精华内容
下载资源
问答
  • 在评估工作中,指标体系的构建是关键...文中将对指标体系构建的一般过程进行深入研究,总结了指标体系构建需遵循的原则,介绍了指标体系构建的流程,最后对指标的筛选进行重点研究,为指标体系的构建提供了理论依据。
  • 基于指标体系构建原则、方法和煤矿生产过程的划分,为构建煤矿安全评价指标体系,运用层次分析法建立评价一级指标和二级指标,并进行指标权重计算,构建较为完整的煤矿安全评价指标体系,为煤矿安全生产和安全评价工作...
  • 数据指标体系构建

    2021-06-09 11:36:38
    数据指标体系构建01 | 知识框架02 | 数据体系03 拆解数据体系 01 | 知识框架 02 | 数据体系 1.数据指标的构建 通过不同维度的数据,以量化的形式来表述问题 建立量化体系,根据“指标设计方法” 设计结果指标 + ...

    01 | 知识框架

    在这里插入图片描述

    02 | 数据体系

    在这里插入图片描述
    1.数据指标的构建

    • 通过不同维度的数据,以量化的形式来表述问题
    • 建立量化体系,根据“指标设计方法”
    • 设计结果指标 + 过程指标


      2.数据指标构成
      在这里插入图片描述

    03 | 拆解数据体系

    1.北极星指标

    1.北极星指标


    2.不同产品的北极星指标
    在这里插入图片描述
    3.构建北极星指标 在这里插入图片描述

    • 如何评价指标好坏
      在这里插入图片描述
      4.不同阶段的北极星指标
      在这里插入图片描述
      滴滴不同阶段的北极星指标
      在这里插入图片描述

    2.增长、留存、商业化指标

    1.流量转化逻辑
    在这里插入图片描述
    2.增长

    • 增长两大任务(渠道投放)
      渠道探索
      渠道优化
      在这里插入图片描述
    • 增长数据指标
      在这里插入图片描述
      3.留存
      留存方法:
      功能-策略-推荐-激励(下面解析推荐模块的数据怎么构建)
    • 人货场(通过推荐,把人货联结,满足用户需求)
      在这里插入图片描述
    • 如何理解人
      基础属性(个体特征)
      行为属性(在平台做的行为)
      在这里插入图片描述
    • 推荐指标体系评价
      在这里插入图片描述
      4.商业化—OSM模型落地
      在这里插入图片描述
      在这里插入图片描述
    • 如何获取osm的o(目标)
      构建用户旅程地图UJM
      记录用户行为路径,优化环节
      在这里插入图片描述
    展开全文
  • 企业指标体系构建,可以方便查询体系构建 的详细体系。
  • 点击上方 蓝字 关注我们作为数据分析师,构建数据指标体系是较为基础但是极为重要的工作内容。好的指标体系能够监控业务变化,当业务出现问题时,分析师们通过指标体系进行问题回溯和下钻能够准确地...

    点击上方 蓝字 关注我们

    作为数据分析师,构建数据指标体系是较为基础但是极为重要的工作内容。好的指标体系能够监控业务变化,当业务出现问题时,分析师们通过指标体系进行问题回溯和下钻能够准确地定位到问题,反馈给业务让其解决相应的问题。这就是指标体系存在的意义和数据分析师的价值所在。那如何才能建设一套能够实时监控业务变化且能迅速定位业务问题的指标体系呢?小编今天会用三个步骤,四个模型教会大家指标体系的构建方法。

     

    构建数据指标体系的方法概括

     

    数据指标体系建设的方法可以总结为三个步骤,即明确业务目标,理清用户生命周期以及行为路径以及指标分层治理,在这三个步骤当中又涉及到 OSM(Object,Strategy,Measure),AARRR(Acquisition,Activation,Retention,Revenue,Referral),UJM(User, Journey, Map), MECE (Mutually Exclusive, Collectively Exhaustive) 四个模型,这四个模型是指导我们构建完整而清晰的指标体系的方法论。

    小编整合这四个模型,为大家梳理了一套建设指标体系的流程和方法。

     

