董超华:阿里OneData指标管理体系

     分类 [产品经理]
2022/12/1 17:26:31 浏览量  451 喜欢  34
导读:这篇文章我们介绍如何通过指标的拆解定义一套没有歧义、标准一致的数据指标体系。

董超华:阿里OneData指标管理体系

这篇文章我们介绍如何通过指标的拆解定义一套没有歧义、标准一致的数据指标体系,以及如何识别虚荣指标。如何分辨增长指标和虚荣指标是一个重要能力。只有增长指标才能指导我们如何行动,从而实现增长。

3.1.1  数据指标的重要性

要想实现数据中台项目,我们要做的第一件事就是梳理公司的数据指标体系。在实际项目中,当梳理公司的指标时,你会发现每个部门对同一个指标的定义有可能是不一致的,甚至一个部门内的人员对一个指标的定义都有可能不同,因为每个部门都有不同的职责,他们大多数只会站在自己的角度上定义指标,而每个人看待和理解这个世界的角度也是不同的,他们只会站在自己的角色上定义指标。

比如指标“交易额”,适用于没有线上交易的传统企业——企业的账户收到一笔钱,便以这笔钱的金额和交易时间来定义交易额这个指标。但是在互联网产品中,交易额就是一个比较模糊的指标。我们以电商产品为例,电商交易的流程是包含下单环节和支付环节的,那么交易额到底是指下单金额、还是支付金额(减去优惠金额),指下单金额要绑定下单时间,指支付金额就要绑定支付时间,另外要不要考虑订单状态,要不要考虑退款?在这种情况下,如果没有一个统一的标准,公司内部沟通的效率就会变得极低,因为每个人的理解都不同。

另外,如果标准不统一,就很难进行部门间的横向对比,比如部门A提交了某年的交易额是1000万元,部门B提交的该年交易额是1亿元,如果没有统一的标准,我们怎么确定这1亿元的交易额就比1000万元交易额达含金量高。前文提到过,一个指标的开发过程涉及运营人员、产品人员、技术人员等,沟通成本很高,只要一个环节有人理解得不对,指标的计算结果就会不准确。因此,为公司建立一套清晰、没有歧义的指标体系是数据中台需要承担的一项十分重要的工作。

3.1.2  如何定义数据指标

那如何让指标定义清晰且没有歧义呢?解决这个问题的核心方法就是拆解——将一个数据指标拆解到不能再继续拆解为止,这样就能够最大化地保证大家的理解无误。如图3-1所示,这是一套指标拆解的方法。

 

董超华:阿里OneData指标管理体系

图3-1 数据指标的拆解

首先定义出这个指标所属的业务板块和数据域,接下来定义这个指标的业务过程(如电商中的加购、下单、支付等)。接着要判断这个指标是一个原子指标还是一个派生指标?如果是一个派生指标,这个指标的时间周期、修饰词分别是什么,通过什么度量这个指标?最后要定义这个指标的统计维度是什么,这些维度的属性有哪些?经过这样一层一层的拆解每个指标会归入不同的类别,因为每个指标都有各个维度清晰的定义,只要公司内所有人都以这份定义为准,歧义就不会产生。

接下来我们看一下图3-1中这些概念的含义。

(1)业务板块:即面向业务的大的模块,就是公司的产品线,不会经常变。比如一个公司有三个产品线分别是产品线A、产品线B、产品线C,那么这三个产品线分别属于不同的业务板块。

(2)数据域:数据所属的领域。如电商产品中的用户、商品、交易等大的功能模块都属于数据域。

(2)业务过程:完成某个业务所涉及的全部过程。如电商业务中的下单、支付、退款等环节都属于业务过程。

(3)时间周期:就是统计的时间范围,如“近30天”“自然周”“截止到当天”等。

(4)修饰类型:对修饰词的描述。如电商中支付方式、终端类型等。

(5)修饰词:除了维度以外的限定词,如电商支付中的微信支付、支付宝支付、网银支付等。

(6)原子指标:即不可再拆分的指标,比如支付金额、支付件数等指标

(7)维度:是指度量单位,用来反映业务的一类属性。常见的维度有地理维度(国家、地区等)、时间维度(年、月、周、日等)、订单的维度等。

(8)属性:隶属于维度。如地理维度中的国家名称、省份名称等都属于维度属。

(9)派生指标:一组对应的原子指标、修饰词、时间周期就组成了一个派生指标,如图3-2所示。

 

董超华:阿里OneData指标管理体系

图3-2 派生指标

接下来我们通过一个实际的案例来拆解一个指标。以电商产品为例,假设我们要计算电商产品最近3个月的iOS客户端的下单金额。

首先这个指标属于电商产品业务板块,那么它的业务板块就可以定义为某电商业务线,下单金额在电商产品中属于交易模块这个指标的数据域就属于交易数据域。下单金额是从订单中获得的,要基于订单的金额和下单的时间去统计下单金额,那么这个指标的维度就是订单。原子指标是不可继续拆解的下单金额,由于加上了时间周期和修饰词(iOS客户端),那么这个指标就成为一个派生指标。这样我们就把一个比较复杂的指标进行拆解和归类,如图3-3所示。

董超华:阿里OneData指标管理体系

图3-3 最近三个月iOS端下单金额

最后为了保证数据指标的一致性,公司的数据指标应该交由数据中台统一管理,公司内所有部门应该以这套指标体系为准,如果有对指标的新增或者修改,首先要通知数据中台,然后再同步给公司的其他部门。这套指标体系的定义如同公司的法律,人人必须遵守,这样就能最大程度地保证指标的一致性和数据的合理性。

3.1.3  如何识别虚荣指标

我们先介绍一下什么是虚荣指标。

数据中台的大部分工作是开发数据指标,并能够识别出哪些指标是虚荣指标,哪些指标是可以促进增长的指标,后者显然比较重要。比如常见的PV、UV、月活(即月活跃用户数)、总用户数、总商品数等指标都是虚荣指标,因为这些指标无法直接促进交易额增长,只起到对产品线监控的作用。虚荣指标只能作为我们定的目标,并不能帮助我们增长,如果用户不下单,再多的UV、月活也没什么用。好的指标应该是帮助我们增长的指标,比如电商行业的主路径转化率(包括从首页到商品列表页的转化率、从商品列表页到商品详情页的转化率、从商品详情页到加购页的转化率、从加购页到下单页的转化率),这些指标不但能够帮助我们监控每个环节的转化率,还可以指导我们怎么样降低每个环节的流失率,基于这些数据指标,可以看到哪个环节的转化率比较低,然后在这个环节找问题,然后去解决问题,如果提高了该环节的转化率就提高了公司的交易额。还有用户的次日留存、7日留存率(即新用户7日后是否再次访问)、30日留存率等指标,能直接反应用户的黏性如何、运营最近对用户的激活做得如何;商品的动销率(销售款数与上架款数之比),能直接反映出这批商品的好坏。

总而言之,那些和公司的增长无关且从中很难看出公司问题的指标一般都是虚荣指标,而那些能直接促进交易额指标(比如上文提到的各个转换率)一般都是增长指标。区分两者的关键,就是看该指标能不能让我们采取相应的行动来促进公司的增长。

··············end ··············

 

微信扫一扫,分享到朋友圈

微信公众号

相关推荐