数据分析师训练营/ 第一篇 认知与业务基础/ 第四章
第四章 · 拆指标

拆指标:指标树、口径与杜邦分析

第 3 章定下北极星"月度复购用户数 = 138"。第二天运营说 145,财务说 132——不是谁算错了,是三个人的口径不同。

本章解决两件事:把指标拆成树(加法、乘法、漏斗、杜邦),让涨跌能归因到动作; 把口径写成字典,让三个人算出同一个数。学完你要能在 10 分钟内拆出归因树,并交出一份别人照着就能复现的指标字典。

理论 : 实操 = 6 : 4 约 6 学时 前置 第 3 章

4.1原理:四个概念与三种拆法

拆指标不是画一棵好看的树,而是回答"这个数为什么动"。要回答得清,先得把指标的语言统一: 什么是原子,什么是派生,什么能加,什么不能加。

4.1.1原子指标、派生指标、维度与修饰词

概念定义青柠优选例子常见错误
原子指标业务过程 + 度量,不可再拆支付订单数、支付金额把 GMV 当原子(它含状态过滤)
派生指标原子指标 + 修饰词 + 维度6 月信息流已支付订单数只说"订单数"
维度观察角度,一行一个取值渠道 / 城市 / 设备 / 品类 / 时间把维度值写进指标名
修饰词限定条件,改变统计范围已支付、新客、iOS修饰词不写进名字
图 4.1.1 四个概念:原子是积木,派生是搭好的模型,维度是打光的角度,修饰词是滤镜

这四个词决定一件事:两个人说的是不是同一个数。"订单数"至少有四个答案: 全量 20,000 单;剔除取消和退款 16,873 单;剔除取消和待支付 16,818 单;只算已支付 15,615 单。四个都对,差在修饰词。

1

一个指标名 = 原子指标 + 修饰词 + 时间

"支付订单数"是原子;"已支付"是修饰词;"6 月"是时间。三个都写全,才是能对账的指标名。 维度可以放筛选条件或报表行列,但必须能被指出来。

如果不这样会怎样:周报写"本月订单 1.6 万单",财务拿 2 万单来对,会上吵半小时。 把"已支付"写进标题,这场架不会发生。

4.1.2可加性:金额可加、比率不可加、去重人数不可加

这一节是本章最容易踩坑的地方。判断一个指标能不能直接相加,只看它的"底层是什么"。

类型能不能直接加青柠优选的证据正确做法
金额能(同口径) 四个渠道 GMV 相加:63,215,624.36 + 47,042,514.15 + 32,164,193.80 + 14,941,047.83 = 157,363,380.14,分毫不差 先对齐状态与时间,再相加
比率不能 四个渠道复购率 19.07%、20.88%、16.89%、22.89%,简单平均 19.93%;总体复购率 138 ÷ 698 = 19.77% 回到分子分母,重新相除
人数不能 6 月日活相加 8,837,月活只有 2,000;6/13 四个设备 DAU 相加 488,总 DAU 只有 289 用去重键重新 COUNT(DISTINCT)

比率那条差 0.16 个点,看着小,却说明一个大问题:比率的权重藏在分母里。 自然搜索 273 个下单人、线下 83 个,简单平均把两者当成一样重,实际自然搜索的权重大三倍多。 人数那条更直观:一个人当天在手机和 PC 上都留了行为,两台设备各算一次,相加就比总人数多出 69%。

一句话口诀:加金额前先对口径,加比率前先还原分子分母,加人数前先问"是不是同一批人"。

4.1.3三种拆法:加法拆、乘法拆、漏斗拆

拆指标的手法只有三种,对应三个不同的问题:哪里变了、哪个因子变了、哪一步漏了。

拆法回答什么青柠优选实例什么时候用
加法拆哪个部分变了GMV = 自然搜索 63,215,624.36 + 信息流 47,042,514.15 + 朋友推荐 32,164,193.80 + 线下 14,941,047.83先定位大盘,找出贡献最大的那块
乘法拆哪个因子变了6 月 GMV 环比 +2.85%:订单数 +1.97%、客单价 +0.87% 复合而成知道是哪块之后,量化各因子的贡献
漏斗拆哪一步漏了浏览 2,000 → 加购 1,318 → 下单 387 → 支付 111定位到具体页面或动作
图 4.1.2 三种拆法不是三选一:先用加法定位,再用乘法定量,最后用漏斗找动作

