数据统计口径是什么意思 数据统计口径是什么意思( 三 )


凡事过犹不及 , 与财务数据挂钩是必须的 , 但掉进钱眼里 , 是会赔钱的 , 尤其是那种用户不直接在你这里花钱的、通过广告变现类的业务 。我们以曝光计费广告为例 , 了解下为什么 。
【数据统计口径是什么意思 数据统计口径是什么意思】我们先看下此时广告收入的指标拆解公式 。
广告收入 = 访问用户数 * 日人均访问次数 * 每访问浏览页数 * 被访问页面平均广告位个数 * 曝光单价 。
一个垂直内容社区朋友的真实案例是这样的 。
他认为:前3个指标只要坚持做优质内容就会持续上涨 , 最后一个指标主要取决于竞价 , 他只能接受 , 需要专门提升的是第4个指标——访问页面平均广告位个数 。
他的策略简单粗暴:把页面做成了满屏广告的那种 。你肯定见过 , 能想得出来那有多烦人 。结果 , 单价大幅上升 , 前3个指标初期下降不多 , 总收入短期内上升了!
但随后是持续的下跌 , 那种广告位减少了 , 都无法挽回的下跌 。我们事后总结 , 发现刚开始还有些老用户不知道已经满屏广告了 , 所以初期下跌不明显;但当老用户都知道广告太多时 , 他们就不来了 , 也不推荐了 。
陷阱四的应对建议:要注意指标间的升降关系是否存在关联 , 如果本来就是不能同时提高的指标 , 即使他们都是乘法关系 , 也得舍弃一些 。
PS:在非无限延长的页面上 , 被访问页面平均广告位个数 与 访问用户数、日人均访问次数、每访问浏览页数三者间的关系 , 大体符合:广告位从0到1 , 三者下降很大;广告位从1到某个数字 , 三者变化不大;广告位超过该数字 , 三者大幅下跌的情况 。无限延长的页面上把一定的屏数当成1个页面 , 也有类似有趣的现象 。
量化这部分聊完了 , 我们进入——有数 。
有数阶段的5个陷阱
当我们根据指标体系把业务不重不漏的量化并与财务数据关联后 , 如何在技术和项目实施层面 , 真的将数据采集回来 , 就成了最重要的任务 。毕竟 , 数都没有 , 你还分析个P呀!
在这个时候 , 很多企业发现自己从咨询公司花费重金建立了指标体系之后 , 却无法落地、无法产生效益 , 觉得钱都打了水漂 , 指标体系毫无用处 。但这并不是因为指标体系搭建这个量化过程有什么问题 , 而是数据采集涉及了太多的技术、认知和多方协作的问题 。稍有不慎你有的数 , 就成谎言了 。
下面和大家分享有数阶段5个最常见 , 且危害最大的陷阱 。
陷阱五:采集命名规则不统一 。
指标体系搭建时 , 统一制定了用户ID的统计口径 , 写数据采集代码时 , 不能用中文 , 你觉得不同程序员会如何写用户ID呢?以下是真实案例:
程序员甲
userid
程序员乙
Userid
程序员丙
user-id
程序员丁
User-id
程序员戊
USERID
5个程序员都认为自己是在采集用户ID , 且它们的发音都一样 。但在系统计算数据时 , 会把它们当成5个不同的东西 , 因为系统只知其名 , 不知其意 。
陷阱一和陷阱五很像 , 但有区别;陷阱一是同一个词、写法相同、意思不同 , 陷阱五是意思一样、写法不同、电脑程序认为不是一个东西 。
陷阱一容易识别 , 陷阱五隐蔽性极强 。因为如果只是语言沟通 , 很可能所有人都觉得彼此相互理解 , 但一回数发现大家做的完全不是一回事 。
陷阱五的应对建议:统计口径汇总表表头 , 一定要有英文名这个字段 , 且要有各平台该数据实际采集字段名的记录 , 并且这个记录动作要发生在实际采集代码撰写前 。
PS:这样做是否一致 , 就像上面的表格一目了然了 , 且此时通常是程序员们先发现不一致 , 数据计算会存在问题 , 就自发统一了 。
PPS:说远点 , 建议大家在做需要跨多个部门和工种协作的工作时 , 一定要写下来 , 让不同部门不同工种的同事看理解是否一致 。不同部门不同工种的人对同一个词和用一个音的理解 , 千差万别;写下来看看 , 起码可以避免同音不同字的情况 , 导致的差异 。