综合指标分析法

原创虾壳可乐可乐的数据分析之路

本篇内容为数据分析入门方法系列的第4篇，综合指标分析的思路，有需要回顾前三篇方法的，传送门在这里对比分析、分组分析、平均和交叉分析。

本文大概

2000

字

读完共需

分钟

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。

一、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。

01 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：

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。
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