乘法拆有个细节:增长率不能直接相加,要乘。订单数涨 1.97%、客单价涨 0.87%, GMV 不是涨 2.84%,而是 (1 + 1.97%) × (1 + 0.87%) − 1 = 2.85%。两个因子都是两位数时,直接相加会错得很离谱。

2

先加法定位、再乘法定量、最后漏斗定动作

顺序不能反。一上来就拆漏斗,你会陷在"加购到下单掉了 5%"这种局部结论里,而真正的问题可能是某个渠道整体消失。 先用加法把大盘切成几块,确认哪一块贡献了大部分变化,再往下拆。

如果不这样会怎样:GMV 跌了 10%,分析师直接去查支付页转化率,查了两天发现支付页没问题; 回头一做加法,发现是线下渠道的 GMV 少了一半——两天的活白干。

4.1.4杜邦分析:从 GMV 拆到可干预动作

杜邦原本是财务工具:ROE = 净利率 × 总资产周转率 × 权益乘数。它值钱的不是公式, 而是把大结果拆成相乘的因子,每个因子交给一个部门。搬到电商上就是拆 GMV。

层级指标6 月值谁能影响它
L1GMV9,015,366.64—
L2 = 人数 × 单数 × 件数 × 单价四因子相乘—
L3 下单人数698运营:拉新、召回
L3 人均单数1.2622运营:复购、会员
L3 每单件数4.1112产品:关联推荐、凑单
L3 件单价2,489.06商品:品类与定价
图 4.1.3 GMV 的杜邦拆解:四个叶子因子,分别对应运营、产品、商品三条线

这棵树的价值在最后四个叶子:它把"GMV 要涨 10%"翻译成了四句人话——多拉 10% 的人、让每人多下 0.1 单、 每单多带一件、或者把件单价提上去。前三条运营和产品能干,第四条要动品类结构,得商品部拍板。

精度提醒:四个因子各保留四位小数相乘,得 9,015,453,和真实 GMV 差 87 元。 这不是算错,是舍入误差被乘了四次。对账用原始值,展示才用四舍五入值。
反例:只喊"GMV 涨 10%",四个部门都以为别人会动。拆到叶子因子,谁背哪个数一目了然。

4.1.5六种口径冲突

同一份数据,两个人算出两个数,99% 的情况逃不出下面六种。把它们背下来,下次对账可以直接按顺序排查。

冲突同一个问题的两个答案差多少根源
时间自然月 6/1–6/30 vs 自然周(周一到周日)6 月被切成 5 段,第一段只有 2 天订单表用 order_date,周报却按自然周切
主体事件表支付人数 111 vs 订单表下单人数 698587 人两张表,两套埋点,天然对不上
金额pay_amount 157,363,380.14 vs amount 157,875,311.64511,931.50一个含优惠,一个不含
去重6 月日活相加 8,837 vs 月活 2,0004.4 倍同一个人被算了 30 次
状态已支付 15,615 单 vs 全量 20,000 单4,385 单待支付、取消、退款算不算
归因用户注册渠道 vs 订单渠道朋友推荐 GMV 3,216.42 万,未必都是"推荐"带来的一笔订单只挂一个渠道,用户却走过多个渠道

状态最容易被低估。忘了加 status = '已支付',全年 GMV 会从 157,363,380.14 变成 201,644,768.60,虚高 4,428 万——待支付、取消、退款的金额全被算了进去。

3

口径不写进字典,就等于没定义

口头说清楚不算清楚。口径必须落成文字:用哪张表、哪个字段、什么状态、怎么去重、什么时间窗口。 少一项,三个月后换个人接手,就会多出第二个数。

如果不这样会怎样:第 3 章的复购率,用 698 做分母是 19.77%,用月活 2,000 做分母是 6.9%。 两个数都"对",但汇报时放在一起,听众只会得出一个结论:数据组不可信。

4.2分析:DAU 下降的维度树

周一早上,老板在群里发了一句:"上周 DAU 掉了 5%,看看怎么回事。" 这句话里有三个陷阱:哪个 5%、跟谁比、什么时候开始。先拆陷阱,再拆维度。

4.2.1第一步:先核对这个 5%

同一份事件表算三遍,会得到三个不同的"上周":

