数据质量数据指标怎么做？我们用银行行业来举例

我们身处在互联网、大数据时代，对我们而言“数据”，它已经已成为现代企业的基础资源和重要资产，良好的数据质量是企业经营管理的基础。

同时银保监对金融机构数据治理工作尤为重视，发文《银行业金融机构数据治理指引》，要求银行业金融机构将数据治理纳入公司治理范畴，并将数据治理情况与公司治理评价和监管评级挂钩。

那我们怎么做好数据质量评估呢？我们从六点来给大家做一个完整的描述。

数据质量评估

完整性 Completeness：用于度量哪些数据丢失了/未录入或者哪些数据不可用。

规范性 Conformity：用于度量哪些数据未按统一格式存储。

一致性 Consistency：用于度量哪些数据的值在信息含义上是冲突的，或者部分/全部不一样。

准确性 Accuracy：用于度量哪些数据和信息是不正确的，或者数据是过大过小的唯一性 Uniqueness：用于度量哪些数据是重复数据或者数据的哪些属性是重复的。

关联性 Integration：用于度量哪些关联的数据缺失或者未建立索引。

1、用户数据

增量数据：一般是指新增商户量（日增、月增）

存量数据：存量商户可以根据具体的业务来定义存量，注册的时间来定义（例如：注册时间超过一个月就定义为存量的商户），也可以用商户是否产生交易来定义（例如：商户本月产生交易后，在下个月就可以将商户计算为存量商户，假如一直没有交易可以默认为新商户，即没有转化的商户）

活跃度、留存率、续购率等，大部分是针对存量用户的指标，通过这个几个指标可以监测用户的质量如何

转化率，主要是针对新用户从注册到交易成功的转化情况，当然不同的业务，转化的目标可以是不同的，电商业务中从注册到商品加入购物车也是一种转化率，具体业务具体分析并具体定义

用户的来源，就是在统计数据指标时可以转化的维度指标，可以一维的来看数据指标，也可以多维的看数据指标

生命周期（注册-->交易-->活跃-->沉默-->流失）不同业务的生命周期的长短不同，有的业务属于一次性交易，有的业务进行第二次的购买就可以看作是第二个生命周期

获客成本，此指标一般会和市场营销推广挂钩，通过营销获取的客户量的多少，计算平均的获客成本

涉及到营销活动的指标还包括CPA、 CPS、 CPC、CPM、CPT等

2、业务数据

总量：指总的成交量，即GMV

人数：指消费的客户数，有多少客户购买公司的产品

次数：指成交的笔数

人均：可以区分为人均消费金额（不区分是否付费，都包括）和付费人均消费金额

频次：一般是指用户多久购买一次

客单价：平均每个客户消费的金额

日均：平均每天产生的交易性的指标

消费的产品：可以查看不同产品的业务数据指标，是维度性的指标

3、流量数据（行为数据）

点击率、点击量：一般投放的广告会涉及到点击类型的指标

留存：指消费者从第一天访问商品开始，到第N天后还有多少消费者还继续访问

访问深度：即客户访问的路径，从商户访问的路径来判断对商品的兴趣是否强烈。

例如：客户从商品的首页到分类到商品的详情页到评价区等，客户访问的越深表示对商品越有兴趣

跳出率：跳出率对网站监测来说也是一个重要的指标，根据此指标判断整个网站或是某个页面的功能性是否有问题，功能性上没有问题，也只能说明客户对所陈列的商品不感兴趣

访问时长：从进入网站到退出，一共停留了多久。时长越长对网站上的内容越有兴趣

网站流量还有两个相对比较重要的指标，PV 次数和UV访客数，可以查看到网站或是具体页面的一个次数和访客数，如果是活动推广的话，可以看出了解目前活动的推广效果

数据指标体系的作用

1、根据指标体系，进行业务数据的分析报告。针对不同的分析内容选取不同类型的指标

2、建立数据模型，明确模型的目的，选取可以反映出目的的指标，通过指标训练模型，并将模型与实际的业务场景想结合判断效果。