作為一個(gè)5年+的數(shù)據(jù)打工人，相信只要與數(shù)據(jù)打過交道，都直接或間接的接觸過“指標(biāo)”相關(guān)的問題或需求，那么，我們今天就來聊聊指標(biāo)里的那些“坑”

指標(biāo)搭建過程

開局先上圖：

我們來詳細(xì)解讀一下：

第一步：確定目的

目的很重要！目的很重要！目的很重要！

重要的事情講三遍～

“把問題描述出來，問題就解決了一半”

一樣，確定度量的目的，就基本知道需要什么指標(biāo)了

我們第一步一定要和產(chǎn)運(yùn)確定好度量的目的

如果想看用戶粘性，我們可以使用留存率、活躍頻次、DAU貢獻(xiàn)度等

如果想看用戶消費(fèi)，我們可以使用點(diǎn)展比、pv均消費(fèi)次數(shù)、日均消費(fèi)次數(shù)等

一切的指標(biāo)，都是為目的服務(wù)

所以，我們確定好目的，就如同客人點(diǎn)好了菜，我們才知道要做什么

第二步：確定評(píng)估維度

客人點(diǎn)好了菜單，作為廚師，我們就要開始配菜了

#其實(shí)“菜”點(diǎn)了，作為一個(gè)有經(jīng)驗(yàn)的“廚師”，我們就知道需要什么樣的配料了

通過目的的確認(rèn)，我們可以把具體業(yè)務(wù)拆分為產(chǎn)品功能和業(yè)務(wù)過程，我們把功能映射到相應(yīng)的指標(biāo)上，生成最初的原子指標(biāo)，也就是無(wú)法再次拆分的指標(biāo)

如：XX頁(yè)面的PV，是該頁(yè)面的原子指標(biāo)之一，XX頁(yè)面的點(diǎn)擊次數(shù)，也是該頁(yè)面的原子指標(biāo)之一

通過目的，我們找到了對(duì)應(yīng)產(chǎn)品功能下的原子指標(biāo)；

但是，我們?cè)趺创_認(rèn)，我們篩選出的（原子）指標(biāo)能夠更全面的反應(yīng)功能的情況呢？

后面我們接著說

第三步：明確計(jì)算邏輯

配料之后，我們就要開始做菜了

產(chǎn)品功能映射完了，我們還需要對(duì)原子指標(biāo)進(jìn)行處理：組合原子指標(biāo)，修飾原子指標(biāo)，使其變成派生指標(biāo)（也就是在原子指標(biāo)上，加入業(yè)務(wù)流程）

舉例：

CTR（pv均點(diǎn)擊次數(shù)） = 點(diǎn)擊次數(shù) / PV

#業(yè)務(wù)流程：該功能能夠被點(diǎn)擊&展現(xiàn)，想要度量一次展現(xiàn)，能夠帶來幾次消費(fèi)

XX功能當(dāng)日UV滲透率?= 使用XX功能人數(shù)?/ 上級(jí)功能使用人數(shù)

#業(yè)務(wù)流程：該功能通過某個(gè)上級(jí)功能流轉(zhuǎn)過來，想要度量該功能被消費(fèi)的效率/漏斗

這些指標(biāo)都有明顯的修飾詞，或是由多個(gè)原子指標(biāo)組合而來，這些就是派生指標(biāo)

派生指標(biāo)就類似做菜時(shí)的烹飪手段，煎炸炒燒，如何把原子指標(biāo)“做成“我們需要的指標(biāo)，從而更好的度量產(chǎn)品，反應(yīng)產(chǎn)品好壞，達(dá)到我們建立指標(biāo)的目的，才是我們最關(guān)鍵的步驟

第四步：計(jì)算波動(dòng)閾值

大多數(shù)分析師可能都不會(huì)算波動(dòng)閾值，覺得沒有必要或者麻煩

但是如果我們算了波動(dòng)閾值，會(huì)有哪些好處呢？

主要有以下3點(diǎn)：

1、事前：非常明確的知道，波動(dòng)是否處于正常范圍，從而及時(shí)的發(fā)現(xiàn)和提出問題

舉例：某APP，日常DAU 1000w左右，昨日波動(dòng)了15w，那么，15w是正常值還是異常值？如果我們率先發(fā)現(xiàn)提出了問題，我們后續(xù)是否能夠更多的進(jìn)行分析，擺脫Sql Boy的“命運(yùn)”（參見上篇文章《你是Sq Boy/Girl，表哥表姐嗎》）

