，也就是常見的數(shù)據(jù)倉庫中ETL的概念

2.從業(yè)務(wù)層面理解指標(biāo)

理解業(yè)務(wù)是數(shù)據(jù)分析落地的前提，有效使用指標(biāo)也同樣如此，要求熟悉數(shù)據(jù)指標(biāo)背后的業(yè)務(wù)含義：

如“會員成單數(shù)”這個指標(biāo)本身有很多含義（針對買會員為主的商業(yè)模式app）。

◇ 直接含義：整個團隊的業(yè)務(wù)完成能力

◇ 會員成單數(shù)+成本：企業(yè)的盈利能力

◇ 會員成單數(shù)+產(chǎn)品：產(chǎn)品暢銷程度

◇ 會員成單數(shù)+用戶分層：用戶的需求

3.從指標(biāo)的變動中做決策

為了判斷業(yè)務(wù)現(xiàn)狀的好壞、趨勢，需要建立衡量標(biāo)準，數(shù)據(jù)指標(biāo)的使用同樣如此。

通過某個孤立的指標(biāo)不能反映現(xiàn)實，例如小明165cm的人，我們看不出小明的身高特征，但是當(dāng)走來另一個身高是180cm的人時，我們就能判斷小明相對比較矮，或者當(dāng)我們拿到全國平均身高水平是167cm時，也能得出同樣的結(jié)論。這就是利用對比思維建立標(biāo)準的過程，對比的客體可以是橫向與同屬性的對象、總體平均，也可以是縱向與歷史的自己。

如果是周期性變化，那很有可能是正常波動，我們初步判做“正常”。如果是突發(fā)+下跌，那很有可能是異常且壞的波動，我們可以初步判做“問題”。

4.指標(biāo)的生命周期——不同階段使用不同指標(biāo)

既然指標(biāo)的作用在于反映業(yè)務(wù)，而業(yè)務(wù)的發(fā)展存在生命周期，那指標(biāo)的使用也應(yīng)存在時效性，即指標(biāo)的生命周期。

沿著產(chǎn)品的生命周期來看不同階段使用的指標(biāo)差異：

① 導(dǎo)入期：業(yè)務(wù)目標(biāo)在于建立知名度、通過口碑引流，著重關(guān)注新注冊人數(shù)、分享率指標(biāo)；

② 成長期：業(yè)務(wù)目標(biāo)在于通過不同渠道布局推廣最大限度占有市場，著重關(guān)注新會員來源渠道占比等指標(biāo)；

③ 成熟期：業(yè)務(wù)目標(biāo)在于將前期流量變現(xiàn)，確保盈利規(guī)模，著重關(guān)注付費率、毛利率等指標(biāo)；

④ 衰退期：此時，市場增量收縮，要求對存量人群精細化運營，著重關(guān)注復(fù)購率、重購金額占比等指標(biāo)；

在一定程度上，“數(shù)據(jù)指標(biāo)”能揭示出產(chǎn)品用戶的行為和業(yè)務(wù)水平狀況。當(dāng)然，我們也不能完全迷失在數(shù)據(jù)中，注意以下幾點：

（01）數(shù)據(jù)不等同與實際場景，實際場景往往比數(shù)據(jù)更加復(fù)雜，分析時需要了解具象化的場景，而不是抽象的數(shù)據(jù)；

（02）數(shù)據(jù)本身沒有觀點，分析時不能預(yù)設(shè)觀點，只傾向于那些能夠支持自己的觀點的數(shù)據(jù)；

（03）數(shù)據(jù)具備一定的時效性，不同情況下的數(shù)據(jù)，一些曾經(jīng)的數(shù)據(jù)可能不再適用，需要找到新的數(shù)據(jù)指標(biāo)。

總之，精確的數(shù)據(jù)無法替代大方向上的判斷，不要過分迷戀數(shù)據(jù)，要做到具體問題具體分析，形成發(fā)現(xiàn)問題、分析問題、總結(jié)問題、解決問題的思路閉環(huán)。