数据分析：维度和指标的区分

如下图，这里是一些指标和维度混合在了一起

你能按照指标和维度来分类么？

1

指标和维度

指标，是衡量事务发展程度的单位和方法，通常需要经过加和、平均等聚合统计才能得到，并且是在一定条件下的。

像上图的，UV/PV，页面停留时长，用户获取成本，就是指标

维度，是事务现象的某种特征，如性别，地区，时间都是维度。

像上图的，地域，版本，操作系统等都是维度

形象来说，维度是站着的，也就是上图的城市和浏览器这一列

而指标是躺着的，也就是像旧金山的这一行，有会话数，每次会话浏览数，两个指标

2

基础指标和复合指标

复合指标，是在基础指标基础上，通过加减乘除等运算方式得到的，比基础指标更加有参考意义

比如跳出率这个复合指标

跳出率 = （从一个页面返回的次数） / （总的访问这个页面的次数）

比如产品A的跳出率是50%，产品B的跳出率是70%,明显产品A的页面更加吸引用户

3

数据分析师，应该看什么

（1） 看趋势

看趋势，即是看目标数据的时间走向趋势，是波动大还是较平缓？哪个阶段变化较大？异常点落在哪个时间段？看趋势的目的是把握整体的走向。

（2）看对比

更多时候，环比和同比看不出什么问题，更不能说明问题，尤其是环比和同比结果相差不大的时候。这时候，可以与上月对比看看，稳定性如何？集中度有变化吗？变量之间有关系吗？相关关系是多大？可选工具有：堆积柱形图、方差分析、相关分析、回归分析等。

（3）看细分

在得到一些初步结论的时候，需要进一步地细拆，因为在一些综合指标的使用过程中，会抹杀一些关键的数据细节，而指标本身的变化，也需要分析变化产生的原因。这里的细分一定要进行多维度的细拆。常见的拆分方法包括：

分时：不同时间短数据是否有变化。

分渠道：不同来源的流量或者产品是否有变化。

分用户：新注册用户和老用户相比是否有差异，高等级用户和低等级用户相比是否有差异。

分地区：不同地区的数据是否有变化。

组成拆分：比如搜索由搜索词组成，可以拆分不同搜索词；店铺流量由不用店铺产生，可以分拆不同的店铺。

细分分析是一个非常重要的手段，多问一些为什么，才是得到结论的关键，而一步一步拆分，就是在不断问为什么的过程。