如何快速搭建公司数据体系?

栏目: 数据库 · 发布时间: 5年前

内容简介:很多特别是创业公司产品都会遇到数据体系的问题,当然可以找第三方公司来解决,但数据安全又是个问题。如果全部本地化部署那费用也真的是不菲,所以响应习大大号召撸起袖子自己干吧。那我们要如何快速搭建公司数据体系?BOSS:对了,盒子,我这两天看你们电商的订单量好像有点波动呀。

很多特别是创业公司产品都会遇到数据体系的问题,当然可以找第三方公司来解决,但数据安全又是个问题。如果全部本地化部署那费用也真的是不菲,所以响应习大大号召撸起袖子自己干吧。那我们要如何快速搭建公司数据体系?

如何快速搭建公司数据体系?

BOSS:对了,盒子,我这两天看你们电商的订单量好像有点波动呀。

盒子:emmm…老板您真委婉,最近订单量的确下降了很多。

盒子:我觉得有可能是我们最近新上的品太贵了,另外感觉现在这个UI还是没有能让人有购买的欲望。而且这里产品设计上有很大的问题,不过我这里已经做好了七夕大促活动方案。准备发他1000张优惠券,然后活动商品全场8折,在加上全量PUSH,您放心订单量不涨我现场表演吃翔。

BOSS:别别别,我还是很看好你的,加油。

小的时候家里经营了一家花店,每到情人节之际总能看到无数的男主花重金求购玫瑰,自然那一天玫瑰的价格,至少要比平常翻个5倍左右吧。所以在情人节前几日,总能见到我爸妈盘算着今年该采购多少玫瑰,才能既保证情人节当天的需求量,又能最大程度降低花枝损耗及库存风险,从而实现利益最大化。

当然,当时他们在决定具体采购数量凭借的更多还是过往的经验,所以大部分情况并没有实现利益最大化。我们知道影响一个指标可能有很多因素,比如说:周围花店的数量,周围人群客流量,人群对鲜花的喜好程度,以及是否有固定老客户等等。

那么我们姑且将这些因素都看成一个个变量X,将最终采购数看成变量Y。那实际采购数量Y就等于X1*k+X2*k+X3*k,即为一个多元线性方程。这样如果我们有足够的历史数据,利用最小二乘等方法就可以逐步优化得出K值。

这样我们就有可能得出了一个公式:

y=x1*0.23+x2*0.38+x3*0.53

那么利用这个公式我们将今年有关周边花店、客流量、偏好程度等数据代入,即可得出今年情人节到底应该采购多少朵玫瑰花。最后通过情人节当天男主们实际购买情况,来调整公式的参数直至最优。这样明年我想他们应该就不用在那么纠结到底该采购多少玫瑰了,可惜的是花店没有坚持到明年。

差点忘了文章的标题,但是我认为明确数据分析的目的和方法,要比拥有数据和 工具 更重要。

那么到底该如何搭建公司的数据体系?

我想是很多特别是创业公司产品都会遇到一个问题,当然可以找第三方公司来解决,但数据安全又是个问题。如果全部本地化部署那费用也真的是不菲,所以响应习大大号召撸起袖子自己干吧…

一、数据仓库

首先我知道你有很多数据,但总也得有个地儿放吧。不至于我每次要拉数据都跟挤牙膏似得,小心翼翼的在线上数据库上跑吧,查个订单数据怎么也要limit一下才敢点执行。所以如果业务系统很多并且数据量比较大,建议将数据先同步到HDFS中,然后在利用HIVE对数据进行分布式计算,这期间有可能还会涉及到一些ETL的工作。

另外既然数据有地儿放了,那么也不能乱放吧。之前也有看过关于数据仓库维度建模,但我觉得一般中小公司如果不是以大数据为主要业务的,只要能够把数据分门别类就可以了,有特殊需要做处理的在考虑跑个离线计算的任务。

不管怎么说,数据仓库是数据上层应用的基础,先把地基打好。

二、数据获取

那么有地儿放数据了,总要放点数据进来吧。

一般我们会将数据分为两种: 一种是业务数据,另一种是行为数据。

业务数据数据源即为各个业务系统,每个业务系统产生的,如:交易数据、商品数据、用户数据等等,都会根据业务需求通过数据抽取工具全部同步到数据仓库中。

行为数据其实就是我们常说的用户行为数据,常用于分析用户在客户端的访问路径及行为。

行为数据一般有两种方式进行收集:

  • 一种是通过用户访问的接口日志数据进行存储。但是这种方式的问题是,有可能存在客户端对接口数据进行缓存的情况。所以如果是这种情况,那么当用户访问该页面时客户端就不会在请求服务器接口,自然会造成一定的数据收集偏差。
  • 另一种是通过对客户端进行埋点的方式,但是需要运营或产品同学预先定义埋点事件,并请开发同学进行手动埋点。这种方式可以有效减少数据丢失的情况,但仍有1~3%的几率丢失数据。并且很多时候由于版本发布比较紧急无资源给你埋点。

我们现在的做法是,在网上找了一个支持客户端全量数据收集的开源SDK,也就是常说的全埋点。只要将该SDK嵌入客户端并将上报数据的地址,改为我们的服务器地址,大多数情况就可以收集到用户的全部操作数据了。

除非有特殊数据需求,一般情况只要将客户端控件ID做好映射,就可以知道用户点击了哪些按钮或跳转到了哪些页面。

三、数据报表

在公司业务发展过程当中,无论是运营或产品多数情况都需要有数据的支撑,最常见的像GMV、订单量、用户数、支付数、支付金额等等。类似这些指标的集合即为业务的数据报表,一般通过浏览这些报表便,能够让我们快速了解当前业务的实际情况。

