成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

標(biāo)簽與指標(biāo)到底有什么區(qū)別?

開發(fā)
在工作中經(jīng)常和標(biāo)簽、指標(biāo)打交道,但是似乎很少有人能完全說明白這兩者的明確定義、區(qū)別和聯(lián)系,今天嘗試來聊聊這個問題。

01內(nèi)容

定義晦澀難懂,需要一定的深入思考和實踐經(jīng)歷才能完全理解,于是我們先暫時不看定義,從兩者的特征開始比較,第一個特征是兩者的內(nèi)容。

指標(biāo)通常描述客觀事實

常見的指標(biāo),宏觀層面比如GDP、CPI、PPI,金融機構(gòu)常用的存貸比、不良率、AUM,產(chǎn)品運營的MAU、DAU、LTV等等,都是對一個客觀事實的描述,通常以可量化的數(shù)值形態(tài)呈現(xiàn),或為數(shù)值,或為比率。

一個指標(biāo)通常包含三個部分:口徑/邏輯、維度、限定詞。

口徑和邏輯,也就是這個指標(biāo)具體的含義,首先得有一個業(yè)務(wù)口徑,然后由技術(shù)把他落地成為一個技術(shù)的加工邏輯,從哪幾個表取,count、sum、max、min或者是avg。

維度指的是我們從什么角度去看這個指標(biāo),是時間維度(年/月/日)、機構(gòu)維度(不同分支機構(gòu))還是客群或產(chǎn)品維度,在SQL語句里就是group by。

限定詞就是在這個維度下,我們選取哪一個具體的枚舉值,對應(yīng)SQL語句就是where條件。

舉個栗子,AUM的業(yè)務(wù)口徑是客戶名下所有資產(chǎn),包括存款、理財、代銷基金、保險等…… 技術(shù)的加工邏輯會有一長串SQL,關(guān)鍵的點是所有金額做sum。

如果只看全行的AUM,是不需要維度的,如果要看具體某一個維度,就需要group by了,指標(biāo)就變成了按機構(gòu)維度看AUM,即group by org。

限定詞就是要看某個具體分行,比如上海分行所有客戶的AUM,SQL語句里就需要加上 where org = '021'。

不論怎么定義,大家可以發(fā)現(xiàn),每一個環(huán)節(jié)都是陳述事實,實際的數(shù)值是多少就是多少,指標(biāo)只是按不同的方式展示這個值,這也帶來指標(biāo)的另一個特征:指標(biāo)基本都是數(shù)值型。

當(dāng)然,不排除有些定性指標(biāo),比如在KPI中,有的考核指標(biāo)描述為:某項工作是否完成,不過絕大多數(shù)核心指標(biāo),都應(yīng)該是量化的。

標(biāo)簽往往存在人為劃分

與指標(biāo)不同,標(biāo)簽是存在人為劃分的。

比如AUM>=100萬在某些銀行就是私行客戶了,但是在大行估計就是個高凈值客戶。

標(biāo)簽通常是描述某些具體實體的,比如AUM>=100萬,你一定可以挑出一些客戶滿足這個特征,但是指標(biāo)陳述的通常是抽象概念,比如AUM本身,你沒法對應(yīng)到一個或者一群具體客戶身上。

有些標(biāo)簽看上去人為定義的成分比較少,也是基于事實進行定義的,比如性別標(biāo)簽,車輛品牌標(biāo)簽,車主客戶標(biāo)簽,代發(fā)客戶標(biāo)簽……

所以我在標(biāo)題里加了“往往”,遇到這類標(biāo)簽的時候,我們的直覺也會告訴我們,這是標(biāo)簽,而不是指標(biāo),原因參考指標(biāo)的另一個特征。

對,指標(biāo)基本都是數(shù)值型,而標(biāo)簽基本都不是數(shù)值型。

哪怕是基于數(shù)值型的標(biāo)簽,一定也要有個人為劃分的定義。

比如上面提到的,基于AUM構(gòu)建客戶等級標(biāo)簽,AUM是個數(shù)值型的指標(biāo),標(biāo)簽定義為AUM等于、大于或小于某一個值,人為劃分了客戶的等級。

因此標(biāo)簽可以基于指標(biāo)來定義,那么指標(biāo)可不可以基于標(biāo)簽來定義呢?