     

    三个步骤,四个模型方法论

     

    1.OSM模型-明确业务目标,数据赋能业务

     

    OSM模型是 Object, Strategy, Measure的缩写。数据服务于业务才能赋能业务,数据脱离业务,那么数据就会失去其价值。

     

    所以,我们在建立数据指标体系之前,一定要清晰的了解业务目标,也就是模型中的O,Object。换句话说,业务的目标也就是业务的核心KPI,了解业务的核心KPI能够帮助我们快速理清指标体系的方向。

     

    了解业务目标方向之后,就需要制定相应的行动策略,也就是模型中的S,Strategy。行动策略的制定可以根据产品生命周期或者用户行为路径进行拆解,也就是把业务的核心KPI拆解到产品生命周期(AARRR)或者用户行为路径(UJM)当中,在整条链路当中分析可以提升核心KPI的点。

     

    最后,就需要我们制定较细的评估指标,也就是模型中的M,Measure。评估指标的制定是将产品链路或者行为路径中的各个核心KPI进行下钻细分,这里用到的方法就是麦肯锡著名的MECE模型,需保证每个细分指标是完全独立且相互穷尽的。

     

    总结一下OSM模型的内容及其与AARRR,UJM,MECE模型之间的关系,OSM模型是指标体系建设的指导思想,理解业务KPI是OSM模型的核心;制定行动策略是实现业务KPI的手段,而AARRR和UJM模型是实现策略制定的方法论;制定细分指标是评估业务策略优劣的方法,而MECE模型制定细分指标的方法论。

     

     

     

     

    2.AARRR模型和UJM模型--理清用户生命周期以及行为路径

     

    前面我们提到AARRR和UJM模型是实现策略制定的方法论,对于刚入门或者想要转行的朋友来说,可能对这两个模型都还很陌生,下面我们就简单的介绍下这两个模型。

     

    AARRR和UJM模型都是路径模型,二者原理相似,只是它们出发的角度不一样。AARRR模型是从产品角度出发,揭示产品的整个生命周期;而UJM模型是从用户出发,揭示用户的行为路径。

     

    AARRR模型是基于产品角度,简单地来说就是拉新,促活,留存,付费,推广。对于一款产品来说,我们首先要从各个渠道获取用户;其次需要激活这些用户并让他们留存下来;对于留存下来的用户引导他们付费以及推广产品。

     

    UJM模型则是从用户角度出发,描述了用户进入产品的整个路径流程,即注册,登陆,加购,购买,复购链路流程。

     

    无论是产品角度还是用户角度进行链路流程,核心KPI都可以下钻到相应的节点,这样我们就在整条链路流程当中拆解了业务的核心KPI。这样的好处是,我们可以从更多的角度和维度监控和分析业务问题。

     

     

     

    3.MECE模型--指标体系分级治理

     

    前面两个步骤,首先我们明确了业务核心目标;其次,我们将业务核心的KPI下钻到产品生命周期或者用户路径行为中;接下来我们需要对这些核心KPI向下进行三到五层的拆解,这个过程我们成为指标体系分级治理,用到的模型是MECE模型。MECE模型的指导思想是完全独立,相互穷尽,根据这个原则拆分可以暴露业务最本质的问题,帮助数据分析师们快速地定位业务问题。例如,客户总成交额GMV进行以及拆解可以是付费用户数与平均客单价的乘积。

     

     

     

     

    GMV为例,用三个步骤,四个模型教会你搭建指标体系的方法

     

    如果你的老板给出你一个很大的业务问题,他说,“我们现在做一套GMV相关的指标体系,你出一个方案吧!”面对这么大的一个命题,我们就需要对命题进行分解,将其分解成若干个子问题并找到各个子问题之间的联系,做成一套业务监控指标体系,帮助数据分析师快速定义业务问题。在这里,我们就通过上面提到的三个步骤,四个模型去搭建GMV相关的指标体系。

     

     

