五原则:
- 定性与定量
- 虚荣与可执行
- 探索性和报告性
- 先见性和后见性
- 相关性和因果性
习题1:选择熟悉的项目产品或领域,根据自己对业务的理解,定义一组量化的数据指标(不少于5个),并根据课上的五组逻辑关系回答问题。
我熟悉的领域目前非OTA莫属了(感觉这题答不好会打脸打的很难看...我尽力)
指标太多了,常用的大体可以分为三类:
- 业务类:GMV、GP、GP率、订单数、有效订单数、签约订单数、出游人数、订单均价、人均单价以及各自的同比环比等
- 流量与转化类:IP、PV、UV、IP到订单、UV到订单、签约率、有效订单金额转化率、产品页转化率、预定页转化率、产品详情页面退出率等
- 质量类:产品综合满意度、投诉率、点评数等
一定要挑5个来定义的话:
- GP率=GP(综合净收入)/GMV(有效签约订单毛收入)
*(综合GP实际由很多部分组成,这里就不细分了,有兴趣的可以私我了解哈) - 人均单价=GMV(有效签约订单毛收入)/出游人数
- UV到订单=有效订单数/UV数
- 签约率=签约订单数/有效订单数
- 产品页转化率=到达预定页的UV数/到达产品详情页的UV数
问题1:哪些是好的数据指标?
我觉没有不好的数据指标。唯一可能不好的是数据永远停留在数据这个层面,而没有能够产生价值,驱动业务,即数据与业务之间产生了断层。
问题2:哪些指标能驱动我做决策?哪些是虚荣指标?
我挑的5个指标都能驱动我决策。比如在目前整个环境对造血盈利要求很高的情况下,GP率可以说是企业生命线。GP率太低了,肯定会对GP的所有构成部分进行调整。再比如产品页转化率低了,我就要思考是够该产品的呈现不够好,无法激发用户的预定欲望。
我觉得电商行业一个重要的虚荣指标是点评数。对于商家/供应商来说可能是会影响产品排名从而影响业绩的指标,但是对于平台来说,部分商家注水严重,其实对整个平台的生态有非常负面的影响。
问题3:哪些指标可以剔除,为什么?
我觉得可以剔除IP数整个指标。实际操作中,平时也不是特别关注这个指标。因为UV数可以更精准的估算出真实用户数。
问题4:还有哪些没想到但是可能会有意义的指标?
目前关注的用户层面的指标较少,比如新老客占比,复购率等等,可以实现对用户需求的精准定位。
习题2:结合第一次作业, 对每一个流程给出一个核心量化指标。
漏斗模型及相关指标.png首页-->列表页:UV数决定了整体流量的大小。用户有的需求是购物,即转化到下一级页面;若是误操作、仅查看已有订单等场景下不会跳转到下一级页面,即流失。降低流失可通过搜索词优化、类目细分完善等来实现。
列表页-->产品页:呈现的产品满足用户需求,则转化,反之流失。此流程关系到产品的销量、点评、满意度、包装(标题)、价格等等。降低流失可通过优化产品包装,提升价格竞争力等方式来实现。
产品页-->订单页:用户在浏览产品详情后,下单付款,此时跳转订单页,形成转化;若产品不符合用户需求,则跳出流失。降低流失可通过完善产品详情,参与促销活动,保证产品库存等方式来实现。
习题3:股票分析
股票数据基础指标定义
- 日期:股票交易日期,一般为每周一至周五上午9.30-11.30,下午13.00-15.00,法定节假日除外。
- 开盘价:又叫开市价,是股票在证券交易所某个交易日开市后第一笔每股买卖成交价格
- 最高价:当天成交的不同价格中最高的成交价格
- 收盘价:一般为交易日当天最后一笔交易的成交价格。实际沪深股市是加权平均价。上海-当日该股票最后一笔交易前一分钟所有交易的成交量价券平均价(含最后一笔交易);深圳-集合竞价。
- 最低价:当天成交的不同价格中最低的成交价格
- 成交量:买卖双方达成的交易数量,成交量为双边计算。一般用成交股数和成交金额两项指标来衡量
- 价格变动:股票交易价格波动
- 涨跌幅:对涨跌值的描述,涨跌幅=(今日收盘价-昨日收盘价)/昨日收盘价*100%
- 5日均价:5个交易日收盘价的平均价格
- 10日均价:10个交易日收盘价的平均价格
- 20日均价:20个交易日收盘价的平均价格
- 5日均量:5个交易日的平均成交量
- 10日均量:10个交易日的平均成交量
- 20日均量:20个交易日的平均成交量
- 换手率:即周转率 turnover rate,在一定时间内某股票转手买卖的频率,反映股票流通性。换手率=成交量/流通总股*100%
1. 价格变动与涨跌幅
价格变动与涨跌幅.png2. 成交量与换手率
换手率.png
该股票1月8日至1月20日期间成交量处于低谷期,1月22日起强势反弹。1月20日股票价格上涨,趋势看好,引发大量交易,换手率直线上升。
3. K线图
*白色为阳线,黑色为阴线
该股票在1月9日志1月14日期间呈下跌趋势,1月15日至1月28日期间呈上涨趋势,整体呈上涨趋势。
4. 均价与均量
均价.png 均量.png该股票均价与平均更较量呈正相关,价格上涨引发交易更为活跃。
买入点应为股票价格与均价相交处,即1月21日左右,买入看涨。实际1月21日交易量确实明显增加。
(本次作业使用EXCEL完成)
原先尝试用Jupyter notebook去做这个习题,前后耗时近5个小时,查阅各种资料论坛等,遇到两个翻不过去的问题(已提交小密圈讨论):
1. 导入的txt数据有unnamed列
2. 图表横坐标时间逆序
本文为 泰阁志-解密大数据第三次作业,了解更多请关注微信“泰阁志”。
【泰阁志-数据分析】作业5:商业数据分析01
网友评论