當(dāng)然可以,比如“私行客戶轉(zhuǎn)化數(shù)量”,這里用到了一個標(biāo)簽“私行客戶”,私行客戶本身又依賴于AUM等指標(biāo)。

所以標(biāo)簽和指標(biāo)可以相互轉(zhuǎn)化。

02分類

指標(biāo)的分類

指標(biāo)的分類相對還是比較統(tǒng)一的,通常劃分為原子指標(biāo)、派生指標(biāo)、衍生指標(biāo)。

原子指標(biāo)不疊加任何維度,僅是對業(yè)務(wù)事實的最基本描述,通常是一些整體指標(biāo),通過SQL直接統(tǒng)計出來的,比如客戶數(shù)、留存率、交易量……

但是實際業(yè)務(wù)使用中,更關(guān)心某一特定維度的指標(biāo),比如手機銀行客戶數(shù)、7日留存率、長尾客群交易量……

因此我們有了派生指標(biāo)。派生指標(biāo)就是原子指標(biāo)疊加一個或多個維度。

手機銀行客戶數(shù)是客戶數(shù)疊加產(chǎn)品或渠道維度;7日留存率是留存率疊加時間維度;長尾客群交易量是交易量疊加客群維度(這里客群是一個標(biāo)簽)。

僅僅疊加維度還不夠,有時候我們還需要不同指標(biāo)之間互相計算,最常見的就是求人均和比率,比如客群AUM、存貸比……

這就是衍生指標(biāo),即通過原子指標(biāo)或派生指標(biāo)互相加工而來。

標(biāo)簽的分類

標(biāo)簽由于其人為劃分的特性,分類就沒那么統(tǒng)一,比較常見的一種劃分為事實標(biāo)簽、規(guī)則/統(tǒng)計標(biāo)簽、模型標(biāo)簽。

事實標(biāo)簽也是描述實體的客觀事實,比如上文提到的性別、車主等等,描述一些具體實體的特征。

規(guī)則/統(tǒng)計標(biāo)簽是基于事實的統(tǒng)計結(jié)果結(jié)合一些人為判斷生成的,比如青年客戶(年齡在18到35之間)、中年客戶(年齡在36到55之間)、老年客戶(年齡55+)等等。

模型標(biāo)簽就比較主觀了,是通過事實標(biāo)簽和規(guī)則/統(tǒng)計標(biāo)簽,抽象出來的群體特征,其劃分的群體通常比上兩類標(biāo)簽更細(xì)。比如“月光一族”,“消費達人”等。

03應(yīng)用場景

現(xiàn)在大家已經(jīng)對標(biāo)簽和指標(biāo)有了相對明確的概念,我們來看看兩者的應(yīng)用場景有何差別。

指標(biāo)的應(yīng)用場景

通常拆解使用

指標(biāo)的使用場景,一般都是一個大指標(biāo),拆解到某個或多個維度,附加一個或多個限定詞

用于經(jīng)營分析、監(jiān)測、評價、建模

在經(jīng)營分析中,用于監(jiān)測和評價業(yè)務(wù)效果、考核情況等,所有的KPI都是指標(biāo)用于評價和監(jiān)測業(yè)務(wù)效果。

標(biāo)簽的應(yīng)用場景

需要不斷歸納和抽象

標(biāo)簽是基于底層數(shù)據(jù)的歸納和抽象,希望刻畫某一群實體的特征,通過標(biāo)簽,一定可以定位一群具體的實體,可能是客戶,也可能是產(chǎn)品。

