5張圖搭建數(shù)據(jù)指標體系

5張圖，搭建數(shù)據(jù)指標體系講數(shù)據(jù)指標體系的文章很多，但一堆指標之間的關系到底應該怎么看？本文詳細分析了指標分析的常見問題、解題思路、如何認識問題等等，感興趣的小伙伴快來看看吧！講數(shù)據(jù)指標體系的文章很多，經(jīng)常是開篇一句：互聯(lián)網(wǎng)指標體系……，下邊幾百個指標blabla洶涌而出。搞得很多同學很暈菜：這么多指標，實際中到底怎么看？今天系統(tǒng)講解一下。話不多說，直接上場景。場景：某視頻APP內(nèi)容運營，每天會固定輸出游戲主題節(jié)目，節(jié)目以介紹游戲為主，目前暫無帶貨環(huán)節(jié)，也沒有其他KPI考核，就這么先做著。每一個視頻，有：播放次數(shù)、播放人數(shù)、人均播放時長、會員觀看數(shù)、10%/30%/50%/90%播放完成數(shù)、單個視頻發(fā)布后首日至第七日每日播放數(shù)據(jù)。還能分成：僅PC端播放、僅移動端播放，PC+移動端播放……同時由于是自己的平臺播放，所以能統(tǒng)計到每個用戶站內(nèi)其他視頻瀏覽行為。問題是：這一堆指標有啥關系？該咋看？一、常見問題一聽指標體系，很多同學會直接把一堆指標鋪出來：PC渠道的播放次數(shù)、播放人數(shù)、人均播放時長……移動端的播放次數(shù)、播放人數(shù)、人均播放時長……本周的、上周的、上上周的、……本次的、上次的、最近10次的、……一大堆指標擺完，發(fā)現(xiàn)個嚴重的問題：這一堆說了啥呀！因為沒有剛性考核的KPI，因此很難講清楚到底多大算好。你說播放次數(shù)越高越好吧，播放次數(shù)本身是個經(jīng)常波動指標，今天高了明天低了，這么分析法得弄死自己，還沒分析完為啥不好，丫指標又變好了！而且單看一個指標也顯得不科學，比如有的視頻就是播放很多但人均時長很短，還有一堆人涌過來看，然后秒退的情況。實際情況千奇百怪，連好/壞都沒法評估，咋進一步分析：為啥好/為啥壞呢？二、解題思路會導致暈頭轉向的核心問題，在于：沒有明確目標。如果是銷售的業(yè)務場景，目標很清晰：銷售收入/GMV。但是運營的場景不見得都有如此清晰、剛性的目標。特別是內(nèi)容運營，本身就有“放水養(yǎng)魚”的作用，有好的內(nèi)容積攢粉絲、吸引關注非常重要。無剛性目標，導致建立評價標準很難。如果只看一個指標，比如播放量，似乎有失偏頗。如果看兩個、三個、四個指標，比如播放人數(shù)、10%跳出人數(shù)、人均時長，則指標間相互交叉，情況錯綜復雜，很難下結論。更不用說，很多新手會習慣性忽略建立標準環(huán)節(jié)。于是導致了大量鋪陳數(shù)據(jù)，然后不知道下啥結論的暈頭鴨子問題。如何在無剛性目標情況下，建立評價標準，讀懂數(shù)據(jù)含義，是搭建體系的關鍵。三、認識問題，從單指標開始想理清頭緒，當然得從一個指標開始。連一個指標的走勢都沒看清楚，就扯上二三四個，只會越看越暈。選第一個觀察指標的時候，盡量選簡單、直接、不用計算的指標，這樣更容易看清楚情況，避免牽扯太多。因此在眾多指標中，可以先看播放次數(shù)/播放人數(shù)（選一個）。假設先看播放次數(shù)，對單指標而言，肯定是越多越好。播放量是內(nèi)容運營的基礎，連看都沒人看，其他的更談不上了。但是這里要注意，觀察：播放量指標是否有周/月/日的規(guī)律。如果有規(guī)律性波動，就不能簡單地說：昨天比今天高，所以昨天好（如下圖）假設播放量有周波動規(guī)律，則可以建立單指標的簡單評價標準：以周為單位觀察，數(shù)值越大越好以日為單位觀察，數(shù)值越大越好超過自身類型月平均水平，超過越多越好這樣就能對播放次數(shù)，這樣的單個指標講清楚：好/壞四、從單指標到多指標整明白了一個指標，可以加入其他指標。在加入其他指標的時候，要首先觀察：兩指標之間關系。有可能兩指標相關系數(shù)高，有可能相關系數(shù)低。這兩種情況下處理方法不同。相關系數(shù)高：比如播放次數(shù)和播放人數(shù)，兩個指標很有可能高度相關。一個視頻玩家短時間內(nèi)可能只看1次就夠了。高度相關的兩個指標，在評價好壞時不需要重復評估，看一個就好了。這樣能減少數(shù)據(jù)干擾，更容易得出結論（如下圖）。相關系數(shù)低：比如播放次數(shù)和人均時長，不見得高度相關。很有可能有的視頻太過標題黨，標題太刺激，配圖很色誘，把玩家騙進來結果發(fā)現(xiàn)貨不對板。如果出現(xiàn)兩個指標相關度低，就能用矩陣分析法，把視頻分類（如下圖）經(jīng)過這一步梳理以后，就能對兩個指標情況做出判斷。理論上播放次數(shù)越高越好，但人均時長不能低于一定水平，或者10%跳出用戶比例不能超過一定水平，這樣就能對每一期視頻進行評價。有了評價，就能做出進一步分析。五、從多指標到原因解讀評價了好/壞，就能進一步分析：為什么好、為什么壞。到這一步，就會發(fā)現(xiàn)，現(xiàn)有數(shù)據(jù)指標的問題：雖然看似一堆指標，可都是結果性指標。并不能直接從指標里推出：到底為啥用戶喜歡看。這時優(yōu)先考慮的是：補充數(shù)據(jù)，看看添加哪些數(shù)據(jù)能解釋清楚問題。首先想到的是視頻本身的數(shù)據(jù)，視頻本身可以有多種標簽：視頻主題：講哪一類游戲視頻內(nèi)容：游戲八卦、玩法、比賽……視頻講解：找技術高手還是找個美女亮腿……視頻時長：太長的可能中間關掉的多發(fā)稿時間：選播放好的時間發(fā)做內(nèi)容運營，首先得對自己做的內(nèi)容有清晰的了解，打好標簽，再做其他工作。有了標簽，單純地結合標簽分析結果指標，也可能得出一些有用的結論，比如：5分鐘比10分鐘效果好美女亮腿比男主持人效果好講比賽比講八卦效果好這些已經(jīng)足夠優(yōu)化運營了。更進一步的還可以結合用戶畫像來看，比如：觀察用戶看別的游戲類視頻行為，給用戶喜歡的游戲類型，游戲內(nèi)容貼標簽觀察用戶近期關注的熱點內(nèi)容、流行的梗觀察用戶更喜歡技術宅還是美女有了這些用戶標簽，可以查看：目前觀看視頻的用戶群體是否是目標群體根據(jù)群體規(guī)模大的用戶，制作新的內(nèi)容根據(jù)用戶近期關注的話題、主播喜好，選話題和主持人當然，并不見得投其所好一定有效，更有可能有“標題黨蹭熱度”的效果——播放次數(shù)很多但看一眼就跳出。所以最后還是得結合優(yōu)化前后效果，做最終定論。六、小結搭建數(shù)據(jù)分析體系可以很簡單（如下圖）真正