大家好,我是爱学习的小熊兄妹。
有朋友问:除了分析方法,数据分析师还需要掌握哪些技能?或许最重要的是梳理指标体系。在招聘的时候,这是对数据分析师的硬技能要求。
那么怎么整理呢?今天就简单分享一下吧。
用一系列指标来描述业务,即指标体系。业务很复杂,用一两个指标很难说清楚的时候,就需要一个指标体系来描述。比如一个新活动:注册APP后,可以获得5元优惠券用于购物。整个业务流程很长,需要很多指标来描述(如下图)。
有些业务看起来很简单,也需要建立指标体系。例如,内容审查似乎只需要三个步骤:
打开一个视频标准:如果有问题,标注问题类型。
但实际上:
要审核的内容很多,审核人员也很多,就存在一个工作分配的问题。
span style="color: #3A3A3A; --tt-darkmode-color: #A3A3A3;">工作量大了就可能出现排队,存在审批效率问题因此,也需要好几个指标,来系统描述业务情况。
常见的有2种情况:
这时候,就需要数据分析师主动进行梳理,搞清楚:
那么,该怎么梳理呢?
梳理指标体系,要抓四个关键:
还拿拉新活动举例子,文章开头展示的是用户操作流程。常规的考核业务KPI,通常有两部分:拉新人数(考核数量)、拉新后消费人数(考核质量)。
有趣的是:虽然流程很长,可实际业务能做的动作却很少――换一张优惠券/改个海报而已。其他都是常规购物流程,拉新部门管不了。因此设计指标体系就相对简单。
(如下图)
上边的例子,是典型的用户操作流程复杂,业务运作流程简单。有可能实际情况是反过来的:用户操作流程简单,业务运作流程复杂。比如内容审核,用户操作只有2步,但是业务运作是很复杂的(如下图)。
考核的KPI指标,可能有审核总量,正确率,延迟率三个,因此要描述流程,可能需要一大堆指标,分别描述:
注意,这里有些指标是不能直接记录的,需要定规则,做计算。比如何为“延迟风险”?可能需要先有个延迟的定义(比如分配后30min内必须审完,超30min算延迟),再结合平均审核时间(比如5分钟)。那么一个审核件分配完大于20min未审,可定为延迟风险。
这些定义和规则,都是需要和业务部门沟通确认的。这样才能保证指标体系的可用性。
从上边两个例子对比可以看出,梳理指标体系要点在于:理解用户/业务流程。实际上,上边还是简单流程,因为它们都是相对独立的流程,和其他流程相关性小。牵一发动全身的流程才是最复杂的。
比如上一个促销活动:
用户流程与业务流程都很复杂,自然要搞很多指标才能讲清楚。
作者:小熊妹。公众号:码工小熊。数据界新人,喜欢数据分析、数据挖掘。