    第一步,根据OSM模型构建整体框架,明确业务目标。

    为什么业务会关注GMV?当然这是业务的核心KPI,关系到自己的饭碗,GMV当然越高越年终奖越高。所以,作为数据分析师我们提炼出业务目标——提升用户总成交量GMV

     

     

    第二步,根据AARRRUJM模型拆解用户达成GMV的路径,将业务目标转换为提升用户路径转化率。

     

    用户达成GMV需要通过六个步骤,即注册-登录-曝光-点击-加购-成交。到目前为止,我们已经将提升GMV这个目标转换为提升用户付费路径的转化率,只要我们提升用户每一步的基数,使得每一步的转化率变高就可以达成提高GMV的目标。

     

    将提升GMV转化为提高用户达成GMV路径转化率还有另外一个好处,即通过路径拆解能够暴露业务更多的问题,同时,分析师可以根据暴露的业务问题提出相应的建议方案,这也是数据分析师的价值所在。

     

    第三步,根据MECE模型对GMV达成路径的每一个指标进行拆解,实现指标分级治理。

     

    有了GMV达成路径之后,我们就可以将这个路径的核心步骤抽象成GMV的分级指标并进行回溯下钻。同时,找出影响每一个步骤的关键因素作为二级指标,每一个关键因素之间需要完全独立,相互穷尽。

    我们先根据公式1

    GMV=成交用户数*平均客单价 

    这里将核心KPI用户总成交量GMV进行了一级拆解。

    又有公式2

    成交用户数=点击UV*访购率

     

    将公式2带入公式1得到:

    GMV=点击UV*访购率*平均客单价

     

    又有公式3

    点击UV=曝光UV*转化率

    将公式3带入公式1得到:

    GMV=曝光UV*转化率*访购率*平均客单价

     

     

     

    到这里呢,我们已经将核心KPI用户总成交量GMV进行三级回溯拆解,形成了分级治理的指标体系。到这里并没有结束,像曝光UV等着指标还可以继续向下拆解,例如,谷歌渠道曝光UV,华为渠道曝光UV等等,可以根据具体的工作场景进行适当的调整和向下拆解。

     

     

    讲到这里你可能会有几个问题。

    问题1:指标分级治理拆这么细有什么用?

    正向作用:分解核心KPI,明确每一个步骤的行动计算和每个行动考核指标。

    例如,老板让你估算明年GMV,就可以根据历史数据运用这套指标体系对明年的GMV进行估算。

    再例如,老板让你下个月做到1个亿的GMV,让你出个方案。这是就可以再对曝光UV进行细分,把量拆解到每一个渠道上去。

     

     

     

    反向作用:当业务出现问题,可以通过指标体系反向排查业务问题。

    例如,这个月的GMV下降了10%,老板让你排查下问题在哪里。这时候就可以根据这套指标体系逐一排查问题,定位到是哪个步骤,哪个环节出现问题,并提出相应的解决策略。

     

    问题2:在运用MECE模型进行指标体系分级治理时,是不是拆的越细越好,越全越好?

     

    当然不是,在进行MECE拆解时,需要找到与核心指标有重要关联关系的子集进行拆解分类,这样才能保证指套指标体系能够指导业务进行决策分析,帮助数分定位业务问题!

     

    指标体系相关文章持续更新中,当你入职新公司你知道如何为新业务搭建一套通用的指标体系并快速实现落地嘛?在看满16个继续更新哦!

    如果喜欢我们的文章,请分享给你的好友,动动手指就是对我们最大的支持!

    最后,为大家收集了各个行业指标体系模板,回复【指标】即可领取!

     

     

     

    参考链接:

    https://www.zhihu.com/question/315972357/answer/1238739118

    https://www.zhihu.com/question/396456056/answer/1238380415

    https://zhuanlan.zhihu.com/p/153286082

    https://blog.csdn.net/weixin_39699670/article/details/111103446

    http://www.woshipm.com/operate/4000572.html

    如果您觉得我们的文章还不错,请分享,点赞,再看,一键三连!!!

    END

    指标体系相关文章持续更新中,欢迎加入数据人专属交流群

    数据人必会的Excel|掌握这些文本函数,让你的工作如鱼得水!

