• 阅读: 252 回复: 0
    大数据科学

    以余额宝为例,谈谈如何构建数据指标体系?

    楼主 发表于 2021-09-07 14:11:44

    编者荐语:

    建设数据指标体系,是数据分析岗位必备的技能之一,本文作者以支付宝余额宝为例手把手指导如何构建指标体系。

    以下文章来源于首席数据科学家 ,作者NK冬至

     

    01

    指标体系和指标字典

    那指标字典和指标体系,有什么区别和关联呢?

    指标字典,其实纯粹是指标和维度的集合,指标与指标之间是没有太多逻辑关系的,最多只是将不同业务模块的指标集中在一起。但指标体系,指标之间是有逻辑关系的,是有机的整体。

    下面这个截图是指标字典:

    可以看出,是基于主题、业务线、场景等将所有指标进行了分类,但指标和指标之间的关系,指标字典里是体现不出来的,就是纯粹的列表。

    下面这个可以是指标体系

    这个例子里,能看出不同指标是有层级关系,也有拆分逻辑,指标与指标之间是有明确逻辑的,而不是平铺的一堆指标。

     

    02

    指标体系的作用

    相较于指标字典更多的是指标查询、口径对齐的作用,指标体系更多的作用价值在于业务的应用。

    (1)可以拆解北极星指标,落地战略

    我们讲过了北极星指标用来指引公司业务发展。但毕竟只是一个指标,在日常的团队工作中,不具备可落地性。每个团队、每个人都有不同的分工,有负责客户的,有负责采购的,有负责运营的,总不能公司每个人都盯着GMV看吧?

    这时,就需要通过合理的指标体系,将北极星指标进行层层拆解,最终使得每个人或者团队有自己的核心指标。而每个人的指标,都作为北极星指标的一小部分,推动公司朝着同样的方向在前进。

    (2)可以完成对公司业务的整体监控

    有了一套指标体系,将体系内的指标按照合理的逻辑进行各类分析看板的呈现,可以对公司的整体业务进行比较好的监控。

    想象一下,如果没有指标体系,设计的看板经常会遗漏这、遗漏那。但如果有了指标体系作为基础,把核心指标往这一摆,轻松完成全方位业务监控。

    这时候,如果哪个指标出现问题,通过指标体系,就很容易顺藤摸瓜,找到问题所在。

     

    03

    余额宝指标体系的搭建

    OK,指标体系既然这么重要,该如何搭建适合公司业务发展的指标体系呢?下面是某公司的关于基金规模的指标拆解,供参考。图片

    我这里用金融行业来举个例子吧,就用余额宝的指标体系搭建(和上图不是同一个例子)。

    步骤一:确定北极星指标

    余额宝作为互联网金融的鼻祖,核心其实还是金融业务。对于天弘余额宝来讲,最最重要的北极星指标应该是什么呢?

    了解金融的朋友会比较清楚:基金规模。

    每年、每季度,都会有各种基金公司规模的排名,这也侧面说明了基金规模对于公募基金公司,是核心指标。为什么呢?因为公募基金的收入主要靠基金的管理费,管理费主要是根据规模*费率来计算的,费率在各个公司基本都是一致的,那基金规模就直接影响了公司的营收。

    步骤二:确定子指标

    基金规模这个指标,是可以通过多种方式进行继续拆分的,拆分后的指标就是子指标。比如,以下的不同拆分:

    • 基金规模=总用户数*人均基金份额

    • 基金规模=历史基金规模+新申购金额-新赎回金额

    • 基金规模=新用户*人均份额+历史基金规模

    ……

    那种拆分方式更好呢?这个得具体看业务的情况了。像第一种方式就不是很好,逻辑上没问题,但【总用户数】和【人均基金份额】都是变化非常缓慢的指标,对于日常业务监控来讲,就意义不是很大了。想想,每天指标变化都是万分之几,失去了监控的意义。但对于做长期的预测来讲,是个比较好用的方式,因为消除了短期因素的干扰。

    所以第二种拆分方式,就不错。我们只要关注增量基金份额,就可以了。

    步骤三:对于子指标拆分为过程指标

    什么是过程指标?其实就是按照业务的流程进行拆分。

    比如对于【新申购金额】这个子指标,从业务流程上讲,就有用户到达申购页面,用户进行申购操作,用户完成支付,份额确认等等环节,按照业务环节对子指标进行拆分为过程指标。

    步骤四:确定指标体系的维度

    到这一步,其实核心的指标拆解是已经完成了的。但是从不同维度看,又是完全不同的分解。因此要从业务出发,确定核心的维度。

    对于基金规模,比如可以分【渠道维度】、【新老用户维度】、【地域维度】等等。

    以上四步,就是指标体系搭建的核心步骤。

     

    指标体系,先分享到这。关于数据分析相关的其他内容,欢迎继续关注。

    本文内容转载自“大数据科学”(ID:afenxicom)

热门文章

数据分析与大数据在制造业的应用

合集|寻找未来数字官

寻找未来数字官|阿里云智能资深大数据专家陈鹏宇: 数字化改革必须具备三个条件

我所了解的数据-数据分析-数据产品

最新文章

数字化转型的“黄金”铁三角

数据质量评估体系构建与评估治理实践

“国家队”的数据管理与探索实践

灯塔工厂的力量

  • 未登录

    回复楼主

    登录后可回复
    /1000