女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

淺析數(shù)據(jù)分析之指標(biāo)設(shè)計(jì)

數(shù)據(jù)分析與開發(fā) ? 來源:網(wǎng)易有數(shù) ? 作者:九餅 ? 2021-10-21 14:27 ? 次閱讀

數(shù)據(jù)指標(biāo),并不是數(shù)據(jù)分析和業(yè)務(wù)同學(xué)的專屬模塊。日常會用到數(shù)據(jù)指標(biāo)的,還包括開發(fā)(比如機(jī)器資源利用率,選倉選配計(jì)算平均時(shí)長等),產(chǎn)品(自動罰款功能使用率,自動調(diào)撥推薦轉(zhuǎn)換率等),以及測試、設(shè)計(jì)等等。

精準(zhǔn)的指標(biāo),能提供好的方向,明確目標(biāo),更好的指導(dǎo)工作。優(yōu)秀指標(biāo)解讀思維,能讓自己辨識重要度,抓住問題關(guān)鍵。以及系統(tǒng)的指標(biāo)體系,能夠全面完整的覆蓋關(guān)注范圍,以及精準(zhǔn)快捷的定位問題。數(shù)據(jù)分析指標(biāo)篇會分為三篇:指標(biāo)設(shè)計(jì)、指標(biāo)解讀、指標(biāo)體系建設(shè),進(jìn)行介紹和案例分析,幫助大家在這幾個(gè)方面有更加深入的了解和提升。

指標(biāo)設(shè)計(jì)基礎(chǔ)

指標(biāo)的設(shè)計(jì)鏈路,可以從目的→設(shè)計(jì)→公式→口徑&范圍,每一步都需要跟使用場景強(qiáng)綁定。所以當(dāng)面對不同的使用場景時(shí),同一個(gè)指標(biāo)可能有多套口徑的情況。比如說客訴率,我們考核的時(shí)候,會考核一年的情況,但是日常觀察,會只觀察一周或者一天,同時(shí)需要保證客訴的訂單和購買的訂單是用一波訂單,解決時(shí)間錯(cuò)位的問題。

因此,我們在對指標(biāo)設(shè)計(jì)時(shí),需要時(shí)刻注意指標(biāo)的定位是否清晰,以及是否在所使用場景下是邏輯合理的。以下我們來詳細(xì)講述一下指標(biāo)設(shè)計(jì)過程中每一塊需要注意的事項(xiàng)。

1

目的

任何指標(biāo)都有存在的目的。我們可以通過實(shí)際的目的,去設(shè)計(jì)對應(yīng)的指標(biāo)的計(jì)算方式。

從業(yè)務(wù)視角,往往都可以分為幾個(gè)大的類,比如供應(yīng)鏈業(yè)務(wù)中的三個(gè)主要模塊:成本類,時(shí)效類,體驗(yàn)類,以及前端商品營銷關(guān)注的用戶類,流量類,商品類,營收類等等。

從計(jì)算視角,【量指標(biāo)】的目的,是反應(yīng)的是實(shí)際的規(guī)模、量級,比如活躍用戶數(shù),GMV,履約成本;【比值指標(biāo)】則是反饋單位效能,如庫轉(zhuǎn)、arpu;【比率指標(biāo)】則是更多用于評估占比情況,如毛利率、退貨率、流量轉(zhuǎn)換率等。

2

設(shè)計(jì)

一個(gè)好的指標(biāo)設(shè)計(jì),需要有明確的指向性,也就是目的性明確,能指導(dǎo)使用方的效率、收益、質(zhì)量等。

舉例1:缺貨率。

對于實(shí)際生產(chǎn)或者匯報(bào),這個(gè)值就是越低越好,因?yàn)椴蝗必洠业腉MV就不受影響

舉例2:GMV。

越高越好,這個(gè)就不用多解釋了。

反面例子:

舉例3:倉內(nèi)生產(chǎn)人數(shù)。

當(dāng)這個(gè)指標(biāo)值很大,可能存在人力成本浪費(fèi);如果值很小呢,又可能會造成生產(chǎn)進(jìn)度達(dá)不成。

改進(jìn)方法:①結(jié)合其他的指標(biāo)一起,形成一套指標(biāo)體系,比如加上倉內(nèi)生產(chǎn)準(zhǔn)時(shí)率,期望人數(shù)等;②直接看人均產(chǎn)能。

這類指標(biāo)表現(xiàn)出來的問題在于,數(shù)據(jù)的大小或者多少,并不能真實(shí)的給出好壞優(yōu)劣的判斷。

3

公式

到公式階段,就需要對指標(biāo)的具體計(jì)算邏輯有很明確清晰的思考了。指標(biāo)的公式,尤其是不常見的指標(biāo),對設(shè)計(jì)者的要求其實(shí)是很高的。經(jīng)常看到經(jīng)驗(yàn)很豐富的業(yè)務(wù)方,在指標(biāo)的公式上面犯錯(cuò)誤。以下跟大家分享兩個(gè)比較常見的坑。

坑1:計(jì)算【庫轉(zhuǎn)】,庫存是用平均值,or截面值?

