大數(shù)據(jù)實踐：數(shù)據(jù)指標(biāo)中心的建設(shè)思路

業(yè)務(wù)和數(shù)據(jù)，可以理解為映射關(guān)系，數(shù)據(jù)是業(yè)務(wù)在數(shù)字世界里的另一個它。舉個例子來說：你衣服鞋子的尺碼、喜歡吃什么口味的菜、愛看什么內(nèi)容的文章、什么時候起床和睡覺等等，所有這些個人的數(shù)據(jù)都在云端被記錄著，它就是你在數(shù)字世界里的映射。網(wǎng)上之前流行的一句話很有意思：手機可能比你自己還要了解你。就是因為它里面存儲了一個數(shù)據(jù)的你。

我相信大家都清楚，手機用的越頻繁，越多個人的數(shù)據(jù)被記錄，它就會越好用，然后你就會用的更頻繁。業(yè)務(wù)和數(shù)據(jù)就是這樣的閉環(huán)促進(jìn)關(guān)系：業(yè)務(wù)越全面、越深入的被線上化，反過來數(shù)據(jù)對業(yè)務(wù)的賦能就會越大。

接下來我們會就其中的數(shù)據(jù)分析環(huán)節(jié)展開來講，在這之前，先宏觀的了解一下從數(shù)據(jù)到?jīng)Q策會經(jīng)歷怎樣的一個過程。

我們時刻都在被數(shù)據(jù)所記錄著：年齡、身高、體重、消費金額、運動步數(shù)等等，如果只是單純的去看這些數(shù)字是沒有意義的，要用心去思考數(shù)字背后鮮活的業(yè)（靈）務(wù)（魂）。說到這里，阿北笑著又重復(fù)補充到：業(yè)務(wù)是有靈魂的！當(dāng)我們從這些數(shù)字中發(fā)現(xiàn)業(yè)務(wù)背后的信息，再將這些數(shù)據(jù)和信息轉(zhuǎn)化成一組規(guī)則來輔助我們決策（知識）的時候，數(shù)據(jù)就會變得很有價值。這個過程就是：從數(shù)據(jù)到信息，再到?jīng)Q策（知識）。

跟大家舉個生活中的例子：體溫39度是單純的數(shù)字，背后的信息是發(fā)燒了，做出的決策（知識）就是需要去醫(yī)院看病。

圖2 數(shù)據(jù)-信息-知識

對于上面總結(jié)的從數(shù)據(jù)到?jīng)Q策的過程，我們往往會說成根據(jù)數(shù)據(jù)分析的結(jié)果去做決策，雖然這樣的說法沒問題，但不夠直接，實際上我們是基于業(yè)務(wù)理解去做決策的，而數(shù)據(jù)是幫助我們加深業(yè)務(wù)理解的工具。數(shù)據(jù)賦能業(yè)務(wù)一般會經(jīng)歷四個環(huán)節(jié)：數(shù)據(jù)表現(xiàn)、業(yè)務(wù)原因、業(yè)務(wù)策略和作用方式。最開始我們通過數(shù)據(jù)去評估業(yè)務(wù)狀態(tài)，發(fā)現(xiàn)業(yè)務(wù)表現(xiàn)異常，再全面的分析數(shù)據(jù)并結(jié)合一線的調(diào)研反饋，反復(fù)的進(jìn)行猜想和數(shù)據(jù)驗證，弄清楚數(shù)據(jù)表現(xiàn)背后的業(yè)務(wù)原因，然后思考解決問題的策略，再落地執(zhí)行，監(jiān)控后續(xù)效果并不斷的迭代，直到問題被解決，業(yè)務(wù)發(fā)展進(jìn)入正軌。

圖3 數(shù)據(jù)賦能業(yè)務(wù)

再就剛才提到的生病發(fā)燒的例子詳細(xì)解釋一下數(shù)據(jù)賦能業(yè)務(wù)的過程：體溫39度是數(shù)據(jù)表現(xiàn)，背后的身體原因是發(fā)燒了（業(yè)務(wù)原因），醫(yī)生說需要打點滴退燒（業(yè)務(wù)策略），之后你就躺在病床上，護(hù)士過來給你輸液（作用方式），這些流程走完之后，后續(xù)還會要求你持續(xù)的測量體溫（監(jiān)控落地效果），如果還一直不退燒的話，可能還需要繼續(xù)去輸液吃藥（不斷的迭代業(yè)務(wù)策略），直到最后體溫恢復(fù)正常（問題被解決），身體進(jìn)入健康狀態(tài)（業(yè)務(wù)發(fā)展進(jìn)入正軌）。

