前言

今天想和大家分享在剛開始做資料分析時，曾經遇過的一個問題和經驗，也是蠻多數據分析時常見的盲點，也就是過度追求極致儀表板的設計、數據指標定義的計算。
過度追求完美，容易導致效率不彰、目標錯誤，先跟你分享一個歷史上的故事，再來聊聊我們的故事吧。

歷史上的故事

有一個著名的空難事件，發生於1972年的「東航空難（Eastern Air Lines Flight 401）」

這架東方航空的洛克希德L-1011三角洲飛機，從紐約飛往邁阿密。當飛機進入邁阿密國際機場上空進行降落準備時，機組人員發現降落裝置顯示燈沒有亮起，這可能意味著起落架沒有正常放下。於是，機長和副機長開始集中精力檢查這個顯示燈的問題，並嘗試手動處理起落架。

為了檢查問題，機組人員解除了自動駕駛功能，以便手動處理。他們幾乎所有的注意力都集中在儀表板上，特別是那個故障的指示燈。他們完全忽視了飛行的其他關鍵參數，包括飛機的高度和姿態。實際上，儀表板上的顯示燈故障並不意味著起落架沒有放下，而只是顯示燈本身可能壞了。就在機組人員忙於處理這個小問題時，飛機開始不知不覺地緩慢下降，但沒有人注意到。

最終，飛機以接近時速400公里的速度撞上佛羅里達沼澤地，造成機上176名乘客中101人喪生。調查顯示，事故的主要原因是機組人員過度專注於儀表板的小問題，而忽略了飛機正在逐漸下降，失去高度。


這個故事告訴我們，即使是飛行員這樣受過高強度訓練的專業人士，有時也會陷入「為了儀表板而儀表板」的陷阱。他們過度依賴單一的指標，忽略了更大的環境脈絡（飛行高度和狀態）。這與我們在數據分析中的挑戰非常相似，數據指標和儀表板雖然重要，但不能忽視整體情況或環境變化。

而我們的故事是這樣的

曾經處理過一個案子是想針對訂閱服務做數據的追蹤分析，產品是個每月訂閱付費的服務，每30天會自動扣款一次，除非用戶取消訂閱。

在來回討論怎麼衡量產品的成功後，我們特別在意『月退訂率』。

月退訂率的計算是這樣：

這個月的退訂人數 / 這個月的訂閱總數

問題一: 這個月的訂閱總數怎麼算

1. 每個月第一天的訂閱中數量: 分母通常較月底小，整體看起來的退訂率高
2. 每個月最後一天的訂閱中數量: 衍生退訂的認列問題，9/17號訂閱，9/28退訂，要算在9月，還是10月的退訂？

問題二: 退訂數的認列，9/17號訂閱，9/28退訂，要算在9月，還是10月的退訂？

1. 算在9月：用戶有可能會恢復訂閱，可能會多算
2. 算在10月：DA不好算，也不符合該月退訂率的定義，經常有人混淆

問題三: 月退訂率的名稱與計算不符合

問題四: 該月月退訂率，只有到下個月初才能知道結果，已經是落後指標

最終解決方案：

1. 調整名稱：『三十天的月退訂率』
2. 公式：三十日之內的退訂人數/(前三十一天正在訂閱人數+三十日內新訂閱人數)

結果: 算法不能說不好，但計算變得複雜難以理解。

其實後續仍然爭議不斷，也又調整好幾版，甚至要搬出微積分來算了，幾個版本也重複了前面的缺點，就不贅述。

關鍵可能不在於數據定義

思考：事後回顧，中間過程大家在意的是什麼？

這整個指標定義計算來來回回的過程，最累的其實就是DA了，每天要被業務追殺數據的準確性，要解釋為什麼是這樣，被弄的其實很疲倦，其實當時並沒有找到一個比較好的答案。

1. 業務單位： KPI 不好看，會被老闆罵
2. 老闆：希望數據是領先指標，能更早反應出問題
3. 資料分析師：定義名稱與計算規則本身不相符，計算不要太複雜
4. 共同期待：
   i. 期望一個大指標反映出所有問題
   ii. 指標的增減，期望能掌握原因
   iii. 計算好複雜，難以馬上知道原因，無法快速回應上層問題

複習一下： 數據分析的重點：『簡單』、『比較』、『拆解』

1. 『簡單』
   提供的任何數字、圖表都以簡單為最高原則， 『讓人願意理解』 是最重要的前提。
   我知道實務上數據有很多情境和條件，但我能給你最好的建議就是把這些條件都消滅，老闆絕對沒有時間聽你說：『現在每天活躍人數 5萬人，但是要扣掉XXX，再考慮OOO』，請給聽眾一個你最有把握、最簡單的數字。

2. 『能比較』
   ** 絕對的數字不具備任何意義，好與壞通常是比較而來。 **
   在商業領域看財報的習慣來說，通常會和『YoY(去年同期)』、『MoM(上個月)』去做比較，例如：本月的活躍用戶數是5萬人，沒有任何意義，但如果加上資訊，上個月是3萬人，代表成長了2萬人，就有討論的空間。

3. 『做拆解』
   ** 大數字沒有辦法產生行動，拆解後才能產生具體的優化行動。 **
   有了可以比較的數字，下一步要找出行動，以剛剛 MAU 5萬人，成長2萬人，只能看不能做，所以必須『拆解』，例如：昨天的 MAU 3萬人，有1萬人購買商品，佔比33%；今天的5萬人，有1.2 萬人購買商品，只佔比24%，我們就可以得出第一個問題：MAU的成長沒有按比例帶來營收，是什麼原因？

『退訂』的原因才是重點

指標只是一個絕對值

其實整個回顧下來，何必要算出『月退訂率』呢？在整個產品服務的初期，大家最在意的問題其實就是『有多少人有興趣』、『現在有多少人訂閱』、『有多少人退訂』，以及和上一期相比的成長。

在意變化而非絕對

月退訂率本身的計算方式，其實不是關鍵，我認為還是值得計算的，只是大家應該在意的是時時刻刻的變化，而非斤斤計較一點些微的差異。

避免過度、過早的設計

深入了解以後發現其實執著於『月退訂率』的原因是想透過月退訂率去推估營收，只是前期的變動實在太大，大家更在意的是這個數字為什麼變來變去？還沒心力去擔心未來12個月的營收預測呢！

小結

今天和大家分享我自己曾經遇過的一個慘痛經驗，一個指標的定義因為各個角色的立場、需求不同，也可能過度、超前規劃，導致大家的焦點被錯誤聚焦在指標的定義，而非產品真正帶給使用者的價值，這是件非常危險的事情，也是很常見的衝突來源，有人倡導不要 KPI ，要OKR，也是這樣的起源。

我想說的是， 重點不在於工具，在於用這個工具的人與思維。