    2020-12-23

    数据人必会的Excel|学会这些日期函数,能够解决80%的工作难题!(文末送书包邮)

    2020-12-16

    史上最全的数据分析转行经验分享附送转行大礼包

    2020-12-11

    数据人必会的Excel|学会这些统计函数,让你的工作效率加倍!!

    2020-12-09

    数据人必会的Excel|连Excel函数都不会,那你还能干啥?

    2020-12-07

    数据人必会的Excel|还在给老板看苍白无力的数据?有了这份Excel炫酷的报表,还愁不升职加薪?

    2020-12-03

     

    分享数据知识,成就数据理想

    点个在看 你最好看

    展开全文
  • 大家好,我是小五今天简单分享一下电商数据分析之"人货场"指标体系构建!"场"环境下的指标体系某时段京东通过搜索内衣--进入KJ内衣详情页--点击加入购物车...

    大家好,我是小五

    今天简单分享一下电商数据分析之"人货场"指标体系构建!

    "场"环境下的指标体系

    某时段京东通过搜索内衣--进入KJ内衣详情页--点击加入购物车--去购物车结算--结算支付成功。

    • 业务场景:某时段通过搜索内衣,并选择了kj内衣购买的用户情况。

    • 步骤:京东通过搜索内衣--进入KJ内衣详情页--点击加入购物车--去购物车结算--结算支付成功。

    • 量化步骤及核心指标:

    注意:电商数据分析场景人、货、场。人关心货,货需要场,场关注人。所以在”场“环节分析的时候往往关注访客数UV,在每个环节的转化情况及总达成的核心目标。

    "人"环境下的指标体系

    • 用户来源质量(哪个渠道的曝光度高,用户转化率高,付费渠道的付费客单价)

    • 用户质量:RFM模型

    • 用户构成:新/老

    • 用户构成:用户基础属性占比(年龄、地域、学历、收入...)

    • 用户访问行为:页面深度、停留时长、来店时长...

    • 用户交易行为:复购率、客单价、购买周期...

    "货"环境下的指标体系

    注意以下2个名词:

    • SPU(款数):内衣衣女士聚拢无钢圈文胸蕾丝上托性感套装调整型胸罩少女收副乳防下垂小胸(商品聚合信息的最小单位),如内衣->内衣衣女士聚拢->无钢圈蕾丝上收副乳防下垂小胸,此款内衣就是SPU。

    • SKU(件数):内衣衣女士聚拢无钢圈文胸蕾丝上托性感套装调整型胸罩少女收副乳防下垂小胸 绿色 38C=85C(商品的不可再分的最小单元)。

    常用指标:

    • 库存。库存量:品类数、SPU数、SKU数、库存金额(成本/吊牌);库存率:周转率=出库商品数/库存商品数。

    • 销量。销量;曝光量;点击量;加购量;关注量;收藏量;交易金额;销售效率:各环节转化率,整体转化率。

    • 售后。退货率;好评率;物流延期状况。

    人货场--常用指标

    指标太多,如何应用

    看一下生意参谋给我们提供的帮助文档,每页10条,195页,算算有多少,我们不可能每个都知道吧。所以生意参谋也进行了指标分类,所以我们需要的是从整体出发,再到细分指标的过程。

    整体就是对电商数据分析人货场框架深入理解,再根据具体分析属于哪个环节,选择对应指标,并根据需求提炼核心指标。

    往期推荐

    电商数据分析的方法、流程及场景

    电商数据分析--常见的数据采集工具及方法

    凹凸福利

    ????《阿里巴巴B2B电商算法实战》阿里官方出品。阿里巴巴CBU15年电商经验总结,揭秘阿里B2B背后核心算法和技术,搜索、推荐、营销、直播、端智能等场景算法集中呈现。点击下图可看详情/购买!????