分析數(shù)據(jù)定位業(yè)務(wù)問題，基于業(yè)務(wù)理解，確定解決策略，到最終正向的影響業(yè)務(wù)，整個過程中，業(yè)務(wù)策略存在兩個閉環(huán)：邏輯閉環(huán)和業(yè)務(wù)閉環(huán)。

圖4 業(yè)務(wù)策略的閉環(huán)

這兩個閉環(huán)是互相影響的，首先要做到的就是論證邏輯閉環(huán)，保證結(jié)論可以站得住腳。等真正落地執(zhí)行的時候，業(yè)務(wù)上可能行不通，就需要基于新的業(yè)務(wù)理解去迭代論證邏輯，形成新的邏輯閉環(huán)，再去落地執(zhí)行，直到在業(yè)務(wù)上可以跑通。

所以在數(shù)據(jù)分析過程中會常出現(xiàn)兩類問題：

1. 邏輯閉環(huán)相關(guān)：

   不接地氣，指的是策略的邏輯論證沒問題，但離業(yè)務(wù)上跑通還很遠(yuǎn)；

2. 業(yè)務(wù)閉環(huán)相關(guān)：

   策略沒有落地或者落地反饋周期太長，導(dǎo)致業(yè)務(wù)理解只停留在當(dāng)時分析數(shù)據(jù)的節(jié)點，沒有得到驗證反饋；

   
   

那我們在工作中怎么判斷業(yè)務(wù)策略是否接地氣呢？主要分成兩步：

1. 深入思考策略成立的業(yè)務(wù)假設(shè)是什么？

2. 調(diào)研判斷業(yè)務(wù)假設(shè)是否成立？

舉個例子：你設(shè)計了一套完整的針對B端商家的權(quán)益方案，希望牽引商家按平臺的方向去做生意，假設(shè)權(quán)益方案在邏輯上沒問題，但要真正落地有效的話，就會涉及到一些業(yè)務(wù)假設(shè)需要成立：

1. 平臺可以很好的觸達(dá)商家，商家也能夠理解權(quán)益方案；

2. 權(quán)益方案細(xì)節(jié)，商家真的很在意；

3. ……

   
   

接著就需要去調(diào)研這些業(yè)務(wù)假設(shè)是否真的成立？如果成立的話，那么該策略落地有效的概率就會很大；如果商家理解不了復(fù)雜的權(quán)益方案，或者商家對權(quán)益根本不在意，那說明該業(yè)務(wù)策略是不接地氣的，就需要及時做出調(diào)整。當(dāng)然，策略是否有效的前置調(diào)研驗證是很有必要的，但有時候調(diào)研結(jié)果并不能直接推導(dǎo)出策略有效或者無效，那就需要設(shè)計好的落地方案，快速驗證迭代。

最后也類比過來，判斷某個人是否懂業(yè)務(wù)：如果這個人通篇都在講數(shù)學(xué)邏輯，沒有業(yè)務(wù)判斷，或者有些業(yè)務(wù)判斷明顯是不成立的，那大概率這個人就不太懂業(yè)務(wù)。要做出正確的決策首先邏輯上要成立，另外在業(yè)務(wù)上也要行得通。

如今不論是企業(yè)還是個人發(fā)展，整體都在往數(shù)據(jù)方向轉(zhuǎn)型，數(shù)據(jù)變得越來越重要。企業(yè)需要數(shù)據(jù)資產(chǎn)保持行業(yè)競爭力、產(chǎn)品需要根據(jù)數(shù)據(jù)分析的結(jié)果來迭代、運營需要通過數(shù)據(jù)來評估活動效果等等，越往后，數(shù)據(jù)思維、分析能力會逐漸變成橫向能力被大家所掌握，人人都會數(shù)據(jù)分析肯定是未來的趨勢。所以我覺得大家在這個窗口期選擇數(shù)據(jù)領(lǐng)域是非常明智的。

建立指標(biāo)體系是數(shù)據(jù)分析的第一步。

指標(biāo)的本質(zhì)是量化了的目標(biāo)，比如常見的例子：

①我們要把用戶的盤子做大，那對應(yīng)的量化指標(biāo)就是已注冊用戶數(shù)；

②我們要統(tǒng)計今天的銷售額，那對應(yīng)的量化指標(biāo)就是總支付金額；

③我們要衡量一次活動的效果，那對應(yīng)的量化指標(biāo)就是下單率。

從上面的例子我們可以看到，我們比較常用的幾個類型的指標(biāo)就是，存量型指標(biāo)（已注冊用戶數(shù)）、事務(wù)型指標(biāo)（支付金額）、轉(zhuǎn)化型指標(biāo)（下單率），其它還有比例型、統(tǒng)計型、排名型等，這些比較不常用，就不在此贅述了。