所以"掉了 5%"这个说法本身就没定义。老板可能看了一眼周四的日报,也可能听了别人转述。 正确的回应不是马上拆维度,而是回一句:"您说的是哪两天?我按同星期对齐再算一遍。" 对齐之后,用 6/20 对 6/13,降幅 7.3%,比 5% 更陡,但至少基准是干净的。

4.2.2第二步:先排除三种假原因

真实下降和"看起来下降"要分开。按先易后难的顺序,先查三件事:

数据延迟。6/20 已经过去十天,T+1 的表早就稳定,不是延迟。
埋点故障。全站埋点坏了,四个设备应该一起掉;实际 iOS 从 124 涨到 125,只有 Android 掉了 27。
口径变更。6/20 事件总数 509 条,6/13 是 564 条,降 9.8%。事件数和人数同向下降,说明不是去重规则变了。

三条排除完才进入维度拆解。这一步十分钟,能省后面两小时。

4.2.3第三步:拆维度树

DAU6/13(周四)6/20(周四)变化
全站289268−21
├ 渠道:自然搜索120107−13
├ 渠道:信息流8085+5
├ 渠道:朋友推荐5553−2
├ 渠道:线下3423−11
├ 设备:Android128101−27
├ 设备:PC125109−16
├ 设备:iOS124125+1
├ 设备:小程序11198−13
├ 城市:西安3828−10
├ 城市:上海4738−9
└ 新老:新用户2417−7
 新老:老用户265251−14
图 4.2.1 DAU 维度树(节选):渠道是完整切分,城市只列变化最大的两个;设备有重叠,子项不能直接加总

渠道是完整切分:120 + 80 + 55 + 34 = 289,正好等于总数, 所以贡献度可以直接算:自然搜索贡献 −13 ÷ −21 = 61.9% 的降幅,线下 52.4%,信息流反向抵消 23.8%。 设备不是完整切分:四个设备 DAU 相加是 488,比总数 289 多 199,因为同一批人跨设备活跃。 拿设备子项去凑总数,会得出"降了 55 人"的错误结论。

4.2.4第四步:按三个顺序收口

顺序什么意思这次怎么用
先大后小先看占比最大的维度值自然搜索占 41.5%(120 ÷ 289)、老用户占 91.7%(265 ÷ 289),先把这两块看清楚
先易后难先排数据问题,再谈业务延迟、埋点、口径三关先过,再拆渠道和设备
先内部后外部先看自己的版本、投放、活动,再看竞品和季节线下 −32.4%、Android −21.1% 都是内部可控项;竞品先放一边

4.2.5第五步:给出假设,不硬给结论

拆到这一步,能落成三条假设:

注意"版本"这个维度:样本库的 events 表没有 version 字段,这一格只能写"待补",不能凭感觉填。 维度不存在时,正确做法是补数据,不是编结论。

4.3实验:写一份可直接使用的指标字典

这一节把口径从"脑子里"搬到"文档里"。交付物是一张六列的表,任何同事拿着它,都能复现同一个数。

4.3.1实验目标与模板

字典至少六列:指标名 / 口径 / 公式 / 数据源 / 频率 / 负责人。 口径写业务语言,公式写分子分母,数据源写到字段。

指标名口径(一句话)公式数据源频率负责人
GMV已支付订单的实付金额之和SUM(pay_amount) WHERE 已支付orders每日数据组
支付订单数已支付订单的笔数COUNT(order_id) 同上orders每日数据组
客单价平均每笔订单的实付金额GMV ÷ 支付订单数派生每日数据组
DAU当日有任意事件的去重用户数COUNT(DISTINCT user_id)events每日数据组
支付转化率支付人数占浏览人数的比例111 ÷ 2,000events每日运营
复购率当月下单 ≥ 2 次的人占下单人数138 ÷ 698orders每月运营
退款率已退款订单占全部订单1,203 ÷ 20,000orders每日财务
毛利率实付金额扣掉商品成本后的比例(GMV − 成本) ÷ GMVorders + products每月财务
图 4.3.1 指标字典样例:八行覆盖北极星、护栏和三个过程指标

4.3.2实验步骤

已完成 0 / 8 预计 50 分钟
01

建六列表,先不动数据

3 分钟 · 对应 4.3.1
做什么
新建工作表,A1:F1 写六个字段名。
为什么
字典的价值在"列固定"。列一乱,每人补的字段都不同,最后又是三份文档。
怎么做
  1. 输入:指标名 / 口径 / 公式 / 数据源 / 更新频率 / 负责人
  2. 冻结首行,加粗,填浅色底
看到什么
六列空表,表头固定。
02

