构建数据指标体系以及数据埋点

一、如何构建指标体系

在搭建指标体系之前,先理解什么是指标?

指标,实际上就是一种度量。大到用于监控和评估商业进程的状态,小到衡量某个功能模块的情况,或者是活动效果。

指标体系,也就是将指标由粗到细,由宏观到围观进行逐层分解所构成的体系。

通过指标分级的方法,可以将指标化解为不同层级并逐步分析。

1.一级指标:公司战略层

用于衡量公司整体目标达成情况,与业务紧密结合,对全公司所有员工均具有核心的指导意义。是不可拆分的原子性指标(例如交易额、支付金额、下单数),一级指标呈现整体情况,需要通过二级、三级指标进行修饰和派生,最终指导业务层面进行改进。

例如对于一家互联网公司,则可以体现在增长、活跃、变现这三个阶段,具体到指标上如:新增用户、留存率、DAU/MAU、付费人数(率)、收入金额等。

2.二级指标:业务策略层

简单的理解为,将一级指标横向分类,可以按照业务部门划分,按照地域划分等等。

例如某电商公司一级指标是交易额,那么二级指标可以设定为不同品类商品的交易额,分地区的交易额等。这样当一级指标出现问题的时候,我们可以快速查询到问题的所在。

通常为了实现一级指标,企业会做出一些策略,二级指标也会与这些策略有所关联。例如是否支持商品分期,商家是否支持花呗等。

3.三级指标:业务执行层

三级指标是将二级指标纵向展开,进行路径拆解,漏斗拆解、公式拆解。用于定位二级指标的问题。

路径拆解需要对业务流程进行分析,例如:用户浏览宝贝详情页>加入购物车>订单确定>订单提交>支付>支付结果。

公式拆解例如:有效活跃用户数(停留时长大于3秒)=打开APP的用户数*停留时长大于3秒的用户占比

其实是同一个思路,不同的表现形式。经过上述拆解,电商公司的业务人员得到了如下的三级指标:详情页UV、收藏数、加入购物车数,订单数等。

那业务人员得到三级指标后如何进行分析呢,我们可以进一步思考指标的维度,例如打开详情页的渠道分布,收藏/加购用户的用户画像,从加购到下单的时间分布等等。

常用的维度有:

按时间维度:秒、分、时、天、周、月、季、年

按渠道维度:推广注册、自然注册、活动注册

按用户类型:新老用户、高低净值用户、活跃/流失用户

按终端类型:微信公众号、PC官网、安卓APP、iOS APP


最后,当我们指标和维度都确定之后,就可以进行数据埋点了。

二、数据埋点

有了数据指标体系后,针对三级指标(业务执行层面),很多数据(用户行为信息)需要通过数据埋点的方式采集。

1.梳理产品页面流程

通过流程图的梳理,明确用户与系统之间每一步的交互,才能得出每一个步骤的转化率(指标值),才能够有针对性的提升。

例如购物环节:宝贝详情页>加入购物车>订单确定>订单提交>支付>支付结果

对应需要统计:宝贝详情页UV、购物车添加事件、订单确认事件、订单提交事件、支付事件、支付成功反馈事件

可以计算得到:从详情页到购物车的转化率,从详情页到订单确认的转化,订单从确认到支付成功之间的转化率等构成的漏斗模型


业务流程

2.提出埋点需求

即说明我们需要统计的事件。通过触发某个动作或达到某种条件来表示我们上述的流程。通常有曝光事件uv/pv,点击事件click等。

例如浏览详情页是曝光事件,添加购物车是点击添加购物车按钮即点击事件。

除了收集这个事件发生的次数外(计数统计),我们还可以收集到事件发生时附带的其他信息,即参数

例如宝贝品类。当需要收集的参数值为不可分类的连续值时(例如:订单金额),则采用计算统计方式。

根据以上,整理完成埋点需求的表格,定期维护,确保开发人员明确埋点的意义。


埋点需求表格
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,585评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,283评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,760评论 0 324
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,461评论 1 266
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,280评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,268评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,656评论 3 385
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,322评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,629评论 1 293
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,691评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,445评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,299评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,694评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,982评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,244评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,642评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,829评论 2 335

推荐阅读更多精彩内容