使用SQL構(gòu)建數(shù)據(jù)指標體系

點擊關注上方“SQL數(shù)據(jù)庫開發(fā)”，

設為“置頂或星標”，第一時間送達干貨

背景

經(jīng)常會聽到互聯(lián)網(wǎng)人形容一個產(chǎn)品的體量和知名度用活躍用戶來衡量，比如：“微信的日活接近10億了，真社交巨獸。”

這里面有個幾個關鍵的詞：衡量、日、活躍、用戶。這些綜合起來是什么，DAU。對于分析師來說，這是一個可反應業(yè)務產(chǎn)品活躍用戶現(xiàn)狀的一個指標。

這樣思考下去你可能會問想知道：

指標是什么？

按照比較官方的定義是在一定條件和時間下反應某種現(xiàn)象的規(guī)模和比例，由指標名稱和數(shù)值構(gòu)成。

實際上是不是所有的這種反應某種現(xiàn)象和規(guī)模的數(shù)據(jù)都可以叫做指標呢？我覺得不是，因為不是所有這樣的數(shù)據(jù)都是對業(yè)務有參考價值的。

張濤老師的說法個人較為認可：對當前業(yè)務有參考價值的可統(tǒng)計的數(shù)據(jù)可以是指標，它是可以反應哪個用戶做了哪些行為，給業(yè)務帶來了什么樣的結(jié)果指標^[1]。

所以常用的數(shù)據(jù)指標可以分成：用戶數(shù)據(jù)（新增、日活、留存等）；行為數(shù)據(jù)（訪問深度、轉(zhuǎn)化率等）；業(yè)務數(shù)據(jù)（一般會和用戶數(shù)據(jù)指標和行為數(shù)據(jù)指標有些交叉，反應的是業(yè)務大盤的情況，比如GMV、ARPU值等）。

使用這些指標的注意和坑

假如你是一名分析師嗎，可能你會遇到這樣的場景，”同一個指標“不同的人可能也得到不一樣的結(jié)果：

比如產(chǎn)品經(jīng)理A說的本月的留存率是20%，產(chǎn)品經(jīng)理B說本月的留存是24%，那到底誰是對的，為什么他們計算的結(jié)果會不一樣？

其實沒有絕對的對錯，只是A和B對這些數(shù)據(jù)指標背后的定義和口徑是不一致的。但后續(xù)分析過程中一定要注意形成統(tǒng)一明確的數(shù)據(jù)指標定義，這樣才能去做后續(xù)的分析，不然后續(xù)的對比結(jié)果可能也是錯的。

留存率的案例

某高質(zhì)量用戶產(chǎn)品在2020年國慶節(jié)那一天（10月1日）開始試運營，那天通過拉新來了5位用戶，國慶節(jié)過完來，老板想知道10月1日這波拉新用戶的7日留存率。

Fake數(shù)據(jù)表

CREATE?TABLE?ods_study_1.ods_study_retain_1
(
userid?int,
min_date?DATE,
active_date?DATE
);

INSERT?INTO?ods_study_1.ods_study_retain_2(userid,min_date,active_date)?VALUES(1,'2020-10-01','2020-10-02'),(2,'2020-10-01','2020-10-02'),(3,'2020-10-01','2020-10-02'),(4,'2020-10-01','2020-10-03'),(5,'2020-10-01','2020-10-03')

查看下數(shù)據(jù)

?SELECT?userid,min_date,active_date,active_date-min_date?FROM?ods_study_1.ods_study_retain_2

國慶后，產(chǎn)品經(jīng)理A匯報說，“老板，我們這次7日留存下來的用戶是0，7日留存率0，效果非常不好，不可以繼續(xù)投放拉新了

SELECT?
??min_date,
??COUNT(CASE?WHEN?(active_date-min_date)?=?6?THEN?userid?ELSE?NULL?END?)?restay_num,
??COUNT(DISTINCT?userid)?all_num?
FROM
??ods_study_1.ods_study_retain_2?
GROUP?BY?
??min_date;

國慶后，產(chǎn)品經(jīng)理B匯報說，“老板，我們這次7日留存下來的用戶是5，7日留存率是100%，效果非常好，可以繼續(xù)投放拉新”。

SELECT?
??min_date,
??COUNT(CASE?WHEN?(active_date-min_date)?<=?6?THEN?userid?ELSE?NULL?END?)?restay_num,
??COUNT(DISTINCT?userid)?all_num?
FROM
??ods_study_1.ods_study_retain_2?
GROUP?BY?
??min_date;

老板非常疑惑，你們怎么回事，怎么得出的結(jié)論正好相反？

產(chǎn)品經(jīng)理B看了看A的計算邏輯，給A說，兄弟，我們這款產(chǎn)品具有周期性，當時調(diào)研的時候就反饋了用戶一般只會在每個月的2號和3號有時間去使用這款產(chǎn)品。

所以你不能計算10月1日之后的第7日還剩下多少人活躍，要計算10月2日-10月7日之間一共有多少用戶在活躍。

這個小案例其實反饋的就是業(yè)務線對指標定義不一致計算得到不同的結(jié)果，一個是7日日留存，一個是7日內(nèi)留存。

數(shù)據(jù)指標體系的構(gòu)建

所以指標準確的定義是產(chǎn)品、運營、數(shù)據(jù)等團隊做分析必要的前提，且在每個分析師心中都有一套完整的數(shù)據(jù)指標體系。指標是單一的，指標體系是完整的，是可以表示業(yè)務之間的相關性和結(jié)構(gòu)性。

一個優(yōu)質(zhì)的數(shù)據(jù)指標體系可以反應出：發(fā)生了什么？為什么這件事會發(fā)生？這樣持續(xù)下去未來可能會發(fā)生什么？我們應該根據(jù)這些做些什么？

這一塊涉及的內(nèi)容較多，一篇文章應該講不完整，這次簡單分享下。分析師構(gòu)建一套完整的指標體系搭建步驟和所需合作同事：

1. 明確產(chǎn)品各業(yè)務線目的（相關業(yè)務線產(chǎn)品經(jīng)理出）
2. 明確指標體系的建設規(guī)劃模型方案（分析師和相關業(yè)務線的產(chǎn)品經(jīng)理拉通統(tǒng)一）
3. 明確指標對應的埋點和存儲邏輯（各業(yè)務線產(chǎn)品經(jīng)理和埋點研發(fā)人員）
4. 梳理指標的準確性，取數(shù)校驗（分析師）
5. 指標跌倒更新和刪減（分析師和產(chǎn)品經(jīng)理）
6. 數(shù)據(jù)指標體系平臺建設和迭代（分析師、產(chǎn)品、研發(fā)）

步驟2的規(guī)劃模型方案思路這一塊建議閱讀GrowingIO發(fā)布的那本小冊子《指標體系與數(shù)據(jù)采集》^[2]，寫的比較清晰。

參考資料