【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