庫轉(zhuǎn)最原始的公式,庫轉(zhuǎn)(成本)=庫存成本/銷售成本。業(yè)務(wù)角度來講,我們希望庫轉(zhuǎn)這個(gè)指標(biāo)作出的指導(dǎo)是,看下當(dāng)前的庫存能售賣多少天?因此,為了讓指標(biāo)能更科學(xué),分母部分的銷售成本,我們使用的是最近30天的平均銷售成本,目的是能更好的的平均掉促銷活動帶來的銷量波動。

那么分子部分的庫存成本呢,也用平均值么?其實(shí)不然,如果是想反饋當(dāng)前的庫存,多少天能銷售光,那么歷史的庫存信息,是并不需要關(guān)心的,所以分子部分,使用的是截面庫存成本值。

指標(biāo)具體每一部分的計(jì)算邏輯,需要結(jié)合指標(biāo)本身所想表達(dá)的意義去做公式設(shè)計(jì),跟業(yè)務(wù)運(yùn)作的邏輯強(qiáng)相關(guān)。

坑2:計(jì)算【客訴率】,分子分母會有時(shí)間差,那么是否需要去掉時(shí)間差?

跟時(shí)間鏈路有關(guān)的指標(biāo),往往都會有時(shí)間差。很容易出現(xiàn)研究的不是同一撥對象的問題,指標(biāo)的解釋性差。我們以客訴率為例,客訴率=客訴單量/支付單量,這里要討論的問題就是,假如取11月11日的客訴率,客訴單量在11月11日會有發(fā)生,支付單量在11月11日也有發(fā)生,如果兩者直接相除,可以得到一個(gè)值。

但是11月11日發(fā)生的客訴單,并不一定是在11月11日支付的,可能是11月10號,9號,8號,甚至更早之前。因此分子和分母研究的訂單并不是同一撥。以及會出現(xiàn)客訴量跟以前差不多,但是支付訂單量在雙11期間會有一個(gè)比較大的漲幅,在這一天整體的客訴率會有一個(gè)比較明顯的下降,然后再后一段時(shí)間,比如11月15號,用戶陸續(xù)收到貨了,雙11期間的訂單客訴起來了,但是對應(yīng)的分母部分訂單量回到了正常水平,導(dǎo)致了客訴率變得特別高,從而形成了如下圖的變化趨勢。

這種由于計(jì)算方式的問題導(dǎo)致的指標(biāo)波動,不利于我們通過這個(gè)指標(biāo)去分析問題和定位問題。

修正問題的方法很簡單,就是讓分子是分母的一部分,客訴率轉(zhuǎn)變?yōu)門-7客訴率。具體的定義為:T-7客訴率=T-7支付單中在后續(xù)7天有發(fā)生客訴的單量/T-7支付單量,這樣,就能規(guī)避掉促銷活動帶來趨勢上的狂抖。

當(dāng)然這個(gè)指標(biāo)也有弊端,就是滯后性。我們只能看到7天前的情況,最近的表現(xiàn)就無法獲得了。

4

口徑&范圍

日常的業(yè)務(wù)溝通過程中,經(jīng)常出現(xiàn)同樣的指標(biāo),你說是A結(jié)果,我說的是B結(jié)果,這種情況一般都是互相之間沒有對指標(biāo)的口徑或者范圍對齊。

比如商品成本,可能一部分人說的是含稅商品成本,另外一部分人說的是不含稅;再比如單量,不同的部門會分別默認(rèn)是訂單量,出庫單量,以及運(yùn)單量,售后單量等。基于這些異常場景的考慮,我們需要根據(jù)指標(biāo)的實(shí)際使用邏輯,給出詳細(xì)的口徑和范圍的注釋。

我們也可以在指標(biāo)命名上,可以更細(xì)致,比如說,不含稅商品成本,2c訂單量,主站付費(fèi)用戶數(shù),等等。以及范圍,我們有時(shí)候需要詳細(xì)的給出包含的信息有哪些,比如履約成本,包含內(nèi)倉和外倉的,不含海外的,不含品控費(fèi)用,等等。所以當(dāng)一個(gè)指標(biāo)有較大范圍的交流使用時(shí),我們需要從指標(biāo)命名上進(jìn)行規(guī)范,最好沉淀一份指標(biāo)使用白皮書,對口徑和范圍進(jìn)行收口,統(tǒng)一管理以及公示。

這一點(diǎn)行業(yè)內(nèi)是怎么做的?這里可以參考一下阿里oneDate的標(biāo)準(zhǔn)規(guī)范,用在嚴(yán)選可以這么來解釋。