2、事中：建立相應(yīng)的AB-test評(píng)估體系，指導(dǎo)產(chǎn)運(yùn)進(jìn)行實(shí)驗(yàn)分析

舉例：某功能上線了一個(gè)實(shí)驗(yàn)，CTR從基準(zhǔn)桶的50%上漲至53%，漲幅的3%是否有收益？如何衡量收益大小or正負(fù)？

3、事后：沉淀復(fù)盤，培養(yǎng)自己的數(shù)據(jù)敏感度

舉例：某會(huì)議上，產(chǎn)運(yùn)找你聊想要做的實(shí)驗(yàn)，預(yù)計(jì)會(huì)影響的指標(biāo)，問你如何評(píng)估影響或計(jì)算收益，你直接說出這項(xiàng)指標(biāo)的“經(jīng)驗(yàn)波動(dòng)閾值”，產(chǎn)運(yùn)后續(xù)是否會(huì)更信服你，后期是否更容易開展工作

但是，切記：

不同的流量下，波動(dòng)的大小不同，閾值也會(huì)不一樣

所以我們需要計(jì)算的是：?常用流量分桶?（不同流量區(qū)間）的波動(dòng)閾值

切忌一切波動(dòng)都套用大盤波動(dòng)閾值

#關(guān)于為什么會(huì)不一樣，概率論里有說明

常用指標(biāo)舉例

上文留了一個(gè)疑問：如何保證指標(biāo)能夠較全面的反應(yīng)產(chǎn)品情況？

我們現(xiàn)在來解答一下：通過指標(biāo)的分類，我們會(huì)大致知道，在不同的度量目的下，需要建設(shè)怎樣的指標(biāo)

從覆蓋角度來說，我們可以大致把指標(biāo)分為 橫向指標(biāo)?& 縱向指標(biāo)

縱向指標(biāo)：漏斗轉(zhuǎn)化，如UV滲透率

但是縱向指標(biāo)有一個(gè)非常明顯的缺點(diǎn)：滲透1次，UV算1次，滲透2次，UV滲透還是只算1次，所以，我們就需要橫向指標(biāo)

橫向指標(biāo)：人均點(diǎn)擊次數(shù)、人均消費(fèi)次數(shù)

在度量縱向效率的同時(shí)，我們還需要度量橫向的消費(fèi)效果，類似坐標(biāo)軸里的的XY軸才能確定坐標(biāo)；橫向指標(biāo)和縱向指標(biāo)組合，我們才能度量不同場(chǎng)景下的產(chǎn)品情況

從度量?jī)?nèi)容來說，我們可以大致把指標(biāo)分為 效率指標(biāo) &?消費(fèi)指標(biāo) & 活躍指標(biāo)

效率指標(biāo)：度量服務(wù)效率是否高效，如功能滲透率、用戶轉(zhuǎn)化漏斗等

消費(fèi)指標(biāo)：度量用戶的消費(fèi)深度 & 消費(fèi)廣度?& 消費(fèi)滿意度，如?消費(fèi)頁(yè)面數(shù)、頁(yè)面停留時(shí)長(zhǎng)、功能尾點(diǎn)擊比例等

活躍指標(biāo)：度量用戶的活躍度，如 周活躍天數(shù)，XX留存率，XX使用頻次等

從業(yè)務(wù)角度來說，近期隨著視頻的興起，我們把指標(biāo)分為 視頻指標(biāo) & 非視頻指標(biāo)（社交or電商or流量）

視頻指標(biāo)：

3vv ：觀看時(shí)長(zhǎng)>=3s的觀看數(shù)?/ 總觀看數(shù)

長(zhǎng)播/完播率 ：播放比例>=0.6或0.8的觀看數(shù)/ 總觀看數(shù)

平均視頻觀看數(shù)：總觀看視頻數(shù) /?打開APP次數(shù)

平均觀看時(shí)長(zhǎng) ：?總觀看時(shí)長(zhǎng) / 打開APP次數(shù)

... ...

非視頻指標(biāo)：

DAU：Daily Active User，即日活，這里有個(gè)坑：一定要明確口徑；是打開APP即算日活？還是打開超過10s算日活？還是其他條件？很多分析師只知道日活，但是并不知道日活的口徑，這會(huì)導(dǎo)致DAU波動(dòng)時(shí)拆解邏輯不對(duì)，得出錯(cuò)誤結(jié)論

NU：New User，即新增，也需要注意口徑的坑，是下載就算，還是激活A(yù)PP就算，還是新增注冊(cè)才算？

GMV：Gross Merchandise Volume，即交易金額，注意，GMV理論上來說，含有已付款&未付款，但是各個(gè)公司不一樣，需要注意口徑

LVT：客戶生命周期價(jià)值，這個(gè)在做渠道時(shí)常用，咱們下期文章再來解釋指標(biāo)的詳細(xì)計(jì)算邏輯和波動(dòng)拆解，敬請(qǐng)期待

CAC：獲客成本，這個(gè)也是做渠道時(shí)常用，咱們也下期講

... ...?

指標(biāo)太多，大家可以多看看相關(guān)書籍，也可以多總結(jié)沉淀自己用過/見過/了解過的指標(biāo)，后期對(duì)于產(chǎn)品的分析，策略的制定，都有很大的幫助

好了，本期內(nèi)容就是這些，希望對(duì)你有幫助