這些不同類型的指標(biāo)，分散在我們產(chǎn)品中的不同功能模塊中，所以為了更好地規(guī)范與管理，我們需要將這些指標(biāo)也按照主題域的方式歸集起來。主題域在“倉庫模型中心”進(jìn)行創(chuàng)建與定義，在這里只需要將對應(yīng)的指標(biāo)劃歸到對應(yīng)的主題域就行了。

2、然后是拆分原子指標(biāo)與派生指標(biāo)

先來看看原子指標(biāo)跟派生指標(biāo)這兩個概念具體是什么？

①原子指標(biāo)：是事實表中，某一個字段的統(tǒng)計值（sum、count、max、min、avg），如下單用戶數(shù)，下單金額等；

②派生指標(biāo)：是基于原子指標(biāo)，進(jìn)行維度組合后產(chǎn)生的指標(biāo)，如近1天商城下單用戶數(shù)，本周商城黃金會員下單金額等。

原子指標(biāo)無業(yè)務(wù)意義，它只是預(yù)定義的代碼片段而已。業(yè)務(wù)中用到的指標(biāo)基本都是派生指標(biāo)。

在本章的開頭有提到這樣一句話：“將指標(biāo)的組成部分解耦拆分開來，并在邏輯表中進(jìn)行規(guī)范性的定義”，這個解耦跟定義的過程，就是把一個派生指標(biāo)拆解成原子指標(biāo)、時間周期、限定維度、聚合粒度，然后再重新拼裝，生成新的派生指標(biāo)的過程：

在上面這個例子中可以這樣來理解：

①統(tǒng)計周期是這個原子指標(biāo)進(jìn)行統(tǒng)計運算的時間范圍，在這里是本周；

②聚合粒度是指標(biāo)的主體，即按照哪個維度來來進(jìn)行聚合，這里是黃金會員；

③限定維度是限制原子指標(biāo)的計算范圍，這里限定在商城，即只計算商城相關(guān)的數(shù)據(jù)；

④原子指標(biāo)則是預(yù)定義的某個字段計算規(guī)則。在這里是下單金額的累加。

4、最后通過指標(biāo)管理平臺對指標(biāo)進(jìn)行規(guī)范生產(chǎn)

（1）規(guī)范化指標(biāo)命名

命名規(guī)范對于后期大量的指標(biāo)管理來說非常重要，因為當(dāng)指標(biāo)多起來的時候，你要找一個指標(biāo)經(jīng)常需要用到檢索功能，而檢索的前提是你對指標(biāo)有一些前置的認(rèn)知。這就需要我們對指標(biāo)的命名進(jìn)行規(guī)范化。

指標(biāo)命名規(guī)范有三個重點：

①簡潔明了，易懂：最好是只要看到指標(biāo)名，不需要看注釋就可以知道它的意思，歸屬等；

②格式統(tǒng)一：每個指標(biāo)的格式都是一樣的，通過組合不同模塊的命名拼湊起來；

③生成統(tǒng)一：原子指標(biāo)與繼承自它的派生指標(biāo)的規(guī)范是一致的。

以商城相關(guān)的指標(biāo)為例：

①所有業(yè)務(wù)下單跟支付指標(biāo)，默認(rèn)以主單為統(tǒng)計口徑，不用帶“主單”相關(guān)字眼，如商城下單次數(shù)；當(dāng)統(tǒng)計口徑為“子單”時則需要在命名中標(biāo)出，如：商城子單下單次數(shù)；

②所有與人相關(guān)指標(biāo)默認(rèn)以“注冊用戶”為統(tǒng)計實體，不需要帶“用戶”相關(guān)字眼，如訪問次數(shù)；當(dāng)統(tǒng)計主體為“游客”時則需要在命名中標(biāo)出，如：游客訪問次數(shù)；

③無指定業(yè)務(wù)范圍的指標(biāo)默認(rèn)為平臺指標(biāo)，不需要帶“平臺”相關(guān)字眼，如近30天支付人數(shù)。如果有限定業(yè)務(wù)范圍，則需要加上業(yè)務(wù)名稱，如：商城-近30天支付人數(shù)；

