惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

雷峰网
雷峰网
G
Google Developers Blog
D
Docker
The GitHub Blog
The GitHub Blog
H
Help Net Security
WordPress大学
WordPress大学
博客园_首页
Recent Announcements
Recent Announcements
P
Proofpoint News Feed
罗磊的独立博客
I
InfoQ
U
Unit 42
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
V
Visual Studio Blog
Jina AI
Jina AI
J
Java Code Geeks
博客园 - Franky
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
大猫的无限游戏
大猫的无限游戏
小众软件
小众软件
Last Week in AI
Last Week in AI
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
D
DataBreaches.Net
Google DeepMind News
Google DeepMind News

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
聊聊业务指标到技术指标的转化落地
余田 · 2023-09-11 · via 人人都是产品经理

业务指标要如何转化落地呢?这篇文章里,作者从指标概念出发,对业务指标与技术指标的关系、业务指标如何转化落地等问题进行了解读,一起来看一下。

最近有位业务的同事问了一个关于数据指标的问题:A分厂A车间年度产值完成率、A分厂A车间月度产值完成率、A分厂年度产值完成率,这是三个不同的指标吗?

要回答这个问题,首先要理清楚指标的概念。

一、指标的概念

指标是统计学范畴,用于数据的描述性统计,衡量目标总体特征的概念及其数值的综合。指标一般由指标名称和指标数值组成,指标名称体现了指标质和量的规定,指标数值反映了指标在具体时间、地点、条件下的数量表现。

在统计工作和统计理论研究中,往往直接将说明总体数量特征的概念称为指标。从同事的问题中,可以看出“产值完成率”是表征总体特征的,可以定义为指标。同事说的三个指标,已经附加了业务语境(时间、地点、对象等),从量化精分来看,可以区分为3个不同的数据指标(复合指标)。

二、业务指标和技术指标的关系

同事又问,从业务视角来看,都是产值完成率,那应该算是一个考核指标啊?

这样考虑也没有错,总体来说是指标分级管理问题,高层级分类往往会站在一定高度上进行抽象汇总,例如上面的“产值完成率”指标,就是一个抽象汇总指标,在业务管理上有意义,它附加不同的分析维度、时间窗口、限定条件等不同,会衍生出许多细分数据指标。

数据指标是用来衡量目标的,从分析角度看,通过细分数据指标,可以获知分析的视角,数据的统计逻辑,数据的量度等,所以指标细化到具体的执行层,才有实际分析意义。例如“A分厂A车间年度产值完成率”在分析层有意义。

系统在做指标管理时,往往要做指标的分类管理,用于指标的分层,便于归类管理。另外,系统会从业务视角,增加业务指标的管理。业务指标往往是一些描述性文字,定义指标设置的目的、计算公式、统计周期,统计维度等,用于指导技术指标的建设。

此处提到了“技术指标”,所谓的技术指标,是从技术实现角度,抽象出的三类指标,即原子指标、衍生指标和复合指标

原子指标是多维模型中的最细数据粒度,定义了事实表中度量属性的聚合逻辑,仅含有唯一度量,是技术指标体系中原子粒度的计算口径描述。

衍生指标由原子指标通过添加时间限定、条件限定和维度卷积而成,限定、维度均来源于与原子指标关联的事实表。

复合指标由一个或多个衍生指标叠加计算而成,是依据业务需要对衍生指标的再加工,尤其可以实现对相同维度(组)的、不同事实表间的多个衍生指标进行组合计算,以达到对数据进行分析统计的需求。

通过上面的三个定义,可以了解到,技术指标依赖于事实表,是对事实表中的维度和度量进行依次加工转化,最终输出符合业务需要的指标数据 。

通过上面的描述,我们对业务指标和技术指标有了一定了解,可通过下图清晰的表达两者之间的关系:

三、业务指标如何转化落地

当听到业务人员说某个业务指标的时候,我们该如何落地实施呢?例如听到业务指标“高风险行业客户占比”时,需要明确业务指标如何拆解成原子指标、衍生指标和复合指标。笔者根据自己的工作经验做了如下总结:

第一步,明确指标维度和统计周期,从数据分析角度,确定数据计算口径。例如高风险行业客户占比”这个指标,明确后的指标为“截至当日各分行的高风险行业客户占比”。“截至当日”确定了数据统计的时间周期,“各分行”确定了维度,即数据统计group by的依据。

第二步,明确指标的计算公式:例如:高风险行业客户占比=高风险行业客户总数/客户总数。

第三步,确定原子指标。原子指标是不可再进行拆分的指标,是基于业务过程的度量值,确定事实表中度量属性的聚合逻辑。结合第二步中的计算公式,提炼出本案例原子指标为:客户总数。

第四步,确定衍生指标。衍生指标=时间限定(统计周期)+维度(统计粒度)+业务限定(筛选数据)+原子指标,本案例衍生指标拆解如下:

第五步,确定复合指标。复合指标是在一个或多个衍生指标基础上,通过各种逻辑运算符合成的,例如比率,比例等类型的指标。本案例复合指标“高风险行业客户占比”由两个衍生指标相除获得:截至当日各分行的高风险行业客户总数/截至当日各分行的客户总数。

指标拆解完毕后,落地到系统上还有很多工作要做,例如源数据的统一集成,数据的治理加工、数据建模、数据计算等,每一步都有很多工作要做,后续会发文逐一展开讨论,以上内容仅为业务指标到技术指标转化落地的总结,期望对大家有所帮助。

专栏作家

余田,人人都是产品经理专栏作家,数据产品经理,《用户至上-用户研究方法与实践》译者。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。