数据分析 LEVEL I 考证学习指南—指标概述

Posted 2022-01-28 诗雨时

系列文章目录

Python数据科学家养成计划（数据分析 LEVEL I 考证）

---

文章目录

• 系列文章目录
• 前言
• 一、指标概念
• • 1. 指标的作用
  • 2. 指标的理解
• 二、基本指标
• • 1. 基本指标
  • • 1.1 基本指标—求和类
    • 1.2 基本指标—计数类
    • 1.3 基本指标—比较类
• 三、常用场景指标
• • 1. 常用场景指标—用户
  • 2. 常用场景指标—流量相关指标
  • 3. 常用场景指标—用户相关指标
  • 4. 常用场景指标—客户相关吗指标
  • 5. 常用场景指标—转化相关指标
  • 6. 常用场景指标—营运、销售类指标
  • 7. 常用场景指标—商品
  • 8. 常用场景指标—商品相关指标
  • 9. 常用场景指标—活动相关指标
  • 10. 常用场景指标—绩效类指标
• 四、指标的设计
• • 1. 设计新指标
• 五、指标的分析方法
• • 1. 指标的分析方法

---

前言

随着人工智能的不断发展，数据科学相关技术也越来越重要，很多人都开启了学习数据科学相关知识体系的学习之旅，本文就介绍了数据科学中数据分析 LEVEL I 考证的知识体系内容。

---

一、指标概念

1. 指标的作用

用简约的汇总数据量化业务强弱。

2. 指标的理解

（1）解释： 对度量的汇总，即数据的汇总规则。

特点：

	a、指标是游离态的，无法单独实现数据统计，如总销售额、总销售量；

	b、需与统计维度结合，明确统计指标的对象，如产品时间维度下，X年所有产品的总销售额；

	c、指标间可自由组合形成新指标，灵活适应多变的业务环境。

（2）度量： 对可参与汇总计算的字段。

（3）汇总规则： 汇总字段的统计规则。如：求和、求平均、计数等…

二、基本指标

1. 基本指标

• 求和类

• 了解各数据的整体情况
• 往往结合数值型数据使用

• 计数类

• 了解各数据的数量情况
• 往往结合文本型数据使用

• 比较类

• 作为参照指标
• 评定主指标的表现

1.1 基本指标—求和类

（1）常规求和： 对度量求和计算得到的指标。诸如销售数量、销售金额指标结合特定维度的统计结果，用以帮助决策者了解整体情况。

  例 1： 按照产品维度对销售金额进行求和计算得到不同产品的销售总金额。

  例 2： 按照月份维度对销售数量进行求和计算得到不同月份的总销量。

（2）累计求和： 随时间维度变化，从时间初值点至当前时间点时间段内度量的累加值，用以帮助决策者了解事件初期至当前时间点的业务状态。

  例 1： 以 1 月 1 日为初始点，查看每日实际销量及初始点至今当日的累计销量。

  注： 诸如库存数量类指标本身具备累积属性，不需要再进行累计。

1.2 基本指标—计数类

（1）时间维度下的累计指标： 此类指标不受自然年、季度等周期限制，从初始时间点至当前时间点的时间区间进行分析，不仅体现了时间维度的连续性，还可结合指定维度下的指标值分析变化趋势。

• YTD(Year to Date)： 从年初到当前日期为止的【指定维度的】汇总值。
• QTD(Quarter To Date)： 从季度初到当前日期为止的【指定维度的】汇总值。
• MTD(Month To Date)： 从月初到当前日期为止的【指定维度的】汇总值。
• WTD(Week To Date)： 从周初到当前日期为止的【指定维度的】汇总值。