④無指定時間周期的指標(biāo)默認(rèn)為“近1天”（但需要保存小時粒度，便于后續(xù)下鉆），不需要帶“時間”相關(guān)字眼，如注冊人數(shù)。如果有限定時間范圍，則需要加上時間周期：如：近7天注冊人數(shù)。

完整的命名的規(guī)范為：商城（業(yè)務(wù)板塊）+用戶（實體）+近7天（統(tǒng)計周期）+新增（業(yè)務(wù)動作）+子單（類型）+單日（間隔周期）+平均（統(tǒng)計運算規(guī)則）+支付金額（原子指標(biāo)），如：商城-用戶近7天新增子單單日平均支付金額（沒有的部位可留空，如：商城-匯總支付金額）。

⑵規(guī)范化統(tǒng)計口徑

當(dāng)指標(biāo)主體為實體（名詞）：游客、用戶、商品等，則只需定義單位為“人/個” 即可。如：游客人數(shù)、用戶人數(shù)、商品個數(shù)。

當(dāng)指標(biāo)為業(yè)務(wù)動作（動詞）：如點擊、支付、下單等，單位除定義為“次數(shù)” 外，還需考慮跟這個動作關(guān)聯(lián)的實體的單位，如“商品”時需要定義多一個單位“筆數(shù)”；為“用戶”時則需要定義多一個“人數(shù)”等；所以一個下單動作的指標(biāo)，會有多個不同的統(tǒng)計口徑：下單次數(shù)，下單人數(shù)，下單筆數(shù)，下單金額……

在定義指標(biāo)名時需要詳細(xì)列出，避免出現(xiàn)“下單數(shù)”這樣模糊的指標(biāo)。

⑶規(guī)范化指標(biāo)等級

我們都知道，隨著公司的發(fā)展，產(chǎn)品在不斷地進(jìn)行迭代，功能的增刪與業(yè)務(wù)的變化勢必也影響著指標(biāo)的發(fā)展，一些舊的指標(biāo)被不斷更新或廢棄，而新的指標(biāo)也不斷增加。這時對指標(biāo)的管理也成了一個問題，哪些指標(biāo)由誰開發(fā)？后續(xù)誰來維護(hù)……

一個比較好的解決方案就是對指標(biāo)進(jìn)行等級劃分，可以劃分為兩個等級：

①一級指標(biāo)：即原子指標(biāo)與小部分全平臺的核心指標(biāo)，從各業(yè)務(wù)部門收集需求后，統(tǒng)一由數(shù)據(jù)中臺來產(chǎn)出，有一套完整規(guī)范的開發(fā)流程：需求-評審-排期-開發(fā)-測試-驗收-上線。所有維護(hù)管理工作都由中臺負(fù)責(zé)；

②二級指標(biāo)：即派生指標(biāo)，由各業(yè)務(wù)部門自定通過指標(biāo)中心生成，沒有嚴(yán)格的開發(fā)流程，各業(yè)務(wù)部門根據(jù)需要自行創(chuàng)建，但需要遵守命名規(guī)范。所有維護(hù)管理工作由部門內(nèi)部負(fù)責(zé)。

指標(biāo)中心建成后，還需要將在整個數(shù)據(jù)分析過程中各個角色的職責(zé)邊界理清楚。公司在追求業(yè)務(wù)商業(yè)價值最大化的過程中，會涉及到多個部門間的合作。

在實際的工作中，涉及的部門會更多，比如還會有算法部門、研發(fā)部門、用戶研究部門等等，這里就不一一展開跟大家講了。

具體的合作過程：首先是業(yè)務(wù)產(chǎn)研團隊基于實際需求，上線產(chǎn)品，當(dāng)業(yè)務(wù)數(shù)據(jù)被收集上來以后，會同步到數(shù)據(jù)倉庫，數(shù)據(jù)開發(fā)工程師根據(jù)數(shù)據(jù)產(chǎn)品經(jīng)理的需求對數(shù)據(jù)進(jìn)行加工處理，數(shù)據(jù)分析師會全面有邏輯的去拆解和分析業(yè)務(wù)，并同數(shù)據(jù)產(chǎn)品經(jīng)理一起合作把分析框架沉淀在數(shù)據(jù)產(chǎn)品上。數(shù)據(jù)分析師、數(shù)據(jù)產(chǎn)品經(jīng)理和數(shù)據(jù)開發(fā)工程師一起搭建了整個業(yè)務(wù)的數(shù)據(jù)體系，然后對外輸出：評估業(yè)務(wù)狀態(tài)、數(shù)據(jù)支持運營活動、分析產(chǎn)品迭代效果等等。