数据系统是整个数据产品的基石，一个完善的数据系统是为了更好的构建一套契合业务的指标。从指标的定义出发，提出了聚合模式下构建网上叫车交易领域指标体系的思路。
一、指标是什么？
数据是量化运营策略、财务状况、商业价值等等的工具。可以抽象的分为两部分:度量和维度。
衡量:指指标的数值，如TPH的“300票”、“40人”、“1.5票/小时”；维度:指获取度量的角度，如城市、订单类型、业务线、日期、时间等。指标大致可以分为以下三类:
“基本指标”:指不能再拆分的原有统计指标，如奇数号发放数、司机完赛数等。“复检指标”:是指由几个基本指标通过运算规则得到的一个新的指标，如响应率、订单完成率等。“派生指标”:是指在基础指标/复检指标上增加维度进行限制得到的指标，如“8月1日杭州发行利率”。
第二，如何量化业务
网约车行业从最初的滴滴快的烧钱争霸，到后来的一枝独秀，再到现在的多足鼎立。不难看出，这个行业已经从一家公司走完了全链路，逐渐发展到拆分到各个垂直领域分蛋糕。本文将以“流量聚合模型”为基础，描述如何通过指标全面量化交易领域“交通平台”的业务能力。
运力是指挂在流量平台上的网约车平台，为其提供运力、调度、风控等一系列能力。
贸易
网约车交易板块承担的KPI大部分是通过GMV的大目标进行拆解的，而在聚合模式下，可以从流量转化的角度进行拆解，如下图所示:
查询次数
定义:就是乘客冒泡的数量。以滴滴为例，“同时呼叫”表页的每一个PV都可以视为一次询价。
发送一个奇数
定义:即乘客查看我们平台，确认订单数量。用户可以选择一个或多个选项。
举起手来。
定义:即交通平台调度到调度员后，推送到交通平台的司机信息数量。
回复数量
定义:即流量端平台在一个或多个运力平台举手后做出决定，决定分配给我们司机的订单数量。
完全单数
定义:订单分配给我们司机后，完成取货、开车、送单等一系列业务流程的数量。我们通常把“行程完成”看成完全单数+1。
这些是对漏斗中核心指标的解释。分别可以量化交易领域的哪些能力？
发行利率=发行数量/询价数量:
这个指数与定价策略直接相关。定价降低会导致计费率上升，而外部因素会干扰乘客的价格敏感度。
举手率=举手人数/举手人数为奇数:
该指数与产能密度和供需比正相关。司机越多，乘客越少，举手率越高。同时，播种半径也会对此产生直接影响。举手率对指导供需调度有很强的参考价值。
回复率=回复数量/举手数量:
如上所述，交通平台内部决策的复杂逻辑，对于交通平台来说，大多是完全的黑箱。这个指标这个时候很难分析，但大致可以分为三个方面。
ETA:取车距离越长，意味着乘客体验越差，取消率越高。ETA越低，流动平台的倾斜度越大；举手速度:这个维度是各大流量平台的一致说辞，虽然有些牵强，但也不无道理；司机历史行为:交通平台接入交通平台时，需要同步各类司机数据、订单数据、客户投诉数据等。到流量平台，这肯定会为所有平台的司机生成一套或简单或复杂的用户画像，历史上行为不端的司机不会被决策倾斜。完成率=完成奇数/回答数:
这个指标和几个场景有关:乘客/司机在接单过程中因距离太远而取消，司机在多个平台接单并取消。其实它的本质反映了一个关键因素，即“骑行和骑行的体验”。
更高的完成率意味着更好的乘车体验，反之亦然。
第三，确定指标结构
通过以上描述，我们可以大致量化聚合模式下的网约车业务的交易环节。下表根据尺寸对它们进行了分类:
在实际业务开展中，我们围绕“效率”和“供需”这两个关键目标，也会拆分出更多的交易指标。
四。总结和讨论。
1.一些经历
构建新业务形态的指标体系，可以抓住一个对象，通过梳理主业闭环，拆分各层级/节点的损失和转化；设置指标体系时切记“统一统计口径”。比如“统一口径就是下单时间”。那么，当我需要得到7月1日的指标时，统计的原始数据必须是7月1日的所有下单。
2.讨论几个问题。
在聚合模式下，交通平台需要连接各种流量平台，每个公司的商业模式或多或少都会有所不同。如何优化交易指标体系，使其更加抽象，从而不断变化？
本文由@Sean原创发布。每个人都是产品经理。未经许可，禁止复制。
来自Unsplash的图像，基于CC0协议。
