1. 同名不同義
指標名稱相同,統(tǒng)計口徑不一致,缺少命名規(guī)范限制。
不同業(yè)務僅從自己部門出發(fā),缺少全局視角,如財務口徑的營收要嚴格按照嚴謹的邏輯計算實收實付的每一分錢,而產品/運營端則更多考慮轉化效果,但在各自的KPI監(jiān)控報表中,都把指標命名為營收。
2. 同義不同名
指標統(tǒng)一邏輯一致,但不同產品命名不一致,不同階段、或不同業(yè)務方/產品經理對指標命名不同,導致在不同數據產品頁面,同一指標不同名。
3. 口徑不清晰
只是同義詞再復述一遍,如活躍用戶數:訪問用戶數。
4. 命名難理解
表意不清模棱兩可,或過于專業(yè)化僅指標創(chuàng)建人才可以懂。例如轉化率指標,有創(chuàng)單轉化率、成單轉化率,直接叫轉化率可讀性就非常差。
5. 邏輯不準確
指標口徑描述有誤,例如UV指標,口徑描述為“按照設備ID去重”,實際上不同平臺去重邏輯并不一致,如微信小程序按照UnionID去重、APP按照DeviceID去重,PC和H5按照loginkey去重。
6. 數據難追溯
數據產品指標數據來源缺少直觀的鏈路追蹤能力,指標數據異常問題排查通過翻代碼去看數據來源,路徑長、耗時久,早上業(yè)務反饋指標問題,排查出結論后可能一上午就過去了。
7.
數據質量差
指標管理常見的問題綜合在一起,往往會導致業(yè)務對數據指標的信任度大打折扣,發(fā)現數據波動后,第一反應是先和數據部門確認數據是不是有問題,而不是去考慮業(yè)務上有何變動。

(部分內容來源網絡,如有侵權請聯系刪除)