数据分析方法论3：综合指标分析法
之前提到的对比、平均、分组和交叉的分析思路，都是在单一指标下分析的方法。而综合指标评价法是建立在复杂数据情况下，将多个指标的转化为一个综合指标对某一特征进行总体评价，如人民的幸福程度、人才评价、用户活跃程度等，这种方法经常出现在行业报告中。
极光数据在2019年8月19日发布的APP流量价值评估报告中，就用到了综合指标分析方法。首先构造了流量价值这个综合指标，然后从四个维度：用户规模、流量质量、用户特征和产品特性分别选取相应指标。
权重是如何确定的、具体值是多少，我们就不得而知了，只能看到它的分析结果，下面的截图是分析结果的一部分，一二线城市流量价值较高。
- 综合指标分析法的步骤
综合指标分析说白了其实是我们自己造一个指标，但也不是凭空捏造，要说明具体来由及相关逻辑计算方法，即权重分配，整个过程符合常规逻辑即可。
步骤：
- 确定指标
找出要进行综合评价的所有相关指标，确定指标有几个原则需要注意：
- 指标应充分枚举，不要遗漏。如在进行人才评定的时候，从基础能力、创新能力、沟通能力、执行力、品德修养、团队意识几个方面来考虑，就把涉及这5个方面相应的指标都罗列出来，尽量不要有遗漏。
- 指标之间应相互独立，不要出现共线性问题。这一条也很好理解，如评价沟通能力的一项指标是和团队成员的协作程度（0-10之间打分），而在团队意识里同样有一项类似的指标和团队成员共事的能力（0-10之间打分），这两个指标名字不一样，但实际上表达的意思是一样的，如果这两项指标都出现在最后的综合评价里，那就重复了，对分析人员来说是做了重复功，对整个分析来讲，也是无意义的。
【逻辑树模型】
在确定指标的过程中，其实我们用到了一个数据分析的思维方法，或者叫一个数据分析模型，那就是逻辑树。逻辑树模型是将一个问题层层分解，找到末端原因所在的一个方法，因其长的像一个树状的结构，所以叫逻辑树。如我们设置人才优秀程度的评定方法，第一层从基础能力、沟通能力、创新能力等5个方面来评价，第二层将涉及这几个方面的指标相互独立地罗列出来，逻辑树的关键在于找到末端原因
- 填充数据
当确定好需要哪些指标以后，就将反映指标的数据填充进去。将每个人的相应指标下的打分结果（0-100分）填充进去。我们还可以直接求和计算其得分，图片中红色背景填充的为top3项。
- 确定权重
依据历史经验，我们将赋予每个指标相应的权重，如下图所示，基础能力5%的权重，执行力35%的权重等，权重相加应为100%
- 综合分析
对每行数据计算其加权后的值，再相加就得到了一个综合值，即图片中的权重得分。注意加权值的计算方式：
加权值=原值ｘ权重
加权以后的综合值和不加权的值有什么区别呢，我们同样把加权以后的得分前3项标红了，可以看出来原本得分排名第三的李四因为在加权以后排不上前三了，区别就在于权重。
- 应用案例
上述人才优秀程度评定的例子是建立在数据在同一区间，也就是所有的打分都是在0-100分之间，图片所示的是更多的情况下，数据范围各不一致，假设我们要分析一个网站某一天的用户活跃程度，通过用户登陆网站次数、主流时间（秒）和点击量三个指标来得到一个综合值。
Step1：数据标准化
如果不进行数据标准化，那么量纲较大的指标对结果的影响就大，量纲较小的指标对结果的影响就小，这种影响是应该消除的，所以，数据标准化，即将数据按比例缩放到一个特定的区间，便于后续比较和分析，常用的数据标准化的方法有0-1标准化和Z-score标准化。
0-1标准化，也叫离差标准化，是通过对一组数据最大最小值的线性变换处理，使之落在[0,1]区间内，对于一组数据{x1,x2,…,xn}，其0-1标准化后得到的新值的公式为：
yi=xi-minmax-min
其中，min为该组数据的最小值，max为该组数据的最大值，yi为标准化后的新值。
先对登陆次数进行标准化
同样对驻留时间和点击量进行0-1标准化。
Step2：计算加权后的综合值
权重的确定方法就不细展开了，这里只是提供一种做法，当把登陆次数、驻留时间和点击量都标准化以后，就可以分配权重并得到一个新的综合值了。
Step3：结果分析
对结果进行降序排列，就可以得到综合指标最高的top10的用户ID了，从而进行贴心的维护~
方法不难，能用是真。最后，多看行业分析报告，能提高在分析方法上的觉悟能力。
我是可乐，更多精彩内容欢迎关注公众号：可乐的数据分析之路
数据分析方法论3：综合指标分析法相关推荐
- 【数据分析方法论】人货场分析框架的衍生
[数据分析方法论]人货场分析框架的衍生 背景 零售业有个分析概念叫做"人货场",说的是零售行业分析可以分为三个方面,分别是人--店长店员等,货--商品,场--各个店铺卖场.从人出发 ...
