聚合国内IT技术精华文章,分享IT技术精华,帮助IT从业人士成长

数据指标体系设计难点剖析

2023-05-06 19:28 浏览: 1586871 次 我要评论(0 条) 字号:

导读:设计指标的目的在于“了解更多”。具体而言,通过指标数值,可以在可接受的成本下,传递足够多的信息。

设想一下:
  • 中年危机老贾去医院体检,咨询身体状况如何;医生说:“还行。有点问题。问题不大。”而不是告诉他血压如何、体脂如何、血糖如何。
  • 法外狂徒小艺被查酒驾,交警质问他喝了多少;小艺说:“没醉。喝了一点。喝的不多。”交警却没有一个血液酒精含量的指标,去判断他是否醉驾,应该作何处罚。
  • 霸道总裁阿饼例行月会询问业绩,负责销售的副总说:“很棒。业绩很好,卖了不少。”只字不提销售总额、人均产能、业绩趋势。
倘若没有指标这个工具,我们能获得的信息,就会变得非常有限,而且获取信息的成本也会变得极高。
01
什么是指标?
指标是一个被定义的数值,用来对事实进行量化抽象。这个抽象过程可以是一次的,也可以是多次:
  • 当一个事实比较简单的时候,例如某个物品的轻重,我们用通过质量这一个指标就可以衡量清楚。
  • 但当一个事实更复杂一些的时候,例如一个人的胖瘦,也许仅仅是用质量(体重)就不足以说明这个事实。这个时候我们可能会用BMI、体脂率等经过了两次抽象的指标。
  • 当这个事实变得更加复杂,例如一个国家的经济状况,我们会用GDP,这个一个进行了很多层复杂抽象、涉及到大量数据[1]的指标。甚至是仅仅一个指标也完全不足以描述出这个事实的重要特征;这时候就要设计一整套的指标体系,来量化这个复杂的事实。

图2:事实、数据、指标之间的关系

综上所述,指标应该至少包含4个要素

  • 名称:指标名称要清晰明确,避免歧义,降低沟通成本。

  • 责任人:责任人要保证指标可维护、可运营。

  • 含义:指标含义要描述的是“被量化的事实”;例如——这个指标是在什么场景下?为了什么目的?刻画了什么事实?

  • 口径:指标口径要保证我们能及时地、准确地取到所需的“数值”;例如——这个指标是如何计算的?所需的数据从哪获取?获取的时效如何?

02

什么样的指标算好的指标?

我们可以从4个维度去评价一个指标的优劣:
1. 有效性:这个指标能不反映我们量化的事实?
例如,我们想要去衡量某个APP的用户量有多少,应该用DAU,还是MAU?不同类型的APP可能有不同的选择,对于外卖而言,每天的DAU可能都非常关键。而对于一个旅行类的APP而言,因为类目本身消费频次的不同,可能MAU才是一个更能真实反映用户数量的指标。
2. 可信性:反映事实的指标是不是稳定的?
例如,人力部门设计了一套题库去衡量应聘者的数据能力,希望通过测试题的分数,去做出是否招聘某位同学的决定。那么对于同一个面试的同学而言,第一次参加数据能力测试,和第二次参加数据能力测试的分数应该是相近的。
3. 敏感性:事实的变化,能否被指标敏感的捕捉到,并反映出来?
例如,对于酒店住宿预订而言,到酒店前台却没有空房可以入住,是一种非常糟糕的用户体验。但也是一个非常低频发生的情况。那么是否应该用“到店无房发生率”来追踪这个问题就是一个值得思考的问题。同理,对于舆情监控,是应该用绝对数指标来监控,还是比例指标来监控更好呢?
4. 可运营:这个指标能否被用于日常的运营,及时的帮助我们谋求改善?
例如,越来越多的公司因为对客户忠诚度的重视,开始用NPS(客户净推荐值)来衡量客户的感受。但是如果仅仅有这个主观指标,当NPS降低了10%的时候,公司应该如何去提升用户的忠诚度呢?

03

如何设计数据指标体系?如何落地应用?

在指标搭建、落地的过程中,我们经常会遇到很多疑问,比如指标体系应该怎么搭建,如何通过数据分析找到关键瓶颈,找到之后又应该怎么做等等。
为了帮助大家更好地系统地学习数据指标体系相关知识点全面了解数据指标体的相关概念设计方法论实际应用情况,DataFun推出数据治理专题最新电子书:

《数据指标体系:从设计到落地》

全书分为两部分,一部分为指标体系的搭建方法,包括技术要点、注意事项、挑战与解决方案等,而另外一部分则是不同行业的指标体系的应用,例如以抖音快手为代表的互联网行业的应用,以滴滴为代表的交通出行行业的应用,以京东为代表的电商行业的应用,以及在金融行业的应用。电子书亦涉及到智能指标平台建设和指标自动化的前沿探索
电子书亮点:

1. 方法+应用,以实践诠释理论

2. 行业案例多,大厂为代表,干货颇多

3. 资深专家、首席技术顾问…多位大佬深入讲解技术难点

电子书目录:

如何搭建指标体系:

1- 如何搭建好的数据指标体系?

2- 快手数据指标体系搭建实践

数据指标体系的应用:

1- 抖音集团数据指标体系分析与增长实践

2- 滴滴数据指标体系建设实践

3- 数据指标与标签在金融行业的应用

4- 京东业务指标数据体系建设实践

5- 智能指标平台建设和指标自动化

6- 快手指标规范化以及OneService平台化实战

电子书领取方式



网友评论已有0条评论, 我也要评论

发表评论

*

* (保密)

Ctrl+Enter 快捷回复