【数据应用案例】异动分析——指标逻辑树

案例来源:@美团技术博客

案例地址:https://zhuanlan.zhihu.com/p/31676443

1. 目标:在BI实践中,快速定位到使某个业务指标发生异动的因素,并对该因素进行细分维度拆分,锁定细分维度对整体的影响

2. 框架

3. 过程

    1)指标计算:将基础指标、自定义指标进行拆分,从数据源获取数据

    2)分析算法:

        a. 连环迭代分析法:用户找到影响业务指标的关键因素。思路是将业务指标拆解成乘法模型(如支付GMV=意向UV*访购率*人均单量*连带率*SKU单价),然后计算每个因素的变化率,变化率越大的因素对于业务指标的异动贡献越大

        b. 基尼系数:对于上文提取出的A指标,下钻,找到为什么A的指标会有波动。下钻的维度可以有城市、品类等。对于每个维度,计算基尼系数(如对于城市维度c,下面有城市c1、c2、c3、...、cN,按照波动从大到小排序,横轴是排序后的c1-cn,纵轴是波动累计占比)。基尼系数越大,说明该下钻维度是造成A指标波动的主要因素。

    3)计算服务:任务拆分、并行计算与结果合并,返回给业务人员异动的原因

猜你喜欢

转载自blog.csdn.net/u013382288/article/details/81092565