APP推广合作
联系“鸟哥笔记小乔”
用户行为运营数据(写给产品和运营人看的数据系列(1):维度和指标)
2022-09-23 13:32:36

写给产品和运营人看的数据系列(1):维度和指标

用户行为运营数据(写给产品和运营人看的数据系列(1):维度和指标)
  在向数据分析师提需求时,你是否只会用“字段”这个词,来指代所有的维度和指标呢?其实,数据的维度和指标是非常重要的,当你理清正确的维度和指标时,你的问题便已经解决了一大半。如何正确理解维度和指标呢?一起来看一下吧。

  请不要用“字段”,掩盖自己对维度和指标的一知半解。

  刚刚工作那会,我在鹅厂从事广告变现相关工作。在向数据分析师提需求的时候,我只会用“字段”这个词,来指代所有的维度和指标。很多时候,数据分析师同学会向我耐心解释,为什么这个“字段”不能被计算,那个字段没有办法取出来。

  直到我后来系统学习了数据分析、数据仓库相关的知识,了解了维度、指标、OLAP、上卷和下钻这些基本概念之后,才发现我当初的需求文档问题有多大,而这也是我写下这篇文章的原因——避坑。

  最直接的,理解了维度和指标之后,再跟BI和RD提需求,能避免被当做一个数据白痴,体现自己的专业性(至少看起来)。

  其次,理解维度和指标的前提,是了解业务逻辑和数据生产逻辑。

  以往我们是从用户流程、组织层级等视角理解我们的业务,但是不妨从数据逻辑视角试试:数据是在哪个主体上,在什么场景下,以什么样的方式被生产和记录的?数据是怎么被加工和呈现的?为什么需要这么呈现?这个指标如果跌了,对业务有指向意义吗?

  当你问这些问题的时候,你会发现你不仅要知道产品的设计逻辑、各个模块的功能点,还要知道它们的耦合和组织方式。这些都会驱动你去问同事、查wiki、自己上手体验。相信我,这样全套流程走下来,你对业务和产品一定会有更深入的理解。

  再次,理清楚维度和指标,能帮我们确定分析的思路。

  业务指标下降了,我们要做定位和分析;要写PRD了,我们要做功能点的收益预估——相信你一定为数据抓耳挠腮过。

  那么我们究竟应该从庞大的数据库中,选取哪些“字段”来辅助分析呢?高效的方式之一——在对业务理解基础上提出假设,然后把假设翻译成维度和指标,否则我们只会陷入在庞大的数据细节中而无从下手。

  所以,当你理清楚正确的维度和指标的时候,你的问题已经解决了一大半。

  网上介绍维度、指标及其差异的文章很多,可以作为基础概念辅助初识维度和指标。

  我希望从“事件”的视角,带你重新认识这两个名词。

  做过App/网页前端埋点的同学,相信对“事件”(event)这个词一定不会陌生,它指的是某个特定行为的发生,如某个按钮的曝光、点击,这些都可以称作事件。

  这里,我们将事件的含义泛化一下,不局限在某个具体行为上,也不要拘泥在行为埋点范畴中,而是将其扩展到所有的结构化数据表上。

  每一张数据表,都是围绕一个特定事件进行创建的。而事件的发生,必然有其主体,即出发事件发生的人/物/事。

  维度,是对事件发生主体属性的补充描述,或者伴随主体而存在的,除了事件发生的时间,它一般是静态存在的,不依赖于事件的发生。

  指标,则是对事件发展程度的量化描述;一个指标,通常描述主体的其中一种状态。它依赖于事件的发生,是一个动态变化的数值。

  如果觉得抽象,我们来看个例子。

  作为产品经理,我们需要关注的一个重要指标是“次留”,即今天打开App的用户,有多少比例会在第2天,继续打开我们的App:回访在这里就构成了一个事件,而事件发生的主体是用户。

  如果要细拆留存,可以分拆的维度有:性别、年龄、机型、新/老用户、地域、来源渠道、是否在App内支付过,等等。这些维度,本身是依附于用户这个主体而存在的,它并不依赖于回访的发生。所以,它是一个静态的属性描述,并不会因为事件是否发生,而发生变化。

  但是指标不是。次留随着会随着你观察的时间、观察的群体而发生变化。

  1)筛选:我们一般通过维度来筛选所观察的数据范围。

  如果是定性的分类维度,那么通过枚举可以筛选,典型的定性维度如年份、省份等;如果是定量的维度,那么可以像指标一样,按照数值大小取一个范围即可,如身高。

  2)聚合:通俗地来说,即我们希望在多大粒度上分析数据。

  比如你要统计广告消耗,那么是在创意粒度上看,还是将创意粒度消耗数据加总,并上卷到计划粒度分析消耗呢?如果你之前写过SQL,那么肯定知道在对指标进行sum(求和)、avg(求平均)之后,要在脚本最后加入group by XX,也就是你希望聚合到的维度。

  但是需要注意的是,你在进行聚合的时候,一定要确认计算的指标,是可以在该维度上可分和可计算的,否则你算出来的数据肯定是错误的,这个会在后面会详述。

  3)对比:数据只有在对比的时候才有意义。

  我们发现数据上涨、下跌、波动,是因为我们知道正常的数据应该是多少,超过这个范围的数据都是异常的,才会需要进一步比较和分析。我们在对比数据的时候,通常会选择某一个维度,然后在该维度下进行对比。不在同一个维度上,对比2个同样指标,在业务中没有任何意义。

  假设我们要对比每一个机型的留存,必须是在同一个维度(机型)的下钻和比较,这通常称为横向对比。

  另一种对比,则是以时间为维度的纵向对比。我们看DAU、留存这些指标,究竟是涨了还是跌了,通常都是观察一段时间的指标变化;环比、同比这些,则是基于不同时间窗口维度,对指标的二次加工和计算。

