导读在海量数据中,如何获得自己需要的数据指标,做好数据指标的设立与管理至关重要。
本文将介绍指标管理的意义和具体做法,主要包括以下两大部分:
1. 为什么要进行指标管理
2. 指标管理系统的主要内容
分享嘉宾|崔文迪 美团 数据产品专家
编辑整理|薯片 跨境公司
出品社区|DataFun
01
为什么要进行指标管理
首先关于为什么要进行指标管理,我们来看一些例子。
通过上图中的例子可以体会到指标管理的重要性。指标管理是希望保证大家在工作中,使用一致的数据指标,避免一些因为信息差导致的沟通工作,保证大家使用数据指标时的简易度和准确性。
1. 统一数据语言
当出现大家对同一个数据指标名称有不同理解时,往往会造成沟通效率低。
统一数据语言,解决同义不同名/同名不同义的问题,用精确的可定量的业务语言来定义指标,可以降低工作中的沟通成本,提高沟通效率。
2. 统一数据生产
同一个数据指标名有多种不同的取数口径,会出现数据差异的存在,导致数据可信度不高,核对成本较高。统一数据的生产需要保证同一个数据指标,从加工到落地是一样的生产方式,这样可以保证整个数据指标体系是规范的不变形的。统一数据生产可以帮我们解决同名同义不同数的问题,保证需求从加工到落地到使用都符合规范,提升数据的准确性和可信度。
3. 统一指标使用
数据指标治理后,需要在页面中进行引导,并进行营销推广,让业务使用起来。统一指标使用,是要解决指标长期无人使用的问题,保证业务、研发都能看懂,提高数据指标的使用率。
02
指标管理系统的主要内容
如何做好指标管理,主要包括三个部分:业务过程指标化、指标管理标准化、指标使用运营化。
1. 业务过程指标化
指标是将业务目标和策略进行数据化呈现,从公司策略制定,到每条业务线的打法,再到所有的运营动作,从宏观到落地的细节,都是可以用同一套数据指标来拆解衡量的。要保证目标和执行传递了相同的信息,就要用同样的数据语言代表同样的做事准则和评估标准。需要知道现在的业务流程和背后的逻辑关系,将这些关系转化到可定量化、可计量的数据指标上。
业务过程指标化主要包括以下环节:
-
理解业务场景:理解业务的底层逻辑,了解业务当前的发展阶段以及后续重点策略方向。
-
转换业务指标:根据业务场景,将原子化的指标进行组合,合理评估业务表现结果。
-
对齐指标口径:与 BA、业务方充分沟通,共同讨论指标定义和计算口径。
-
理解指标体系:将业务目标根据策略逐层拆解,保证每一个关键动作都有指标可以评估。
①将业务场景转换为业务指标
上图中,以某个用户转化场景为例,首先是业务环节的拆解,可以看到一个常见的用户从访问到下单的过程。在这一过程中,需要明确关键动作是什么,考虑哪些环节有优化提升的空间。对应每一个关键动作需要建立一个指标关系,比如对于提升首页到详情页的分发效率,需要观测首页资源位曝光点击率这个指标。这样为每一个业务环节建立一个指标,利用这些指标真实地去考量这个业务的发展方向。
②对齐指标口径
在确定了业务指标后,要对齐指标口径。
对于单个指标,需要明确定量考察的方向,明确指标的业务口径,还要明确数据口径,并考虑影响范围、成本和复用性。
单个指标明确后,还要进行业务指标池管理,明确指标影响和应用范围,通用的核心指标需向上对齐,还要明确各方向指标负责人。
③理解指标体系
深入理解业务:多思考、多沟通,了解业务场景,发展方向和变化,同时自我检验指标体系在整个链路是否有缺失环节。
设计核心指标:关注各方核心价值,建立收益+成本或风险的配对指标;
设计过程指标:保证观测角度完整,并合理拆解业务环节。可以提前考虑一些归因的动作指标,过程指标拆解到动作,制定具体的策略。
2. 指标管理标准化
在实际工作中经常遇到指标命名不规范,口径和算法不统一,或是一些已经过时的指标仍然在维护。针对这些问题,我们就需要在指标定义中明确,命名标准化,口径管理标准化,并进行生命周期管理。在数据服务方面,开发规范要标准化,对数据分层管理。数据应用要保证多产品同源,在不同看板中同一个指标的值应该是相同的。
整体上要注重标准化,从而提高数据准确性,并提升研发效率。
①命名标准化
我们将指标分为了基础指标,复合指标和应用指标。
基础指标是某一个业务行为下事件的度量,是比较固定的基础指标。这类指标应该是表示单一业务概念的基本单元,在名称中应剔除多余的限制条件和维度信息,直接表达出指标的基本含义即可。指标命名规范为:业务修饰词_{实体修饰词_}基础词根,例如交易订单量。对于专有名词,例如行业“黑话“,优先考虑以专有名词进行命名,这样可以降低业务人员的理解成本。
复合指标是在基础指标上增加了一些修饰词或一些维度。业务指标是在基础指标上增加一些四则运算。指标命名规范为:{日期修饰词+}[环境/专题修饰词]+{聚合修饰词+}业务修饰词+{实体修饰词+}基础词根,例如近 30天小程序交易订单量。
② 口径管理标准化
口径管理标准化,避免沟通、开发的过程中产生歧义或传递的缺失,导致需求反复。管理内容主要包括:指标名称,指标领域,指标定义,计算公式和计量单位。但这里所列的并不一定是完整的管理内容,大家可以根据实际场景,增加管理内容,比如关联的埋点信息、精度等等。
③生命周期管理
指标需要进行生命周期的管理,制定完整的规范机制以避免二次治理和重复劳动。包括制定指标新增、删除、修改的流程,明确指标负责人,分级管理指标等。
3. 指标使用运营化
主动运营让指标被广泛使用,提升指标使用率。
要以客户为中心进行运营。变化时需及时主动触达用户。让信息容易获取,如通过指标说明、数据字典,在相应的使用场景提供指标说明;可以通过指标找产品,指标找数据表。有疑问时及时沟通。让指标贴近用户的使用场景,同时保障沟通渠道相对顺畅,能及时接收到用户反馈,给产品迭代提供一些输入,形成正向闭环。
最后非常重要的一点是要有团队合作的机制,要保证数据指标在团队内目标方向一致,节奏一致。明确负责人、项目里程碑以及协作方式。工作规范也要健全,才能保证产出内容和形式是一致的。
今天的分享就到这里,谢谢大家。
分享嘉宾
INTRODUCTION
崔文迪
美团
数据产品专家
美团数据产品,主要负责数据治理、流量及销售数据建设。
去年今日运营文章
- 2023: 3月第3周榜单丨飞瓜数据B站UP主排行榜(哔哩哔哩平台)发布!(0)
- 2023: 小红书达人排行榜!萌宠博主受追捧,秘密武器是什么?(0)
- 2023: 百万播放和几万播放同时登榜,B站播放量是不是不再重要了?(0)
- 2023: 《黑暗荣耀》成话题制造机,自媒体人追剧的4大姿势…(0)
- 2023: 怎么恢复手机备忘录删掉的内容(0)
原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/seo/dataanalysis/333260.html