如何構建指標體系 & 設計一份優質報表

1.構建指標體系

1.數據人員如何創造價值？

• 基于歷史數據和業務背景構建指標體系或者模型。
• 基于指標體系，監控線上業務數據并制定相應的監控規則。
• 輸出數據分析報告或者提供可執行策略，推動業務的發展。

2.要構建一套指標體系，整體思路是什么？

橫縱相結合，才能得到一套完整的指標體系。

縱向上，梳理出分析問題的整個流程。比如對于電商產品，需要分析出用戶從進入網站到最終下單的整個流程；對于工具類產品，則需要關注用戶使用過程中的體驗以及用戶流失情況。

橫向上，需要拓展不同的維度。如基于用戶畫像的人群分類，根據不同業務背景的時間拓展以及業務線的劃分。

3.用戶行為的核心節點有哪些？如何有針對性的設計指標？

了解用戶行為的核心節點，實際上就是縱向分析的過程。互聯網公司大多針對 C 端用戶進行分析，這里就以 C 端用戶為例進行介紹。對于 C 端用戶，核心的三個節點是新增、活躍、留存 / 流失，大多數分析都是圍繞這三個節點進行的。

• 對于新增用戶，指標有：新增用戶數量、新增用戶留存率、新增用戶活躍率等。
• 對于活躍用戶，指標有：活躍用戶數量、活躍用戶中的新增用戶數量、活躍用戶中的老用戶數量等。
• 對于老用戶，指標有：老用戶數量、老用戶流失率、老用戶喚醒率等。
• 對于流失用戶，指標有：流失用戶數量、流失用戶與新增用戶比例等。

活躍用戶部分是需要重點關注的，通過對從新增到流失整個流程指標的構建，可以清晰地看出在哪個環節最終活躍用戶數增加了或者減少了。

4.對于活躍用戶，應該如何進行相應的指標設計及路徑分析？

對于活躍用戶，要研究其活躍行為，從而提高用戶的體驗。針對不同類型的產品，需要進行相應的細分設計。

以電商產品為例，需要關注的是從來訪用戶到用戶最終成功支付的整個流程。針對流程的每一步都可以統計出相應的用戶數量以及上一步的轉化率。比如來訪用戶數量、點擊用戶數量、加入購物車用戶數量、下單用戶數量、支付用戶數量、最終成功支付用戶數量，以及各種轉化率，如：點擊 / 曝光轉化率，下單 / 點擊轉化率、下單 / 加購轉化率、支付 / 下單轉化率、成功支付 / 支付轉化率。這些指標就構成了一個完整的縱向指標體系，通過這些指標可以清晰的看出哪個環節存在問題。對于電商產品，除了要關心用戶數量，金額也是要關心的指標。從加購開始，每個環節在用戶數量的基礎上都需要增加金額指標以及相應的客單價指標。

以短視頻為例，需要分為視頻的觀看者和視頻的發布者兩個獨立的用戶群體進行分析。對于視頻的觀看者需要考慮的是各種行為數據，路徑節點包括打開APP、觀看視頻、點贊視頻 / 評論視頻 / 跳過視頻 / 不喜歡視頻。對于視頻的發布者則需要關注整個流程，看在某個環節的轉化上是否存在問題，造成發布視頻數量減少。

5.有了明確的用戶行為路徑及相關指標后，如何進一步分析？

除了縱向分析還需要橫向分析，橫向分析是指對同一個指標基于不同的維度進行相應的拓展，常用的維度包括時間維度和用戶維度。

6.針對時間維度的分析，需要注意的點有哪些？

對于時間維度常用的分析方法是關注最近一段時間的數據，時間的長短要根據業務的具體特征來確定。對于一些高頻的 APP 或者功能，通常關注最近 1~7 天的整體數據情況即可，也可以是自然周。對于一些相對低頻的 APP 或者功能，則需要將時間拉長，關注最近 15 天、30 天、90 天甚至更長時間的整體數據，也可以是自然月、季度甚至自然年。

另外與時間維度相關的有同比和環比的概念。因為單純地關注一段時間的數據，并不能很好地看出趨勢情況，需要與之前的數據進行對比。對于同比和環比的概念，在實際應用中不需要進行很明確的劃分。常用的對比方法是對比當日與上日、本周與上周、本月與上月的數據。對于一些周期性比較強的產品，則需要先確定產品的周期，比如有些產品會受到周末的影響，此時比較合理的對比方法是用本日數據與上周同一日的數據進行對比。有些產品會受到大型節假日的影響，此時針對節假日數據就需要與上一個大型節假日的數據進行對比。對于一些對實時性要求高的產品，需要將數據指標細化到小時級別。

7.列舉常用的用戶維度拓展方法。

比如對于用戶所在地可以分為城市、省份，甚至華東、華南等大區。

對于用戶的基本屬性可以分為年齡、性別、職業等。

對于用戶使用的設備情況可以分為終端類型、客戶端版本、廠商、機型等。

對于新老用戶也可以拓展出一些指標。對于新用戶，需要關注的是用戶來源渠道，通常分為自然新增用戶、活動新增用戶、廣告新增用戶等渠道，通過對渠道的劃分，可以在一定程度上避免一些大型活動對新增用戶分析帶來的影響。對于老用戶，根據用戶的生命周期進行劃分，通常分為有效用戶、活躍用戶、忠誠用戶、沉睡用戶和流失用戶，可以對產品整體趨勢有一個清晰的了解。