先写四个原子指标

6 分钟 · 对应 4.1.1
做什么
只写支付订单数、支付金额、退款订单数、活跃用户数。
为什么
原子指标是地基。地基用"GMV"这种带修饰词的词,后面每一行都会跟着含糊。
怎么做
  1. 四行分别写:支付订单数、支付金额、退款订单数、活跃用户数
  2. 每行先只填"口径"一列,用一句人话
看到什么
四行,每行都能独立取数,不依赖别的指标。
03

再写四个派生指标,比率必须写分子分母

8 分钟 · 对应 4.1.2
做什么
补 GMV、客单价、复购率、支付转化率四行。
为什么
比率不可加,也不可平均。公式不写分母,别人就会自己猜,算出第二个数。
怎么做
  1. 复购率写:当月下单 ≥ 2 次的人数 ÷ 当月下单人数,示例 138 ÷ 698
  2. 支付转化率写:支付人数 ÷ 浏览人数,示例 111 ÷ 2,000
  3. 客单价写:GMV ÷ 支付订单数,示例 10,233.11
看到什么
每个比率都能看到"谁除以谁",没有一行只写"率"。
分母到底写哪个

复购率用下单人数 698,不用月活 2,000。用 2,000 得 6.9%,那是"全站用户复购率"。

04

每行补"三件套":状态、时间、去重键

8 分钟 · 对应 4.1.5
做什么
在"公式"列给每行补三个限定。
为什么
六种口径冲突里,状态、时间、去重占了一半。三件套写全,等于提前堵住三个坑。
怎么做
  1. 状态:GMV 只算 status = '已支付'
  2. 时间:按 order_date 的自然月,不按支付时间
  3. 去重:人数类一律 COUNT(DISTINCT user_id),且 user_id 非空
看到什么
每行的公式都能独立执行,不用回头问"要不要排除游客"。
游客订单怎么算

6 月有 29 笔游客订单,它们进 GMV、进订单数,但不进"人数"类指标(没有 user_id)。字典里要单独注明。

05

填数据源,写到字段级

5 分钟 · 对应规则 3
做什么
把"来自系统"换成表名 + 字段名。
为什么
规则 3:口径不写进字典等于没定义。表名和字段名就是口径的物理位置。
怎么做
  1. GMV:orders.pay_amount,过滤 orders.status
  2. DAU:events.user_id、events.event_time
  3. 毛利率:orders + order_items + products.cost
看到什么
每行至少有一个表名和一个字段名。
06

填频率和负责人

4 分钟 · 对应 4.1.5
做什么
每行写"多久更新一次"和"谁对最终数字负责"。
为什么
没有负责人,口径变了没人通知;没有频率,看板卡住三天也没人发现。
怎么做
  1. 频率写死:每日 T+1 8:00 / 每月 1 日
  2. 负责人写到岗位,不写"大家"
看到什么
六列全部填满,没有空格,没有"待定"。
07

用字典复算一次全年 GMV核心

10 分钟 · 对应 4.1.5
做什么
按字典的公式算一遍,看能不能得到 157,363,380.14。
为什么
字典写完不验,等于没写。这一算能同时验出金额、状态两个口径。
怎么做
  1. SUM(pay_amount) WHERE status='已支付' → 157,363,380.14
  2. 把 pay_amount 换成 amount → 157,875,311.64,多 511,931.50
  3. 去掉状态过滤 → 201,644,768.60,多 4,428 万
看到什么
第一个数对上;后两个数不是"错",是另外两个口径。字典的作用就是把它们区分开。
对不上,差在哪

差 511,931.50:用了 amount,没扣优惠。差 4,428 万:没加状态过滤。差几块钱:浮点或四舍五入,正常。

08

冻结 v1.0,留变更记录

6 分钟 · 对应规则 3
做什么
加一页"变更记录",写清版本、日期、改了什么、谁批的。
为什么
口径一定会变。可怕的是变了没人知道,新旧报表拼在一起看。
怎么做
  1. 新增工作表"变更记录":版本 / 日期 / 指标 / 改动 / 批准人
  2. 首行写:v1.0 / 今天 / 全部 / 初版 / 数据组
看到什么
两个工作表:指标字典 + 变更记录。字典的状态从"草稿"变成"已冻结"。

