精益数据分析——我们该关心哪些指标?

众所周知,数据分析需要我们具备三种思维:结构化思维、公式化思维、业务化思维。
结构化就是能将问题拆解、分门别类并逐次分析。公式化思维即能够将问题数学化,即指标化。业务化思维当然就是和业务紧密相连,毕竟一切都是服务于业务和营收。

那么接下来我会介绍精益数据分析中的指标部分的知识。

一、什么样的指标应该被关心?

举个例子:门口卖水果的大爷告诉你,今天卖了1000元,总共卖了5,60斤。
那么你能够通过这些信息,推测出大爷的生意好坏么?

显然,你不能。我们不知道大爷昨天卖了多少?我们不知道他平均卖多少?我们不知道隔壁大爷卖多少?

所以说,量的指标并不是好的指标。那么如何衡量指标好坏?

  1. 比较性的。有比较才能知好赖。
  2. 简单易懂的。如果不容易被记住,又何谈拿来改进现状?
  3. 应该是个比率。比率的可操作性强,透露的知识更多,如距离和速度,显然速度才是我们真正关心的比率。比率本身就具有比较性,它告诉我们一个变化的幅度。比率适用于各种因素的相生相克,如同一个直线的斜率,可以告诉我们变化的趋势(正相关?负相关?)

二、怎么确保指标的正确性?

我们知道什么是好的指标了,那么我们怎么找出这些好的指标?
举个例子,我们通常都认为,一款产品的评分是衡量一个产品的指标,但是我们也知道,通常销售员总是央求我们给出好评,或者很多时候,我们不去评价而默认好评。那么评分这个指标,就有一定的存疑性。

所以,好的指标必须是能够激励人去努力做正确事情,同时,这个指标能够与你希望得到的改变相关联。

所以我们需要关心下面几点:

  • 定性指标和定量指标
  • 虚荣指标和可付诸行动的指标
  • 探索性指标和报告性指标
  • 先见性指标和后见性指标
  • 相关性指标和因果性指标
  • KPI

精益数据分析——我们该关心哪些指标?

三、如何找到合适的指标?

测试!毕竟实践是检验真理的唯一标准嘛!
具体来说,测试就是通过市场细分、同期群分析、A/B测试、多变量分析来进行的。

市场细分,即拥有共同特征的市场人群。比如,对于网站运营,通过人口信息、购买行为等对访客做划分,并找出不同人群的差异,通过测试找到购买力少于其他群体的人的原因。市场细分适用于任何行业的数据分析。

同期群分析,比较的是相似群体随时间的变化。如下面两个表格展现的统计数据,光看表格2-1,我们看到营收在下降,这让我们很担心网店是否在走下坡路?
而再看后面,表2-2展示,第一个月的客户在一月份首月光顾消费5美元,而第五个月的客户在五月份首月光顾消费9美元,可见增幅很大,而第一个月光顾的顾客在五月份的时候,消费的只有0.5美元,其消费趋势变得疲软。这样的变化可能在表2-2看起来有点别扭,但是在表格2-3展现的更加明显。
精益数据分析——我们该关心哪些指标?
精益数据分析——我们该关心哪些指标?
精益数据分析——我们该关心哪些指标?
表2-3看到,1月份成为顾客的同期用户其随着使用月份,消费力度衰减很快,而随着同期群的月份向后,其疲软变化趋势有所改善。因此,我们会发现,尽管整体的营收由于一月用户的变化而受到很大影响,但是网店本身是在茁壮成长的,因为不好的情况在慢慢好转。

A/B测试,假设其他条件不变,而只改变其中一个因素,来找到影响结果的真正原因。但是显然,这样的测试不适用于数据量和因素繁多的互联网当代。因此,多变量分析使用更加频繁。其原理是通过统计学方法剥离出单个影响因子与结果中某一项指标的相关性。
精益数据分析——我们该关心哪些指标?