如何恰当选择数据指标分析方法？

这是UBS与您的第48次美好分享

预计阅读时间：7分钟

数据分析是指对数据进行有目的的收集、整理、加工和分析，进而提炼出有价值的信息的过程。一般情况下，在对基础数据进行清洗加工后，分析师会按照业务既定目标对数据指标进行统计分类和分析，再借助分析模型指导业务方进行有针对性的用户运营。

本文主要讲述的内容是数据指标的统计分类和分析方法。

一

数据指标的分类

在数据分析中，我们通常将数据指标分为3种类型：名义型指标、序列型指标和度量型指标。通常情况下，名义型指标和序列型指标会做为用户分群的依据，而将度量型指标做为用户分群后表述各类用户的行为值。

如下图所示：名义型指标可用做用户分群依据，常用于用户组成结构图的分类标签；序列型指标可用做用户行为趋势对比，常用于表达度量型指标随时间趋势变化的时序标签。

图1 名义型指标和时序型指标使用示例

然而，仅仅依赖这两类指标做分类是不够的，很多情况下也需要将度量型指标做为用户分群的依据，三种指标互相配合，才能够丰富地表达用户特征。

二

数据指标的分析

通常，当数据指标少于6个时，可以直接使用统计分析工具进行分析；而当数据指标多于6个时，很难直接使用统计分析工具，这时需要对多个数据指标进行降维操作，即把多个指标聚合成单个或少量指标后，再利用统计分析工具进行分析。

1.单数据指标的分析

业务数据比较庞杂，用户种类复杂多样，如果粗暴地将用户简单分组，很容易把不同特征的用户分为一组，这会造成组内用户下钻分析方向的偏离，导致后续分析结果的失真。对用户行为进行描述统计时，通过对用户行为值的分布、集中趋势、离散程度的观察，可以清晰地将有相似行为的用户划分到一个组内。

如下图所示：在SPSS中，对度量型指标进行描述统计，即可完成对度量型指标的摸底分析。

图2 度量型指标摸底分析

在上图中，“10等位分割点”就是寻找“二八原则”用户的简易路径。通过对用户CUID粒度的dip_pv数据指标分析，可以快速找到20%的用户dip_pv大于7851，统计这部分用户的dip_pv总量和占整体用户dip_pv的占比，进而判断用户的dip_pv行为值是否符合“二八原则”，方便后续圈定重点用户，进行重点分析。

图3 常用“二八原则”示例

2. 双数据指标的分析对两个数据指标进行交叉分析，是挖掘潜在增长点的较好方法。如下图所示：通常，区域1是最优质的保持组，可以据此下钻优质用户的特征、共性，区域2和3是潜在增长区域，可据此挖掘用户的可增长空间，区域4是较为低质的用户区。在这里，指标低和高的概念完全依赖于指标的分布情况划分。

图4 利用两个数据指标进行交叉分析

常用的用户价值模型RFM（Rencency-Rrequency-Monetary）是这种数据指标组合方式的升级。

下图以小说产品RFM模型应用为例：R为用户上个月有没有来，F为用户月活跃天数，M为用户在小说的单日阅读时长。

图5 小说产品RFM用户模型示例

3. 少量数据指标（3～6个）的分析

通常3个指标可以做三维气泡图，但在大部分情况下，气泡图中代表气泡大小的Z值对比的直观性被削弱了不少；而雷达图对多维指标的对比性增强，但是只适合少量指标的对比。

图6 少量数据指标分析方法示例

4. 多个数据指标（大于6个）的分析

将多个指标通过加权聚合成单个或双指标，会大大增强数据的指导价值。

从业务角度出发，可以将数据指标根据业务逻辑做业务层面的归类后，整合成1个或少量指标进行分析；

当数据指标的关联性较弱时，常见的解决方式为：对指标进行降维因子分析，提取主成分因子，计算相关性系数并做为各指标权重，将指标数值进行标准化归一，便可将多指标加工成为具有某类特定属性的单个指标。

图7 多维指标分析实例

综上所述，通过对大量的数据指标进行加工处理，据此进行条理性的下钻分析；除此以外，还可以借用模型做进一步的数据分析，来指导业务运营。关于数据模型的应用，我们后会有期。