4.4验证:金额核对与选择题

三个数,来自全年订单表。答对说明你分清了 pay_amount 与 amount。

已支付订单的实付金额之和。
已支付订单的原价金额之和。
这就是全年优惠金额。

4.4.1五道选择题

Q1下面哪个是派生指标?
解析:原子只有"业务过程 + 度量"。加上"6 月""信息流""已支付"三个限定,就是派生指标。
Q2四个渠道的复购率分别是 19.07%、20.88%、16.89%、22.89%,总体复购率能直接取平均吗?
解析:比率的权重在分母里。自然搜索 273 个下单人、线下 83 个,简单平均把两者当成一样重,算出 19.93%,比真实值高 0.16 个点。
Q3想知道"用户卡在哪一步",应该用哪种拆法?
解析:加法定位"哪里",乘法定量"哪个因子",漏斗定位"哪一步"。2,000 → 1,318 → 387 → 111,加购到下单掉得最狠。
Q4杜邦拆解里,"件单价"这一项主要该由谁负责?
解析:件单价 = GMV ÷ 件数,由卖什么、卖多少钱决定。运营改得动人数和频次,改不动品类结构;硬改只能降价,伤毛利。
Q5两个部门对同一个"6 月 GMV"报出两个数,最先该查什么?
解析:六种冲突里,金额、状态、时间最常见。先问"算不算退款、用 pay_amount 还是 amount、按哪个日期",八成能当场对上。
得分:0 / 5

4.5排查:两个部门两个数的根因

对账对不上,按这张表从上往下查。前四行是口径问题,后两行是理解问题。

现象原因解决
GMV 差 51 万 一个用 pay_amount,一个用 amount 字典写死 pay_amount,并在标题注明"实付"
GMV 差 4,428 万 没加 status='已支付',把待支付、取消、退款都算了 状态过滤写进公式,不只写在文档备注里
订单数差 4,385 单 一个算全量 20,000,一个只算已支付 15,615 指标名带上修饰词:"已支付订单数"
人数差 587 一个取事件表支付人数 111,一个取订单表下单人数 698 禁止跨表比人数;要合并先定义主体
月活差了 4 倍 把 30 天的日活直接相加,得 8,837 人数一律去重,用 COUNT(DISTINCT)
复购率 25% vs 19.77% 分母不同:一个用活跃人数,一个用下单人数 分母写进字典,注明"不含游客"

4.6本章小结与练习

  1. 指标名 = 原子 + 修饰词 + 时间。少一个限定,就会多出一个"也对"的数。
  2. 金额可加,比率和人数不可加。比率回分子分母,人数重新去重。
  3. 三种拆法分工明确:加法定位、乘法定量、漏斗定动作。顺序反了会白干。
  4. 杜邦的价值是把结果翻译成部门动作。人数、频次、件数、件单价,四个叶子各有主人。
  5. 六种口径冲突:时间、主体、金额、去重、状态、归因。对账按这个顺序查。
  6. 口径必须落成字典。六列:指标名、口径、公式、数据源、频率、负责人。写完要复算一次。

4.6.1练习

  1. 用"支付订单数 × 客单价"复算 6 月 GMV,和 9,015,366.64 差多少?差在哪?
  2. 6 月 698 个下单人,人均 1.26 单;若提到 1.40 单、客单价不变,GMV 变成多少?
  3. 把复购率的分母换成月活 2,000,算出多少?为什么这个数不能用来汇报复购?
  4. 给 DAU 写一条指标字典,六个字段齐全,并通过"换个人也算出同样结果"的检验。
参考答案

1. 881 × 10,233.11 = 9,015,369.91,多 3.27 元。客单价保留两位时把 10,233.1063 进成 10,233.11,属舍入。

2. 698 × 1.40 × 10,233.11 = 9,999,795.09 元,比现在多 984,428.45 元。

3. 138 ÷ 2,000 = 6.9%。分母混进大量没下单的人,算的是"全站用户复购率"。

4. 示例:DAU|当日有任意事件的去重用户数|COUNT(DISTINCT user_id)|events.user_id, event_time|每日 T+1|数据组。关键在"任意事件"和"去重"两个词。

下一章预告:指标定好了、拆开了、口径也写死了,接下来要真正碰数据。 第 5 章从最底层讲起:Excel 的一个格子里到底装了什么,为什么同一个 1280,有的能求和,有的不能。
数据分析师训练营 · 第四章
Excel / WPS 均可,菜单名可能略有差异