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 )
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。
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?”
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。
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。
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。
- text|《2021大数据产业年度创新技术突破》榜重磅发布丨金猿奖
- 酷睿处理器|关键数据出炉,京东比阿里差远了
- 财智干货|数智化发展任重道远,财务中台提升数据服务价值 | 大数据
- 央媒表态后,联想关键数据出炉,柳传志这回要扳回一局?
- 数据库|OPPO悄悄上新机,骁龙8核+5000mAh电池,256G仅售1599元
- 数据仓库|红米真我moto三款骁龙870手机对比:2000元以内,谁更值得买?
- 中文|爱数智慧CEO张晴晴:基于”情感“的人机交互,要从底层数据开始
- B费全场数据:2次射正打入2球,3次抢断、1次拦截
- iPhone|东芝NAS硬盘N300系列+ORICO硬盘柜=“数据保险柜”
- 数据库|丁磊致歉“鱼眼观察”作者并回应:已撤回删稿函