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：

1. 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：

1. 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。
2. 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

 

1. 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。

 

1. 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%

 

1. 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-min⁡max-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