数据分析师在工作中经常会遇到这样的问题：
为什么会发生这样的现象？根本原因在于缺少指标体系的建设，宣贯、实施，2而指标体系的搭建是埋点、取数、分析工作的前提
指标体系的通俗定义：在业务不同阶段，分析师牵头，业务方协助，制定的一套从各维度去反映业务状况的一套待实施框架
指标选取原则：根本性、可理解性、结构性
根本性：核心数据一定要理解到位和准确
可理解性：所有指标都要配上业务解释性、如日活的定义是什么，打开还是点击还是进程在
结构性： 能够充分对业务进行解读：如新增用户只是一个大数，我们还需要知道每个渠道的新增用户，每个渠道的新增转化率，每个渠道的新增用户价值
指标的构成：
指标体系建立四步骤：
1、理清业务阶段和方向
创业期：业务前期：最关注用户量，此时的指标体系应该紧密围绕用户量的提升来做各种维度拆解，如渠道
上升期：业务中期，除了关注用户量的走势，更加重要的是优化当前的用户量结构，如看用户留存如果留存偏低，必然跟产品模块有关 系，是不是某功能流量承接效果太差。
成熟发展期：一定要看收入指标，各种商业化模式的收入，同时做好市场份额和竞品的监控
2、确定核心指标：——重点（方向对了，之后的工作才是对的）
建议：多去了解业务和市场头部玩家
最重要的是树立正确的核心指标，这个不是一件容易的事，不是因为这件事很难，而是所有人都去重新接受一些客观事实很难
举例：
某款产品的日活口径是打开app，通过不断的买量，日活也一直在上升，然而分析师发现，打开app中的用户中，2秒跳出率达30%，非常不健康，那么当前的核心指标日活实际上已经有问题了，更加好的指标体系是停留时长大于3秒的用户数
注：每个app的核心指标都不太一样，所以一定要多花时间去考虑这件事，这个非常重要，不只是看日活和留存那么简单
3、核心指标维度拆解：——重点（对核心指标进行正确合理的拆解才能帮助定位问题所在）
核心指标的波动必然是某种维度的波动引起，所以要监控核心指标，本质上还是要监控维度核心指标
通用的拆解方法都是先对核心指标进行公式计算，再按照业务路径来拆
根据上面的案例，当前的核心指标是停留时长大于3秒的用户数
停留时长大于3秒的用户数=打开进入app的用户数*停留时长大于3秒的占比
然后再往下进行拆解和分析 ；渠道转化率、打开方式、用户画像 ，停留时长的分布、
停留大于3秒的用户特征和行为特征，停留小于3秒的用户特征、有无作弊可能等
4、指标宣贯、存档、落地
宣贯：很多人都忽略了这一步，没有指标体系的宣贯和存档，和业务核心人员沟通好之后就开始建报表，然后就完事了。实际上搭建好指标体系后，要当面触达到所有的业务接口人 ，最好是开会并邮件通知到位
存档：同时要对指标的口径和业务逻辑进行详细的描述存档，如***功能渗透率=该功能的点击人数/日活。即把相关定义给描述清楚，让人一眼就能看懂
落地：就是核心指标的相关报表了，实际工作中，报表都是在埋点前建好的，这样的话一旦版本上线就能立刻看到数据，而且这个时候各方的配合度很高
数据分析师经常抱怨临时提数需求太多就是因为指标体系没做好 。
其实就是上面说的定目标和拆目标的过程，具体来说：
把搭建一个指标体系的过程总结成12个字：定目标，分指标，找数据，搭体系。
1、定目标
这是第一步，也是最重要的一步，很多指标体系搭起来之后没办法持续应用，问题基本都出在这一步。
首先要明确，我们搭建一个指标体系的目的为何。通常来说，目标可能包括以下几类：
具体目标可能会包含以上的一类或几类，需要根据目标来确定选择哪些指标。
2、分指标
明确目标后，需要进行指标选择，从大量的指标中选出或造出可以用于达到目标的指标。
选择指标时，建议分以下三步：
首先，寻找已有的可直接用于满足目标的指标体系，如可以找到，则在上面进行小幅度的修改，以适应目标需求；
其次，如果无法找到直接可用的指标体系（实际操作中这种情况出现比率超过50%），则参考相近指标体系，构建自己的指标。
最后，如果相近指标体系也没有，就要深挖问题的根源，然后自己造指标。（注：这种情况在实际工作中比较少见）
3、找数据
指标定好之后，分类取数，利用数据来计算指标值。
数据来源无外乎以下几种：
在此处需要注意，切忌从数据出发制造指标……
4、 搭体系
搭体系这部分，简单来说就是：要给指标及指标的变动之间提供逻辑解释，要能够以单个或多个指标的组合来给出对现实情况的解释。
转载自网络 不用于商业宣传 版权归原作者所有，侵权删。
41019702002033