用于標(biāo)注、分類、刻畫群體特征

標(biāo)簽的核心其實是分類,針對每一個分類,希望能夠給予不同的營銷策略、產(chǎn)品策略、觸達策略等。

不過,由于標(biāo)簽和指標(biāo)可以互相轉(zhuǎn)化,因此在實際運用中,也不用過多糾結(jié)兩者的區(qū)別,因為兩者通常是結(jié)合起來使用的。

04總結(jié)

總結(jié)一下,指標(biāo)描述客觀事實,通常是抽象的概念,以量化指標(biāo)為主,拆解到不同維度,用于經(jīng)營分析、監(jiān)測、評價和建模;

標(biāo)簽人為劃分,描述特定群體的實體特征,可以定位到具體實體,難以量化,歸納和抽象形成,用于標(biāo)注、分類、刻畫群體特征。

責(zé)任編輯:張燕妮 來源: 數(shù)據(jù)玩家的自我修養(yǎng)
相關(guān)推薦

2012-07-25 15:45:28

ERPSCM

2024-02-26 07:36:09

lockJava語言

2021-09-06 10:45:18

XDRMDR

2022-08-26 01:41:42

GPUCPU架構(gòu)

2022-10-27 19:32:20

切片golang數(shù)組

2019-04-23 08:23:51

統(tǒng)計學(xué)機器學(xué)習(xí)人工智能

2020-10-29 09:49:32

HarmonyOS鴻蒙安卓應(yīng)用

2023-03-08 09:48:08

SpringWAR文件JAR文件

2023-07-19 21:54:02

小區(qū)扇區(qū)信號

2023-06-26 11:59:52

標(biāo)簽質(zhì)量梳理

2022-07-04 11:27:02

標(biāo)簽數(shù)據(jù)指標(biāo)標(biāo)簽體系

2021-11-11 08:48:09

數(shù)據(jù)分析數(shù)據(jù)分析師數(shù)據(jù)挖掘

2022-08-16 07:32:03

RestfulSOAPRPC

2020-08-19 08:10:11

數(shù)據(jù)分析技術(shù)IT

2018-06-26 14:29:44

LinuxUnix不同

2016-05-23 15:50:41

Linuxnice(NI)priority(PR

2021-04-26 05:36:59

物聯(lián)網(wǎng)

2022-05-13 09:15:21

三層交換機二層交換機VLAN

2015-02-13 10:24:51

微信

2024-04-12 00:00:00

localhost計算機機制
點贊
收藏

51CTO技術(shù)棧公眾號

主站蜘蛛池模板: 日韩免费电影 | 精品一区二区在线观看 | 精品婷婷| 国产成人精品免费 | 中文字幕高清av | 国产欧美在线一区二区 | 岛国视频 | 久久精品一区二区三区四区 | 国产午夜在线 | 日日日操 | 成人免费看黄网站在线观看 | 国产馆| 国产婷婷色一区二区三区 | 伊人久久综合影院 | 特黄色一级毛片 | 国产97久久 | 久久精品国产免费 | 91视频一区二区三区 | 一级毛片网 | 免费国产黄网站在线观看视频 | 久久y| 日韩中文字幕免费在线观看 | 成人h视频在线 | 成人一区av偷拍 | 欧美成人高清 | 国产精品久久久久久吹潮 | 欧美日韩中文在线观看 | 一区二区三区在线看 | 国产视频一区二区在线观看 | 免费在线成人 | 亚洲成人av一区二区 | 亚洲视频区 | 精品国产一区二区三区性色av | 亚洲最大成人综合 | 亚洲精品日韩在线 | 亚洲不卡在线观看 | 亚洲精品日韩一区二区电影 | 女人牲交视频一级毛片 | 成人深夜小视频 | 国产精品视频在线观看 | 在线观看国产wwwa级羞羞视频 |