數據分析基礎的元素是什么？

　　“一個公司數據指標體系好壞，直接決定數據應用的好壞!”

　　先請各位看官一起思考下面這些問題：

　　· 什么是數據指標?

　　· 數據指標價值是什么?

　　· 數據指標誰來運營?

　　· 誰在用數據指標?

　　· 好數據指標的特征有哪些?

 

　　先思考這幾個問題。

　　01 什么是數據指標

　　數據指標是企業運營過程中，對已記錄歷史信息進行處理，轉化成為數字。根據特定商業目的：對相關數字按一定的業務邏輯，使用一定的技術手段進行加工處理后，成為描述、衡量、分析、預測業務結果的工具。

　　這個定義是我自己的理解和經驗總結。

　　1、數據指標核心是服務商業的。例如：讓你很清楚公司的經營狀況。通過本月累計銷額指標你可以知道你的業務進度是否達到目標;通過銷售額占比數據指標的分析你可以很清楚知道與同行比你處于什么水平。

　　2、數據指標的統計是有邏輯的。你為什么要設計這個指標，用來衡量什么，通過這個指標的變化你可以反映出業務背后有什么變化。例如：客單價，衡量的是用戶購買情況;客單價變化可以反映用戶在你這購買意愿的變化。

　　3、數據指標需要使用一定的技術手段。其實整個數據指標是作為大數據平臺處理數據的指導。我們說ETL的開發，數據計算能力、存儲的要求，就是圍繞指標與對指標拆分、關聯的維度來決策的。

　　02 數據指標價值

　　數據指標的價值，核心一點是：數據指標是服務商業的。通過使用數據指標，對數據進行分析，更清楚了解自己企業經營狀況，可以更快，更好的做出各種決策，從而讓企業的決策風險降低，更容易把握市場機會，提升商業目標，幫助企業取得競爭優勢的一種“工具”。

　　既然是工具，就沒有好壞，就看你能不能用好，適合不適合你用。

　　03 數據指標誰來運營

　　一般來說，數據指標是由業務團隊來定義，然后技術團隊/數據團隊負責實現。業務看的數據指標一般是以報表，儀表盤，圖表等為載體。

　　為什么數據指標是需要運營呢?運營就意味著數據指標的定義不是一直不變的，因為是服務商業的，商業一定是不斷變化中的。大公司都會有數據指標生命周期管理的機制，也就是會有一套元數據管理工具。但對于大多數公司來說，有一份excel能清晰記錄最好的數據指標大家隨時可以查就不錯了。

　　04 誰在用數據指標

　　數據指標的用戶應該是公司的各個角色。不同角色關注的指標內容不一樣。

　　05 好的數據指標特征有哪些

　　如果從我們數據應用角度來看，數據指標是后續數據報表、數據分析、數據挖掘用到最基礎的原材料，如果原材料不好，后面的數據分析、數據挖掘不管用多么先進的方法都是白搭。

　　“如果連數據指標都統計不對，后面都是在做無用功!”

　　一個好的數據指標應該要符合下面的幾個特征：

　　1、準確性。這是最根本的一條原則。這個準確有二個層面的意思，一個是數據指標在技術實現過程中，是準確的，不會出現代碼邏輯寫錯，源數據取錯。二個統計源數據的源頭的數據是對的，如果統計數據指標的基礎數據都是錯了，那就更666了!一個公司數據收集與記錄的準確、完整也一定是一個持續迭代的工程，當然這屬于哪一個話題，有空再論。

　　2、有效性。數據指標的能真實反映要能衡量相對的業務場景商業目標，例如：要針對衡量一個網站流量質量設計一個指標，使用UV來衡量是錯誤的。使用跳出率來衡量，有一定的有效性，但還是不夠有效;使用轉化率也許才是比較合適的(不同公司所要追求的商業目標不一樣，所以設計的數據指標是不一樣的)，用最近期望用戶完成的商業動作訪問數/進來的訪客數。【實際工作中，衡量某個場景數據指標不一定就是立即能找到最合適的】

　　3、周期性。數據指標需要定期去復盤。像KPI的指標定義，例如：銷售額可能根據當前商業的目標不同，計算口徑可能會發生很大的變化。同時，對各個數據指標也要定期進行復盤，是否還可以繼續衡量，數據指標還是否有意義。隨時KPI指標的變化，往往很多指標的口徑也要變更，數據開發最怕就是這個，口徑變換要重刷歷史。

　　4、可實現性。在實際企業中，可能受限數據的完整性因素，很多指標沒有辦法計算得到。例如：公司的市場占有率往往是很難統計，因為整個市場份額這個數據很難獲取。電商中每個訂單的成本的計算也很難，廣告費用、倉儲、人員工資、倉儲、物流配送等。所以在數據指標的可實現性上往往需要先實現簡單的，再根據數據應用深入，數據團隊技術強大不斷再完善復雜的指標。

　　每個數據指標的設計都是要涉及對商業場景的理解和熟悉的過程，數據分析師或者數據產品經理應該去思考每個數據指標剛才說的幾個問題。如果只是按商業的要求寫個文檔，進行數據統計。那沒有什么意義，你只會離業務越來越有“距離”。

 

?