  4)归因:这里的归因,指的是对数据波动的解释,而不是数字广告领域的归因模型(attribution model)。

  当我们通过同维度的对比,发现数据异常波动时,通常我们需要对波动的原因进行定位和解释。而最终的排查结果,必然会定位到某个维度上,或者维度的某个值(枚举)上。

  我们发现昨日的订单数,日环比(相对于前天)跌了30%,如果排除掉运营活动结束带来的正常下跌,而是一个异常的下降,我们必须找到可能的原因。

  我们通常会逐个维度分析。比如看品类:是衣服跌的多,还是鞋子跌的多,还是整体都在跌;看时间,订单数量是否在某个时间段跌的多(是否某个时间段服务器崩了);看交易方式(是否某个支付方式出了问题)、看App版本(是否某个版本有bug)……

  关于数据波动的归因,后续会再单独用一章的篇幅,来重点讲。

  我们拿到一份数据,先不要急着上手分析,而是要弄清楚维度与指标的关系。这里的“关系”我们仍然分两层来理解。

  第一层:指标所反映的事实,可以在所选维度上发生、被统计;换句话说,指标所反映的被统计的事实,在业务场景中是真实存在的。

  比如我们在数字广告场景中,衡量一条创意好坏的指标是CTR(点击率,Click Through Rate)= 同时期点击次数/该广告曝光次数。我们可以比较不同创意、不同计划之间的CTR,但是不会比较不同广告落地页之间的CTR。

  因为广告落地页是用户点击完广告之后打开的页面,外显广告点击行为并不在落地页这个主体上发生。尽管对比之下,不同落地页的CTR之间肯定略有差异,但是落地页并不是造成CTR差异的原因,这种横向对比并无实际意义。

  另一个案例中,指标确实在这个维度上发生,但通常情况下并不能被计算。

  我们经常看的一个指标是UV(独立访客数),如果在device_id(设备ID)维度上看UV,一般没太大实际意义,因为通常情况下,一个设备ID上只有1个UV,即UV和设备ID等价(除非某些业务如反作弊场景下,需要分析1个设备登录了几个账号)。

  第二层:计算时,指标在所有参与计算维度上可分割、可加总。

  如果我们把维度,想象成一把梳子,把指标想象成一缕头发。当梳子经过头发的时候,头发能被梳齿,分成N块更细的发束(分割),且头发的数量并没有发生改变;当拿掉这把梳子的时候,这些发束又聚合在一起(加总),恢复成原来的样子。

  还是以UV举例。我们通常需要看DAU日活和WAU周活2个指标。DAU统计比较简单,看每天有多少用户数打开了App。WAU是对过去一周的访客数的去重计数,若1个用户在周一和周三都打开了App,在WAU的计算中,这个用户只会被计算一次,但是在日活的口径中,周一和周三会被分别统计一次。

  如果我们拿到的是以周为维度、周活为指标的一张表,假设我们想要分析过去一周每天的UV,那么显然不能直接用周活进行计算,即WAU在日期维度上不可分割。反之,周一到周日每天的DAU,加总起来也不是周活,也就是说DAU在周维度上不可加总。

  特别要注意的是,一些复合指标在整体上有意义,也能在一些维度层级上被分割和被计算,但是不能被无限分割。

  我们通常会看创意、(上卷一层到)计划、(再上卷一层到)账户维度的CTR,但是我们通常不会去计算单个用户粒度的CTR。因为假设每个用户只会看见1次广告,对这条广告点击行为只有“是”或者“否”两种情况,CTR要么是0,要么是1,这种极端值,并不能反映一条广告质量的好坏。

  我们对于维度和指标的理解,一定要在具体业务场景下深入分析。并不是某些字段一定是维度,某些字段一定是指标;维度和指标的界定,一定要根据具体业务场景,以及在该业务场景下的数据生产逻辑。

  正如上文所说的那样,就像“薛定谔的猫”一样,它取决于你对这次事件的主体、性质等的观察。

  如果单看“体重”这个字段,你觉得它应该是维度,还是指标呢?

  我认为要看“体重”所在的场景。

  如果你是一个体育老师,现在要通过体重、升高、BMI、肺活量等这些字段的数值,给每一个学生的健康状况打分,体重在这里就是一个要被计算的指标。

  反之,假设我们要看体重跟薪资收入、寿命的关系,则体重作为维度更加适合。

  此外,通过二次计算,维度和指标也可以互换,即原来是维度的字段,可以变成指标;反之,指标通过设置区间可以变成维度。

  还是以上文提到的广告消耗为例。我们拿到的数据是计划ID(维度)、消耗(指标);但是如果我们想看,消耗在5万及以上、3-5万(不含5万)、1-3万(不含3万)和不到1万的计划数有多少,那么就需要把指标变成一个分类维度,然后对计划ID去重计数——计划数成了指标。

  总之,对维度和指标介绍文章看的再多,也不如自己亲手实践。你可以找公司的数仓或者BI同学,要1张数据底表的字段明细,尝试自己分析,比如看指标是否可以在维度上可分割、可加总,哪些维度可以筛选、聚合。

  本文由 @简写2019 原创发布于人人都是产品经理。未经许可,禁止转载

  题图来自Unsplash,基于CC0协议

  该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。
小庄
分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(0)

社区交流公约

暂无评论,快来抢沙发吧~
登录后参与评论
发布评论
鸟哥笔记用户社区交流公约

Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
小庄
小庄
发表文章9769
确认要消耗 羽毛购买
用户行为运营数据(写给产品和运营人看的数据系列(1):维度和指标)吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接