    感谢机械工业出版社华章公司支持!「凹凸数据」周末统一兑换!后台回复“读书会”进群,获新书籍信息!只需300币????就可免费包邮带走~ 投稿一篇文章 = 1000币???? ≥ 3本书????,后台回复“投稿试试。

    展开全文
  • 效能评估指标体系构建

    千次阅读 2019-03-08 11:21:01
    目录效能指标的选择效能指标的量化方法多指标综合评估指标权重确定方法参考文献 效能指标的选择 选择效能指标时 , 应考虑随机性 、多... 同时 ,在确定评估指标体系时应遵循系统性、简明性、客观性、可测性 、完备...

    效能指标的选择

    选择效能指标时 , 应考虑随机性 、多尺度 、不确定性和局限性等特点 效能指标一般应符合以下要求 :
    ①对装备系统的性能参数相当敏感 。
    ②物理意义明显 , 可利用模型直接求解 。
    ③可用试验方法加以评估 。
    ④与研究的目的对应 。 同时 ,在确定评估指标体系时应遵循系统性、简明性、客观性、可测性 、完备性、独立性和 一致性原则。
    装备系统的层次结构决定其效能的层次结构,相应地效能指标也存在不同的层次。每一层的效能参数依赖于其下属各层的参数 , 且各层次效能参数之间存在着链状关系作用。

    效能指标的量化方法

    为得出效能的量化结果,需要对指标进行量化。常见的量化方法有:排队打分法、体操积分法、专家评分法、两两比较法、连环比率法。

    多指标综合评估

    如果评价主体根据自己的偏好信息,对评价对象多项指标的信息加以汇集,进而从整体上认识评价对象在特定标准下的优劣状况,就称其为多指标的综合评估。多指标的综合评估法主要有:加权平均法(加法规则和乘法规则)、理想系数法、功效系数法、主次兼顾法、效益成本法、罗马尼亚选择法、分层系数法、模糊综合评估法等。

    指标权重确定方法

    为确定各次级指标对上一级指标的影响,需要确定各次级指标的权重。传统的权重确定方法很多,但大致可分为3类。
    ①主观判断法,如德尔斐法(DELPIH)、专家调查法(EIM)、比较矩阵法(CMM)、层次分析法(AH)P、重要性排序法等。
    ②客观判断法,如嫡值法、主因子分析法、多元回归分析法等。
    ③综合权重法。

    参考文献

    郭齐胜, 袁益民, 郅志刚. 军事装备效能及其评估方法研究[J]. 装甲兵工程学院学报, 2004(1):1-5.

    展开全文
  • 司光亚,高翔,刘洋,吴琳国防大学信息作战与指挥训练教研部,北京 100091摘要:针对武器装备效能评估指标体系中评估指标之间存在的相互依赖与影响关系以及评估过程主观性较强...
  • 构建指标体系的原理

    千次阅读 2019-01-25 15:20:46
    二、指标体系构建中的两难选择 指标间的独立性与全面性的两难选择 三、指标体系构建中的几种定量方法 1、变异系数法 一般来说,变量越分散,其所含的信息量也越大,反之亦然。 2、熵值法 信息熵表示一个系统的...
  • 如何构建指标体系

    2020-11-10 21:00:00
    很多数据分析招聘的要求里会写“构建指标体系”,所以建立指标体系是数据分析人员的一项基本技能。下面从4个问题出发,系统介绍指标体系:(1)什么是指标体系?(2)指标体系有什么用?(3)如何...
  • 从0开始构建数据指标体系

    千次阅读 2020-02-25 23:37:26
    我会从构建数据指标体系、数据分析方法两部分来总结自己学到的一些知识。 首先从构建数据指标体系说起,一个成熟项目的指标体系往往经过前人的构建和完善后,已经非常成熟,不必从0开始构建产品的数据指标体系。但...
  • 如何构建合理的数据指标体系

    千次阅读 2021-01-19 07:07:00
    “没有一套合理的数据指标体系,纵然你有再多的数据,分析起来根本无从下手。”做数据分析时的你是否深有同感?因此今天我会先讲解如何构建数据指标体系,接着再谈谈数据分析方法,从这两方面分享我所...
  • 在交流数据分析领域的时候?我们经常会遇到这样的问题,说说你眼中的数据体系?说一款你熟悉的app,并对其指标进行分析?...而且产品在构建数据指标体系的过程中,需要对指标的意义深入思考,这样有助于后...
  • 数据产品-指标标签体系构建

