前段时间参加David老师的《数据产品经理训练营》,所以想着通过写文输出的方式一方面来倒逼学习,另一方面可以对所学的知识加深理解。文章内容会以训练营所讲内容为框架,辅以网络文章、相关书籍内容作为补充。力求把这些理性的知识结合自己的理解,用轻松、通俗易懂的语言一一道来,希望能为知识加一丝温度,让我们都能够享受其中。

01 什么是指标字典

指标是衡量业务目标的方法,无论是解释业务现象、评估运营效果,还是探索新的业务增长机会,在做这些分析时都会涉及到一系列的指标,将这些指标进行体系化汇总,就是指标字典了。

指标字典可以作为统一的指标规范,一方面可以防止用户对指标理解不清,避免不同用户对指标的认知不一致的问题。另一方面通过指标字典可以对数据指标进行统一的管理,更方便统一修改、维护和共享。

02 指标相关的基本概念

指标字典由指标构成,指标主要由维度、汇总方式、量度三要素构成。

1.维度

是指从哪些角度去衡量事物。比如衡量一个学生,可以从学习成绩这一维度来衡量,也可以从身体素质这一维度来衡量。

2.汇总方式

指用哪种方法去衡量,比如“学生期末考试总成绩”用的就是求和的方式,“学生期末考试平均分”用的就是平均值的汇总方式。

3.量度

量度是指的度量单位,只有加了度量单位的数字才有明确的意义。

一个明确、易懂的指标名称中应该包含限定维度、汇总方式和量度。比如“订单总金额”,“订单”表明维度的限定,“总”表明汇总方式是求和,“金额”可以表明度量单位是货币单位。如果指标名称是“订单金额”、“总金额”就不是清晰明确的指标名称了。

03 指标类型

指标通常可以分为三类,基础指标、计算指标派生指标

1.基础指标

指不能再拆解的指标,它没有父级指标。比如“语文成绩”。

2.计算指标

是由几个基础指标经过四则运算、排序、汇总定义出的指标,比如“各科平均成绩”。

3.派生指标

是在基础指标或计算指标的基础上,通过在一些维度上的取值限定得到的指标。比如“班级总成绩top10”

04 指标字典的设计

1.确定分析指标

指标本质上是服务于业务的,是由业务分析需求产生的,通常我们可以用GSM模型来帮助我们确定分析指标。GSM模型是Google的用户体验团队提出的一种指标体系,该体系起初是用来量化用户体验的,从设计目标推导出能够判断用户体验质量的数据指标。这个模型也可以帮助我们在确认分析指标时,建立了一个简单的分析思路框架。

GSM模型:

图片

目标(Goal):如果你要为某次营销活动或某个业务模块的分析设计指标,首先就要明确这次活动或这个业务模块的目标是什么,从用户角度、业务角度分别进行思考。

信号(Signal):假设我们上面所列出的目标都会实现,那么用户行为会出现什么表现,如果目标没有实现,是否有明显的行为信号,列出所有,选择我们能够监控到的。

指标(Metric):将用户的这些行为表现,转化为可以衡量的指标。

【案例】

假如你是每日优鲜的数据产品经理,为了帮助业务及运营同事分析跟踪订单情况,了解订单相关核心数据,掌握用户订单来源与转化情况,请根据每日优鲜业务情况设计订单模块的数据报表。

这个案例我们就可以按照GMS模型进行分析:

图片

通常指标不宜选太多,3-5个最关键的指标即可,指标太多反而不容易聚焦问题。本次我们聚焦在反应销售情况的几个指标上:销售额、订单量、消费人数、复购率、客单价。

2.明确指标的维度与口径

要实现对一个指标的完整描述,通常对指标的所属模块、指标名称、指标别名、指标含义、指标类型、限定条件、关联维度等进行说明。

所属模块-指的是指标所从属于的业务功能模块

指标名称-命名要能够体现出指标的限制维度、汇总方式和量度,做到明确、无歧义。

指标含义- 对于指标含义进行描述时,要考虑其是否存在限定维度、限定条件,是否需要排重处理,这些都应该在指标含义描述中有所体现。

限定条件-说明指标按业务发生的条件进行限定

关联维度-说明指标可以按照哪些维度进行观测

延续上面的例子,对每日优鲜app订单模块要分析的5个指标进行整理,生产出的指标字典如下:

图片

如果需要对维度进行详细的说明,可以附带整理一张维度表。

图片

05 指标字典的维护

指标字典的设计不是一蹴而就的,日常工作中,会不断添加新指标、优化老指标,指标字典可以统一维护在excel、wiki等在线文档中,也可以将指标字典产品化,并与数据平台、业务平台打通,这样更方便业务人员实时查看到指标口径。

关于指标字典的内容就先聊这些了,文中的案例仅仅为了更好地解释理论知识,非真实数据。如果你也是想要转行的数据小白,欢迎联系我,我们一起学习、实践吧。

参考资料

\1. David老师的数据产品经理训练营课程

2.《数据产品经理修炼手册》

\3. 数据产品经理的入门手册:数据产品的工作本质是什么?

https://zhuanlan.zhihu.com/p/78114915

\4. 这是一套数据分析的实用方法论

https://zhuanlan.zhihu.com/p/72620483

点赞(1) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部