更有经验的数据分析者可以通过对数据的聚合、下钻等方式发现问题,找到原因,并输出分析结论从而指导业务决策。但往往这类报表需求多变,如果每次都让开发人员手动修改和导出数据,效率又会非常低。

这里推荐一款由Airbnb开源的BI工具——Superset,开源BI里面个人感觉算是比较强大了。

一般的报表需求通过几句简单的 SQL 及其自带丰富的图表,就都能够满足啦。如果报表的数据计算量过大,建议离线计算一层之后在用Superset查询。将Superset部到服务器上,并连到您的数仓,你会发现很多数据需求都不需要找开发了,解放了一大部分可视化前端的开发资源。

当然我也承认,毕竟开源的系统,所以BUG还是有的,不过整体来说还是利大于弊,是时候让你的SQL策马奔腾吧!

四、数据应用

除了数据报表,对于数据的应用还有很多种形式,比如:用户行为分析、用户画像、漏斗分析、个性化推荐等等。当然市场上有很多第三方的数据分析工具,免费的,如:友盟、TalkingDate等等。收费的有….怕有打广告的嫌疑这里就不枚举了。

但系统终究是人家的系统,一些个性化的需求恐怕不能满足变化莫测的业务需求,另外对于自己数据的沉淀也不方便。

我们现在的做法是简单的数据报表用Superset,复杂数据需求,比如:类似用户画像等等,产品及研发才会介入设计和开发。

在这也简单说几个我们自己做的一些数据应用:

1. 用户行为分析

利用桑吉图,在通过客户端事件埋点将用户的行为路径整体描绘出来。非常有助于了解用户的操作喜好,以及发现产品中存在的问题。

这里在开发过程中可能需要注意两点:

  • 一是当客户端事件过多时桑吉图会变得非常混乱且难以浏览,因此在设计系统时应提供窗口式或分页式对数据进行浏览的功能。
  • 二是我们的用户会有很多刷新的动作,所以行为数据中必然会存在从A到A的情况。

但是很多开源的桑吉图并不支持递归数据,所以我们将存在递归的数据进行重命名(如A1),这样桑吉图就画出来喽。当然如果要系统更强大,个人的脑洞是可以考虑针对某条路径进行向下钻取等等。

如何快速搭建公司数据体系?

2. 转化漏斗分析

业务上最关注的恐怕就是每个节点的转化情况,因此如果能设计一套灵活的漏斗分析工具,对于业务分析及运营效率上的帮助都会非常大。

为了尽可能的让业务人员根据自己的需求,个性化的配置一组节点,并快速生成可视化的漏斗和报表,我们将用户的每一次点击事件都以一整条链路的数据结构进行存储。

这样当业务人员选择一组节点时,系统会将所有用户中存在这一条路径的所有节点枚举出来,在进行计算和处理,从而达到无需业务人员事先定义漏斗,只需要在系统中配置一组事件即可看到其转化及流失情况。

如何快速搭建公司数据体系?

3. 用户群体分析

通过漏斗分析发现某业务的A到B节点的转化非常低,并已将该部分流失的用户ID导出,希望能找出问题的原因。

可以通过两种方式:一是电话访谈好几万的用户累死你;二是利用该类用户的数据进行分析。

首先我们可以先看看这部分用户都是谁,整体的属性分布是什么样的,那么就需要用到用户群体分析的功能,它必须支持用户组的导入及保存,以及灵活的图表组件(如性别饼图、年龄分布图、城市分布图、地域、设备、消费等)。然后再利用用户行为分析等其他分析工具或方法,或许就会帮你发现数据的规律,找到该类用户流失的原因。

以上是个人在创业公司中从0到1摸索的一些数据产品经验,当然与大公司的数据能力相比这些不足为奇。写出来是希望与大家分享自己的一些思考,同时也希望能够与大家一起学习和成长,文中若有偏差之处请多包涵。

数据本没有意义,需要工具和算法以及能够驾驭它们的人,数据才能够创造价值。因此我始终认为现在拥有数据思维比拥有数据更重要,毕竟无法量化,就无法增长。

如何快速搭建公司数据体系?

如何快速搭建公司数据体系?

如何快速搭建公司数据体系?

盒子:BOSS我发现我们最近这个版本的活跃用户和平均停留时长都有所降低,一定程度上会间接影响到商品的销量。

盒子:查了一下最近版本的迭代功能,发现社区的入口被关闭了一个,发帖量减少了将近一倍。

盒子:所以这个版本我们将用户社区版块优化了一版,结果发现用户的平均停留时长,以及电商的销量都有所增加。

BOSS:好的,就说我很看好你!

本文由 @宗瀚zone 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

产品经理全栈运营实战笔记

产品经理全栈运营实战笔记

林俊宇 / 化学工业出版社 / 49.8元

本书凝结作者多年的产品运营经验,读者会看到很多创业公司做运营的经验,书中列举了几十个互联网产品的运营案例去解析如何真正做好一个产品的冷启动到发展期再到平稳期。本书主要分为六篇:互联网运营的全面貌;我的运营生涯;后产品时代的运营之道;揭秘刷屏事件的背后运营;技能学习;深度思考。本书有很多关于产品运营的基础知识,会帮助你做好、做透。而且将理论和作者自己的案例以及其他人的运营案例结合起来,会让读者更容易......一起来看看 《产品经理全栈运营实战笔记》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器