对度量计算得到的指标，度量一般为文本型数据，需注意数据的唯一性。

  例 1： 下表为消费明细数据，统计消费的订单数为 5。

1.3 基本指标—比较类

（1）差异百分比： 指定维度下指标的某个值为基准点，比较当前值和指定值的差异变化率，用以帮助决策者了解当前数值的好坏。

  均比： 与维度下指标的平均值比较，辅助决策者了解维度下哪项拉高了均值，哪些项拉低了均值。

  公式： (当前值 - 均值) / 均值 * 100%

  例 1： 下表为各个区域下城市的消费金额，统计每个城市相比于区域内城市均值的差异百分比。

  定基比增长率： 当期值与某一固定时期值对比，用以描述当期值的发展水平。

  公式： (当前值 - 固定时期值) / 固定时期值 * 100%

  例 1： 2010 年某市新生儿 5000 人作为往后每年的参考值，统计往后各年的定基比增长率。

  同环比增长率： 时间维度下某两个时间项对应指标值对比，用以描述当期值的发展水平。

  同比公式： (当前值 - 去年同期值) / 去年同期值 * 100%

  环比公式： (当前值 - 上期值) / 上期值 * 100%

  例 1： 下面两表为时间维度下销量汇总值，统计各时间维度下的同环比变化率。

三、常用场景指标

1. 常用场景指标—用户

2. 常用场景指标—流量相关指标

量
	访客数（UV）	访问对应维度的非重复用户数
	浏览量（PV）	维度下浏览页面的总次数
	访问次数（Visits）	统计会话数，一个会话内用户连续访问多个页面
	新访客数	新进访客数
质
	平均访问深度	浏览量 / 访问次数
	跳失率	跳出次数 / 访问次数
	新访客占比	新访客数 / 总访客数

  例 1： 用户 x 在 12 月 25 日上午通过平台搜索页点击到达店铺 A，浏览了 2 个页面后离开店铺，下午 X 又通过首焦广告位点击重新到达店铺 A，浏览了 3 个页面后离开，A 店铺当天只有 X 一人访问，那么店铺 A 的以下指标各是多少？

• 访客数（UV） = 1
• 浏览量（PV） = 5
• 访问次数 = 2
• 平均访问深度 = 5 / 2 = 2.5
• 跳失率 = 0
  
  

3. 常用场景指标—用户相关指标

• 注册用户

我在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒注册了，编号是 X001
我在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒通过弹框广告来到这里
我曾经在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒购买了商品 X 消费了 Y 元
我在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒购买了商品 X 消费 Z 元

• 非注册用户

有人在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒通过弹窗广告来到这里
有人在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒浏览了商品详情页 www.XXXXXX.com
有人在 xxxx 年 xx 月 xx 日 xx 时 xx 分 xx 秒购买了商品 X 消费了 Y 元

  例 1： 统计 2021/01/01 消费的会员数和消费的非会员数，会员编号为空则为非会员。

  消费会员数： 4（M110    M283    M002    M113）

  消费非会员数： 6

4. 常用场景指标—客户相关吗指标

5. 常用场景指标—转化相关指标

  转化率： 根据业务流程观测阶段间流转后的留存比率，用以辅助决策者了解阶段间衔接的流畅性。

  公式： 当前阶段 / 初始阶段（或上一阶段）* 100%

6. 常用场景指标—营运、销售类指标

  成交额： GMV、实际销售额、税后销售额、退款额。

  成交量： 实际订单量、商品销量。

  完成情况： 目标达成率、退货率。

  效果： 屏效、商品相关性。

7. 常用场景指标—商品

商品层级关系：

8. 常用场景指标—商品相关指标

商品的生命周期：

9. 常用场景指标—活动相关指标

渠道引流：

• 触达用户数量
• 新增注册用户数
• 渠道投放成本
• 营销内容设计成本
• 营销人工成本
• …

着陆页至详情页转化：

• 着陆页停留时长
• 详情页停留时长
• 着陆页至详情页转化率
• …

详情页至下单页转化：

• 详情页至其他页转化率
• 详情页至下单页转化率
• …

下单支付转化：

• 下单页停留时长
• 下单页至支付页转化率
• 支付停留时长
• …

销售业绩：

• 销售金额（活动 VS 非活动）
• 销售量（活动 VS 非活动）
• 投资回报率
• …

10. 常用场景指标—绩效类指标

四、指标的设计

1. 设计新指标

  作用： 用简约的汇总数据量化业务强弱。

  目的： 根据需求量化考核点（在技术支持的情况下）。

  例 1： 某公司的招聘流程如下，业务部门项目上的员工一直抱怨刚入职的同事技术能力差，导致大部分人都未通过试用期，HR 一直忙碌招人和办理离职流程，总感觉哪里有问题，希望通过数据评定各部门入职员工是否适合岗位，并帮助发现哪个招聘环节可能出现问题。假设数据都支持数据统计。

五、指标的分析方法

1. 指标的分析方法

运用指标量化业务强弱需明确指标的好坏变化：

• 时间周期下指标的变化规律；
• 指定维度下不同项的指标值的差异；
• 提供当前时间点对应维度的指标累计值或瞬时值，对比基准值。

（1）指标的分析方法—纵向分析

         时间周期下指标的变化规律：

（2）指标的分析方法—横向分析

         指定维度下不同项的指标值的差异：

（3）指标的分析方法—预警分析

         提供当前时间点对应维度的指标累计值或瞬时值，对比基准值：