1.背景
结合业务场景将多个不同指标和维度进行组合,从而针对某一真实业务场景进行数据分析和决策导向,并能在整体业务变化中发现和定位问题。
2.概念理解与示例分析
2.1 指标体系
指标体系 |
名称 |
分类 |
解析 |
作用/示例 |
指标 |
结果型指标 |
时机:动作发生后 |
监控数据异常 |
过程型指标 |
时机:动作发生中 |
可以通过运营策略影响过程指标 |
体系(维度) |
定性维度 |
文字类描述 |
城市,性别,职业 |
定量维度 |
数值类描述 |
收入,年龄 |
2.2 指标分级
T1指标:公司战略层面指标
T2指标:业务策略层面指标
T3指标:业务执行层面指标
2.3 OSM
明确产品目标(O)——>达成目标策略(S)——>策略指引指标变化(M)
2.4 AARRR模型
2.5 RARRA模型
将原本首要专注的用户获取变化为用户留存
2.6 指标模型示例
|
O |
S |
M |
获取A |
获取新用户 |
统一数据分类接口产出 增加数据分类覆盖 |
新增用户数量,数据覆盖度 |
活跃A |
提高接口使用频次 |
迭代接口产出 提高接口代码健壮性 |
并发量,稳定性,平均响应时间 |
留存R |
稳固原有用户 |
提高数据质量,持续观测接口 |
数据准确率,数据覆盖率,稳定性 |
变现R |
业务收益 |
业务策略 |
数据价值体现 |
推荐R |
新业务推荐 |
业务策略 |
/ |
2.7 指标分类
a.原子指标(聚合)
b.派生指标(筛选)
事务型指标:对业务活动进行衡量的指标。
存量型指标:对实体对象(如商品、会员)某些状态的统计。
c.衍生指标(逻辑计算)
复合型指标:在事务型指标和存量型指标的基础上复合而成的。
2.8 指标分类示例
---------1.原子指标---------
SELECT SUM(A) FROM Z GROUP BY C;
SELECT SUM(B) FROM Z GROUP BY C;
---------2.派生指标---------
SELECT SUM(A) AS SUM_A FROM Z WHERE D = 'X' GROUP BY C;
SELECT SUM(B) AS SUM_B FROM Z WHERE D = 'X' AND E = 'Y' GROUP BY C;
---------3.衍生指标---------
SELECT SUM_A/SUM_B FROM TEMP; |
3.指标创建及管理流程明晰
3.1 原子指标
3.2 派生/衍生指标
4.相关
指标管理-示例
如何搭建一套完整的数据指标体系?
滴滴数据仓库指标体系建设实践
如何构建指标体系