8.×××最近有所下降，如何進行分析？

針對這個問題，需要充分利用前面所講的指標體系，按照如下步驟進行分析。

梳理與該問題相關的流程，確定縱向指標體系。比如是支付金額有所下降，就需要梳理：①曝光、②點擊、③下單、④支付，這樣完整的用戶路徑，以各個環節的轉化率和用戶量為核心指標。

針對核心指標確定所要對比的時間維度。比如基于所要分析的產品確定與前一天或者前一周的數據進行對比，發現問題所在。

確定問題所在的環節后，針對該環節以用戶維度進行拓展，如基本屬性、所在地、設備情況、新老用戶等。確定引起該問題的用戶群體，并針對這部分用戶進行相應的策略調整。

除了上述問題，對于 “ 新版產品或者某個運營活動上線后，如何評估效果 ” 等問題，也可以采用相同的方法進行分析，只做微調即可。總結起來，整個思路就是：①梳理路徑；②確定對比的指標；③選取對比的時間維度；④針對問題環節拓展用戶維度。

2.設計數據報表

1.現在需要監控數據并設計相應的報表，應該考慮哪些問題？

• 看什么
• 怎么看
• 給誰看

2.如何避免在報表中簡單的羅列數字，提高信息量？

• 據實際情況，在報表中增加對比數據。
• 用紅色標注高于閾值的數據，用綠色標注低于閾值的數據。

3.常用的報表輸出方式有哪些？

• 通過數據看板平臺輸出。數據分析師將報表做好后放到數據看板平臺，相關人員被授予權限后就可以看到。
• 通過郵件發送報表。郵件報表屬于被動接收，傳遞信息更加快速、直接，通常都會設置為定時任務，在固定時間發送報表給相關人員。

4.針對不同的人群，如何設計相應的報表？

• 領導層。提供給領導層的一定是最核心的指標數據，并且要采用最直觀的展現方式。由于領導層每天要接收大量的來自不同業務線或者部門的信息，需要在短時間內獲取最直觀的業務數據，以便制定下一步的策略。因此提供給領導層的通常是郵件報表，并且在郵件報表中選取最核心的指標數據，將變化趨勢直觀的表現出來，是領導層對核心數據的變化情況一目了然。

• 業務層。不同于領導層關心最核心的指標，數據業務層需要對所有的相關數據都能夠做到及時監控和分析，因此提供給業務層的數據務必要全面，能夠將各個維度的信息都展現出來。所以通常將提供給業務層的數據集中展現在數據看板中，并且可以根據需要進行實時或者準實時更新，當數據出現波動或者異常時，能夠第一時間通知到業務方進行排查。

• 客戶。比如電商公司提供相應的報表給店鋪或者供應商，指導其進行策略調整，也會采用數據看板，但是信息量會有所減少，因為要排除敏感數據和次要信息，主要圍繞如何幫助他們提高銷售額或者達到其他目標而更加有針對性地展示相關數據。

5.如何提高數據分析報告的質量，設計出一份優質的數據分析報告？

類似于周報、月報等常規的報表，數據內容和規定相對固定，比如部門周會要看的數據周報，這樣的數據分析報告，更多的是讓產品人員、運營人員和數據分析師針對近期數據形成統一的認知。如何聚焦于某個點給出分析數據，比如新功能上線后的數據分析報告、運營活動效果的分析報告等，其中一個最核心的問題就是如何提高質量。

• 明確整體分析思路。好的數據分析報告都依賴于一個明確的思路，需要在開始設計報告前就整理出一個基本的框架，然后在設計過程中進行適當的添加。切勿在開始設計數據分析報告前不做規劃，“ 邊做邊加 ”，否則效率會大打折扣。
  以分析一次電商營銷活動的效果為例。首先需要對分析維度進行拆解，如分為活動的整體效果、各個商品的銷售情況、各類人群的銷售情況。然后需要確定衡量這次活動的核心指標，如：點擊率（點擊人數 / 曝光人數）、支付轉化率（支付人數 / 點擊人數）、點擊單價（支付金額 / 點擊人數）、客單價（支付金額 / 支付人數）等。

• 結論提前，清晰明了。是在一份數據分析報告中，運營方和決策層最關心的就是結論以及相應的策略，這是報告中最有價值的部分。剛入職時，很多人會習慣按照因果關系的順序來設計數據分析報告，即先給出論據，再給出相應的結論，這一點是需要調整的。
  需要注意的是，數據的羅列毫無價值，而是應該給出和一個標桿進行對比的數據。在結論中應該主要關注那些變化比較明顯的點。剔除一些無關緊要的數據，整體結論中只放最核心的問題或者閃光點，并且給出相應的策略。

• 注意圖表的信息量。圖表的信息量過少則無法很好地展示數據；信息量過多則會影響他人的閱讀，無法直觀地看數據。

參考：《數據分析師求職面試指南》，徐麟

總結

以上是生活随笔為你收集整理的【数据分析】如何构建指标体系 设计一份优质报表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。