数据分析师|量化设计价值(三):如何创建体系化的监控系统( 四 )

  • 对于运营,了解不同行业的商家的订单效率,对进行深入运营是必要的。而“行业”维度根据分类方式的不同,又可以归类为一级行业(软装设计/板式家具/……),二级行业(整木定制/办公家具定制/暖通/地板/瓷砖……)。
  • 对于产品,为了更好地维护客情,对于特定的大客户的数据需要重点关注。因此商家账号的ID,也是重要的分析维度。
  • 3)where:我们需要的数据要在哪里获取?
    针对这个问题我们联想到:
    • 与一般的用户行为数据不同,订单的数据都储存在后台的操作日志中。
    • 需要的“行业”维度,可以复用其它团队已经制定好的标签。
    4)why:效率是企业的生命,制造业中存在各种效率指标,如“人效”/“屏效”等。糟糕的使用效率会造成我们的产品在根本上是不可接受的,因此效率指标非常重要。
    针对这个问题我们联想到:
    • 通过【订单生命周期】统计的时间,可以在整体上评估订单系统的流转效率。但是仅仅依靠一个这样的指标,缺少一些更细致的视角。可以增加对方案(订单的载体)的停留时长的统计,来计算审核在整个生命周期中所耗时间的占比。
    • The Rising Questions & Action:“ 根据问题1的答案,这还会引发什么其他问题,或者您将采取什么行动?”
    在回答上面的4W的过程中,会引发其它衍生问题,例如 “订单审核周期的时间的最小单位是什么?” 等等。
    针对上述的其中衍生问题,可以再进行一轮kpi wheel的自问自答。比较简单的衍生问题,不需要4个方面都进行问题分析。
    4. 最终在多次重复上述的两个过程后,最终我们确定了要在产品中量化哪些 度量(Measure),以及这些度量需要哪些分析维度,并将所有需要的度量和相关的维度都用表格的形式记录下来。
    例如,“订单从创建到最终通过的时长(h)”,是一个需要被量化的度量。它需要关联的维度(Dimension)有时间、商家ID、一级行业、二级行业。
    数据分析师|量化设计价值(三):如何创建体系化的监控系统
    文章插图
    四、指标 Metric研究完成菜谱,记录??采购清单后,接下来的带班过程就是准备食材并进行烹饪。
    当你已经明确了要观察的度量(Measure)、和需要关联的维度(Dimension),下一步就是通过数据建设获取这些度量,然后将度量加工成指标。
    1. 建设埋点获取度量的过程就是“取数”的过程。想要创建看板,数据分析师需要通过各种方式获取一张包含所有你需要的信息的宽表。
    如何获得这张包含一切关键信息的表格?我们需要借助埋点获取数据。
    所谓埋点就是在应用中特定的流程收集一些信息,用来跟踪应用使用的状况。
    您可以把用户在与您的网站或应用互动时触发交互行为理解为一个“事件”,一个时间存在一个触发的条件,当达到这个触发条件后就会上传请求,请求中会携带需要的“参数”。
    例如“用户点击按钮将商品加购到购物车”这个行为,每次用户触发这个行为后都会发送一个请求,而这个请求中会记录:加购商品的金额/加购商品的类型/加购商品的商品ID……等信息。这些结构化的信息构成了我们需要的度量(Measure)与维度(Dimension)。
    在完成了最基础的埋点后,我们就获得了最基础的数据。
    数据分析师|量化设计价值(三):如何创建体系化的监控系统
    文章插图
    2. 如何建立有效指标建议“指标”是量化衡量标准,未经加工的数据不具备可观察的价值。
    通过埋点,我们单纯只是得到了若干张包含所有用户信息的巨型表格,我们是分析不出什么有用信息的。为了更有效地去观察和分析作为度量(Measure)的数据,就需要对埋点数据进行一定的加工,变得更加易于理解和表达。