- 九大数据分析方法之：周期性分析法
有小伙伴问:能不能系统介绍下数据分析方法.今天它来啦!数据分析常用的方法有九种,今天先介绍第一种,操作上最简单的:周期性分析法.它是新人们避免犯小白错误的最好方法. 做数据的新人最容易犯啥错?当然是一 ...
- 业务数据分析策略(1)——杜邦分析法拆解业务
利用杜邦分析法拆解业务波动 算是今天价值最大的收获和复盘了,之后带它纳入公司数据体系中~ 杜邦分析法 是利用权重大的几种财务比例的关系来综合分析和评估财务状况.基本思想是 将企业的净资产收益率逐级分解 ...
- 软件系统工作量估算方法论介绍——功能点分析法
背景 众所周知,软件系统的复杂性是相当高的,以下几个场景是比较常见的: 1.作为软件公司,要研发一个新的产品,功能需求大概明确了,需要确定下研发成本.资源需求等. 2.作为企业,实施软件系统,需要与软 ...
- 数据分析方法和思维—相关性分析法
01 写在前面 在数据分析的问题中, 经常会遇见的一种问题就是相关的问题, 比如抖音短视频的产品经理经常要来问留存(是否留下来)和观看时长, 收藏的次数, 转发的次数, 关注的抖音博主数等等是否有相关 ...
- 常用的数据分析方法论
一些同学在接触数据分析时,不知从哪方面入手开展分析,分析的内容和指标常常被质疑是否合理.完整,自己也说不出个所以然.所以接下来介绍一些常用的数据分析方法论. 1. PEST 分析法 PEST 是一种针 ...
- 数据分析的指南针--数据分析方法论（结合案例）
文章目录 一.数据分析方法论 1.数据分析方法论不同于数据分析发 2.数据分析方法论非常重要: 二.常用的数据分析方法论 1.PEST分析法 PEST的适用场景: 案例:某公司进行数字化/智能化战略规 ...
- 【数据分析】数据分析方法论
1 数据分析方法论与数据分析方法的区别 1.1 数据分析方法论 从宏观的角度指导如何进行数据分析,就像数据分析的前期规划,指导后期数据分析工作的开展. 1.2数据分析方法 从微观的角度指导如何进行数据 ...
- 从QC学数据分析——数据分析方法论
在数据分析的道路上越走越远 阴差阳错的做了数据分析,而且一开始我还不知道自己在做的是数据分析,看了很多数据分析的书,也走了一些弯路,做了很多实践项目,突然很想把自己作为一个小白的数据分析之路的成长过程 ...
最新文章
- 硬核吃瓜！上万条数据撕开微博热搜真相
- Java语言的关键字
- 用命令行操作 VirtualBox 和 SGD
- VirtualAlloc 申请可执行内存
- C语言打印文件数据,用C语言输出文件内所有数据
- php tiff,在PHP中将tiff转换为jpg？
- flowable实战（四）flowable任务实例管理接口
- 音响上的英文是什么意思_鞋盒上的字母后缀 是什么意思？（上）
- 微信小程序怎么在wxml中插入多个图片_闲聊微信小程序开发框架(二)
- notebook python 已停止工作_Python/Jupyter Notebook初学遇到的一些问题总结（20201108）...
- sitemap.xml生成方法(asp和php)（转）
- IT人终于把自己熬成了民工
- 2020-10-22
- hikari yml文件配置
- ubuntu18.04安装wine+caj阅读器
- 虚拟DOM和真实DOM
- 高斯消元法原理与Matlab实现
- 学校对计算机教师的检查要求,计算机学院2015-2016学年第二学期期中教学检查方案...
- Lr预设（手机+电脑）：复古巧克力色电影灯室棕褐色摄影Lightroom滤镜调色预设
- python中简述对象和类的关系_Python笔记-习题42 对象、类及从属关系