這種方式的實(shí)現(xiàn),需要先進(jìn)行指標(biāo)命名的規(guī)范,使用的規(guī)范,進(jìn)行全員的宣導(dǎo)和培訓(xùn),統(tǒng)一使用習(xí)慣,教育成本較高。

5

總結(jié)

當(dāng)前各行各業(yè)對于數(shù)據(jù)的依賴程度越來越高,而數(shù)據(jù)指標(biāo)可以說是數(shù)據(jù)使用的元件,是把數(shù)據(jù)用活的第一步。嚴(yán)選所處的電商行業(yè),算是復(fù)雜度最高的行業(yè)之一(相比我以前所處的游戲行業(yè)要復(fù)雜得多)。

在高復(fù)雜度的業(yè)務(wù)場景下,每一個(gè)人都有機(jī)會經(jīng)歷從簡單到復(fù)雜的成長歷程,以及任何一個(gè)階段最核心的,都需要去深入的體驗(yàn)業(yè)務(wù),摸透業(yè)務(wù)流程。最后就是,數(shù)據(jù)指標(biāo)的設(shè)計(jì),要帶有目的性,讓指標(biāo)活過來,讓使用者/觀察者感受到指標(biāo)的生命力。祝好~

編輯:jq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 數(shù)據(jù)
    +關(guān)注

    關(guān)注

    8

    文章

    7237

    瀏覽量

    90934
  • 機(jī)器
    +關(guān)注

    關(guān)注

    0

    文章

    790

    瀏覽量

    41105
  • 電商
    +關(guān)注

    關(guān)注

    1

    文章

    468

    瀏覽量

    29035

原文標(biāo)題:數(shù)據(jù)分析指標(biāo)篇——指標(biāo)設(shè)計(jì)

文章出處:【微信號:DBDevs,微信公眾號:數(shù)據(jù)分析與開發(fā)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    Mathematica 在數(shù)據(jù)分析中的應(yīng)用

    數(shù)據(jù)分析是現(xiàn)代科學(xué)研究和商業(yè)決策中不可或缺的一部分。隨著數(shù)據(jù)量的爆炸性增長,對數(shù)據(jù)分析工具的需求也在不斷增加。Mathematica,作為一種強(qiáng)大的計(jì)算軟件,以其獨(dú)特的符號計(jì)算能力和廣泛的內(nèi)置函數(shù)庫
    的頭像 發(fā)表于 12-26 15:41 ?556次閱讀

    數(shù)據(jù)可視化與數(shù)據(jù)分析的關(guān)系

    在當(dāng)今這個(gè)信息爆炸的時(shí)代,數(shù)據(jù)無處不在。無論是企業(yè)運(yùn)營、科學(xué)研究還是個(gè)人決策,我們都需要從海量的數(shù)據(jù)中提取有價(jià)值的信息。數(shù)據(jù)分析數(shù)據(jù)可視化作為兩個(gè)關(guān)鍵的工具,它們幫助我們理解、解釋和
    的頭像 發(fā)表于 12-06 17:09 ?792次閱讀

    LLM在數(shù)據(jù)分析中的作用

    隨著大數(shù)據(jù)時(shí)代的到來,數(shù)據(jù)分析已經(jīng)成為企業(yè)和組織決策的關(guān)鍵工具。數(shù)據(jù)科學(xué)家和分析師需要從海量數(shù)據(jù)中提取有價(jià)值的信息,以支持業(yè)務(wù)決策。在這個(gè)過
    的頭像 發(fā)表于 11-19 15:35 ?957次閱讀

    eda與傳統(tǒng)數(shù)據(jù)分析的區(qū)別

    EDA(Exploratory Data Analysis,探索性數(shù)據(jù)分析)與傳統(tǒng)數(shù)據(jù)分析之間存在顯著的差異。以下是兩者的主要區(qū)別: 一、分析目的和方法論 EDA 目的 :EDA的主要目的是對
    的頭像 發(fā)表于 11-13 10:52 ?756次閱讀

    為什么選擇eda進(jìn)行數(shù)據(jù)分析

    數(shù)據(jù)科學(xué)領(lǐng)域,數(shù)據(jù)分析是一個(gè)復(fù)雜且多步驟的過程,它涉及到數(shù)據(jù)的收集、清洗、探索、建模和解釋。在這些步驟中,探索性數(shù)據(jù)分析(EDA)扮演著至關(guān)重要的角色。 1. 理解
    的頭像 發(fā)表于 11-13 10:41 ?586次閱讀

    raid 在大數(shù)據(jù)分析中的應(yīng)用

    RAID(Redundant Array of Independent Disks,獨(dú)立磁盤冗余陣列)在大數(shù)據(jù)分析中的應(yīng)用主要體現(xiàn)在提高存儲系統(tǒng)的性能、可靠性和容量上。以下是RAID在大數(shù)據(jù)分析
    的頭像 發(fā)表于 11-12 09:44 ?607次閱讀