    千次阅读 2020-04-14 11:37:07
    数据产品-指标标签体系构建 作为刚毕业不到一年的数据产品经理,今天和大家分享一下我接触到和认知范围内的数据产品经理关于数据指标标签体系的构建过程是什么样子的 1、解读数据库数据 ①在我们公司(家居互联网...
  • 而对于毕业之后就创业,或者是产品经理和运营专员的新手来说,一般对于构建企业的指标体系比较困惑,不知如何下手。甚至有些新手,手里刚有微信公众号后台或者百度统计后台的几个指标,就觉得算是有了数据指标体系了...
  • 作者:SanCode来源:简书首先从构建数据指标体系说起,一个成熟项目的指标体系往往经过前人的构建和完善后,已经非常成熟,不必从0开始构建产品的数据指标体系。但产品经理必...
  • 数据指标体系 1. 什么是数据指标体系 通常我们讲述的指标是对当前业务有参考价值的统计数据,换句话说,不是所有的数据都叫指标。指标的核心意义是它使得业务目标可描述、可度量、可拆解。常用的指标有PV、UV等。 ...
  • 来源:简书转自:中国统计网我会从构建数据指标体系、数据分析方法两部分来总结自己学到的一些知识。首先从构建数据指标体系说起,一个成熟项目的指标体系往往经过前人的构建和完善后,已经非常成熟,...
  • 创业公司如何构建数据指标体系

    千次阅读 2016-07-01 16:21:47
    相信对于庞大的创业群体和数据运营新手来说,这将是一篇非常具有参考价值的干货贴,作者将在文章中深入阐述两套构建指标体系的方法,即关键指标法和海盗指标法。 对于从 BAT 等互联网公司出来的人,经历了数据分析的...
  • 如何构建指标体系--笔记

    千次阅读 2020-04-29 17:18:24
    声明 以下内容来源于互联网,算是个人梳理笔记。如有侵权请告知,及时删除 以下图片来源于互联网,如有侵权请告知,...指标 特点 业务层面有价值 可衡量业务真实情况 简单可执行 大家共同认可 特征 结果性指...
  • 而对于毕业之后就创业,或者是产品经理或运营专员新手,一般会对构建指标体系比较困惑,不知如何下手。甚至有些在微信公众号后台或者百度统计后台看到的几个指标,就觉得算是有了数据指标体系了,但又会发现与许多...
  • 应用场景:针对某APP或某功能模块最近的用户量或者其他相关指标下降,如何进行分析?
  • 完整的指标体系构建 在数据分析师的工作中,针对 * 某某App 或 某某功能模块 最近的用户量或者其他相关指标下降了,你会如何进行分析 等问题,最直接的解决方法就是建立完整的*指标体系**。 通过指标体系,能够...
  • 【7000字】从 0-1 构建指标体系

    千次阅读 2021-01-30 10:53:18
    豆豆观察花花的行为在互联网行业中叫做数据分析,要做好数据分析,并将数据分析应用于业务中,首先就需要构建指标体系。接下来,笔者就会聊聊如何构建指标体系。 1 数据指标体系 1.1 什么是数据指标体系? 通常...
  • 前言 指标一般分为:结果性指标和过程性指标 1)结果性指标,比如电商场景下的 GMV 或订单量,它通常是业务...在了解了指标的类型之后我们就可以着手开始搭建我们的指标体系了,首先需要找到什么是我们关注的核心指标?
  • 电商指标三大族谱 1,财务指标 2,经营指标 3,体验指标 财务指标 不同阶段关注点差异 ...1,销售费用:构建营销网络投入的费用,广告宣传,市场营销活动等,与收入最直接挂钩 2,管理费用:管理活动相关的费用,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 39,626
精华内容 15,850
关键字:

指标体系构建