浅谈指标

前言

在日常工作中，数据同学经常会遇到以下问题

产品：为什么A页面的数据和B页面的数据对不上

数据：我去看看

一段时间后.....

数据：A页面数据是来自于AA表，计算逻辑是AAA，且没有包含AAA状态数据；而B页面是来自于BB表，计算逻辑完全不同。所以他们虽然名称相同，但其实数据并不一样。

产品：......

亦或是

数据：同一个指标在多个项目里用到，但A同学从A表取了数据；B同学从B表取了数据。我应该从哪个表取呢？如果这个指标的逻辑修改了，那这两个表应该怎么修改呢？新增一个指标，如何确认它的定义呢？

如果大家经常遇到上述类似问题，说明需要一个“数据字典”或者“指标库”来对指标的定义进行规范化和维护。

本文将会对指标进行初步介绍，并就如何规范指标进行深入讨论。

什么是指标

我们经常听到以下类似的对话：

”很多用户都对我们产品不满意。“

“感觉我们线下门店都没几个人了。”

“小程序感觉都没几个人看。”

这些不准确、具体的话，我们平时说说倒是无妨——毕竟具体的消息需要一定的成本。但是在工作中如果还是这个态度的话，恐怕就不太合适了。如果每个项目、活动连每天多少用户数、花多少钱赚多少钱都说不明白，那这个项目想来也没什么价值。

指标，就是对抗这种不确定的描述。

我们先来看百度百科中指标的定义

指标，是说明总体数量特征的概念及其数值的综合，故又称为综合指标。在实际的统计工作和统计理论研究中，往往直接将说明总体数量特征的概念称为指标。

简单的说，指标是衡量目标的方法，它为了衡量某个东西而存在。我们常说的日活、成本、利润、收入等，都是指标。

将刚才的话运用指标重新编辑下：

“据问卷抽样统计，60%的用户都对我们产品持负面意见。”

“近一个月线下门店的客流量同比下降30%，环比下降40；每小时客流量甚至不到10人。”

“近一周小程序的DAU不到200”

是不是显得准确了很多？

下面我们进一步介绍指标的构成

指标的构成

我们可以简单的分为3类：自身属性、业务和技术。

指标的构成

属性

• 名称

  这里主要是统一认知，同一个名称——同一个定义。

• 计量单位

  即该指标的单位；用户量——人；订单金额——元（人民币）等类似。

• 所属类型

  根据指标自身的特点，我们可以将其分为3种

  • 基础指标：主要指不能再拆解的指标，通常表达业务实体原子量化属性的且不可再分的概念集合。如：订单数、订单总金额

  • 复合指标：建立在基础指标之上，通过一定运算规则形成的计算指标集合。如：平均订单金额=订单总金额/订单数

  • 派生指标：指基础指标或复合指标与维度成员、统计属性、管理属性等相结合产生的指标。如：近30天订单金额=用户在过去30天完成支付的订单总金额。

    指标和维度的结合，在指标中会被称为派生指标；在维度中则会被称为行为维度。

  基本所有指标都属于这三类。

• 度量类型

  所有的指标都是度量，因此也必然符合度量的分类。

  • 全可加度量：指可以在任何维度进行聚合的指标，例如访问数、订单数、订单金额等。

  • 半可加度量：指可以根据某些维度进行聚合的指标，例如财务指标中的差额——它可以在除了时间维度以外的所有维度进行聚合。

  • 非可加度量：指完全不可以根据任何维度聚合的指标，主要指各种比率。例如利润率、转化率、消费率等

    非可加度量一般会在 OLAP 层或 BI 层进行处理。

业务

• 业务域：

  高维度的业务划分方法，适用于特别庞大的业务系统，且业务板块之间的指标或业务重叠性较小。例如用车业务板块包含乘客端、司机端，电商业务板块包含商城、返利模块。

• 业务过程

  可以概括为一个个不可拆分的行为事件，如下单、支付、评价等业务过程。一般来说一个过程只有一个时间。

• 可分析的维度

  单纯的指标没有任何分析价值，必须与维度相结合；例如时间维度、产品维度、客户维度、供应商维度等

• 业务意义

  在业务上它的意义是什么？它衡量了什么东西？

• 计算公式

  业务 OR 逻辑上的计算方式，例如 利润=收入-成本

技术

• 产生系统

  数据产生于哪个系统；例如订单金额来自订单系统，用户访问来自于埋点系统。

• 所在库表

  数据所在的库、表及相关字段。

我们用DAU（日活跃用户数）来举一个例子

属性	值
英文名	DAU
中文名	日活跃用户数
计量单位	人
所属类型	基础指标
度量类型	半可加度量
业务域	小程序
业务过程	用户启动小程序
可分析的维度	启动时间、用户、渠道等
业务意义	反应了小程序的运营情况
计算公式	根据用户ID去重
产生系统	埋点
所在库表	XX.XX

是不是顿时清晰了很多？

指标的特点

结果指标和过程指标

结果性指标，比如电商场景下的 GMV 或订单量，它通常是业务漏斗的底部，是一个不可更改的、后验性的指标。

过程性指标，可以简单理解为我到达这个结果之前经过的路径，以及通过这个路径去衡量转化好坏的过程，它是可干预的，而且通常是“用户行为”。

绝对指标和相对指标

绝对指标：是指统计量的绝对值，用于反映规模、大小的量级指标，如活跃用户数。

相对指标：是指统计量的比率值，用于反映程度、质量的健康水平指标，如人均使用时长相对指标是由绝对指标通过计算得来。

可以说绝对指标是相对指标的基础，而相对指标常常蕴含着更大的信息量，两者相辅而成才能更好的分析。

先导性指标和滞后性指标

这里主要根据是在用户的关键行为（例如用户下单支付）前还是后来判定。

虚荣指标

虚荣指标指的是看起来很吊但仔细想想并没有卵用的指标，例如总用户数——你知道总用户数又有什么用呢？你需要的是用户的新增、质量、活跃。而不是它总共多少人。

指标与相关概念

在 Data Science 中，指标有很多相关的定义，以下介绍部分：

指标和度量

指标是度量，但度量不全是指标。

在数据中，度量更多是相比维度的一个连续性数值；可以说我们常说的指标都是度量。

例如某个员工在今年剩余的年假天数，这毫无疑问是个度量，但要作为一个指标实在是有点牵强。

指标和维度

单一的指标没有任何意义，至少需要有一个维度以上的对比才能产生价值，且只有放在同一个维度下对比才有意义

• 考虑的维度越多，洞察就可能越深入

• 维度不是越多越好，分析维度最好控制在五维以内

• 通过求和或均值的方式聚合某一些维度，可达到降维分析的效果

指标与指标体系

一个问题，往往有很多方面，只用一个指标不能充分说明问题。这就需要一组相关联的指标来描述，这就是数据指标体系。笔者会在后续进行详细深入的介绍。