    SUMIF函數(shù)在數(shù)據(jù)分析中的應(yīng)用

    在商業(yè)和科學(xué)研究中,數(shù)據(jù)分析是一項(xiàng)基本且關(guān)鍵的技能。Excel作為最常用的數(shù)據(jù)分析工具之一,提供了多種函數(shù)來幫助用戶處理和分析數(shù)據(jù)。SUMIF函數(shù)就是其中之一,它允許用戶根據(jù)特定的條件
    的頭像 發(fā)表于 11-11 09:14 ?723次閱讀

    云計(jì)算在大數(shù)據(jù)分析中的應(yīng)用

    云計(jì)算在大數(shù)據(jù)分析中的應(yīng)用廣泛且深入,它為用戶提供了存儲、計(jì)算、分析和預(yù)測的強(qiáng)大能力。以下是對云計(jì)算在大數(shù)據(jù)分析中應(yīng)用的介紹: 一、存儲和處理海量數(shù)據(jù) 云計(jì)算提供了強(qiáng)大的存儲和計(jì)算能力
    的頭像 發(fā)表于 10-24 09:18 ?951次閱讀

    使用AI大模型進(jìn)行數(shù)據(jù)分析的技巧

    使用AI大模型進(jìn)行數(shù)據(jù)分析的技巧涉及多個(gè)方面,以下是一些關(guān)鍵的步驟和注意事項(xiàng): 一、明確任務(wù)目標(biāo)和需求 在使用AI大模型之前,首先要明確數(shù)據(jù)分析的任務(wù)目標(biāo),這將直接影響模型的選擇、數(shù)據(jù)收集和處理方式
    的頭像 發(fā)表于 10-23 15:14 ?2371次閱讀

    IP 地址大數(shù)據(jù)分析如何進(jìn)行網(wǎng)絡(luò)優(yōu)化?

    一、大數(shù)據(jù)分析在網(wǎng)絡(luò)優(yōu)化中的作用 1.流量分析數(shù)據(jù)分析可以對網(wǎng)絡(luò)中的流量進(jìn)行實(shí)時(shí)監(jiān)測和分析,了解網(wǎng)絡(luò)的使用情況和流量趨勢。通過對流量數(shù)據(jù)
    的頭像 發(fā)表于 10-09 15:32 ?479次閱讀
    IP 地址大<b class='flag-5'>數(shù)據(jù)分析</b>如何進(jìn)行網(wǎng)絡(luò)優(yōu)化?

    網(wǎng)絡(luò)爬蟲,Python和數(shù)據(jù)分析

    電子發(fā)燒友網(wǎng)站提供《網(wǎng)絡(luò)爬蟲,Python和數(shù)據(jù)分析.pdf》資料免費(fèi)下載
    發(fā)表于 07-13 09:27 ?2次下載

    數(shù)據(jù)分析除了spss還有什么

    數(shù)據(jù)分析是當(dāng)今世界中一個(gè)非常重要的領(lǐng)域,它涉及到從大量數(shù)據(jù)中提取有用信息、發(fā)現(xiàn)模式和趨勢,并為決策提供支持。SPSS(Statistical Package for the Social
    的頭像 發(fā)表于 07-05 15:01 ?1048次閱讀

    數(shù)據(jù)分析的工具有哪些

    數(shù)據(jù)分析是一個(gè)涉及收集、處理、分析和解釋數(shù)據(jù)以得出有意義見解的過程。在這個(gè)過程中,使用正確的工具至關(guān)重要。以下是一些主要的數(shù)據(jù)分析工具,以及它們的功能和用途的介紹。 Excel Exc
    的頭像 發(fā)表于 07-05 14:54 ?1717次閱讀

    數(shù)據(jù)分析有哪些分析方法

    數(shù)據(jù)分析是一種重要的技能,它可以幫助我們從大量的數(shù)據(jù)中提取有價(jià)值的信息,從而做出更明智的決策。在這篇文章中,我們將介紹數(shù)據(jù)分析的各種方法,包括描述性分析、診斷性
    的頭像 發(fā)表于 07-05 14:51 ?1172次閱讀

    機(jī)器學(xué)習(xí)在數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時(shí)代的到來,數(shù)據(jù)量的爆炸性增長對數(shù)據(jù)分析提出了更高的要求。機(jī)器學(xué)習(xí)作為一種強(qiáng)大的工具,通過訓(xùn)練模型從數(shù)據(jù)中學(xué)習(xí)規(guī)律,為企業(yè)和組織提供了更高效、更準(zhǔn)確的
    的頭像 發(fā)表于 07-02 11:22 ?1208次閱讀