今天你“大数据”了吗？五步教你构建大数据产品体系

大数据产品体系互联网新媒体

创客 | 2016-03-04 10:51

【数据猿导读】我们处在互联网高速发展的时代，五花八门的信息、纷繁杂多的数据充满生活的方方面面。是的，不用怀疑，大数据时代来了。如今说起新媒体和互联网，必提大数据，似乎不这样说就OUT了。那么，今天你“大数据“了吗

数据管理、数据挖掘、数据处理，这些无一不是构建大数据产品体系的关键。一个完整的大数据体系分为几个层级，分别是数据基础平台、数据报表与可视化、产品与运营分析、精细化运营平台、开放数据产品、战略分析与决策。

一、如何建设数据基础平台

基础的数据平台建设工作，包含数据平台建设，数据规范，数据仓库、产品数据规范，产品ID，用户ID，统一SDK等。

很多公司的数据无法有效利用，就是缺乏统一规范，产品数据上报任由开发者按照自己的理解和习惯来执行，没有标准化的SDK和上报协议，并且数据散落在各个部门产品的服务器，无法构建结构化的数据仓库。

做数据平台的架构，很多人会理解为高大上的技术活，其实整个数据平台价值的体现，需要公司各个部门的配合，例如关键数据指标体系的建立，需要从各个部门业务指标进行提炼，并得到业务部门认可。常见的关键指标有：DAU、PCU、WAU、MAU、按天留存率(1-30日留存)、累计留存率(7日、14日、30日累计留存率)，新增用户，有效新增用户，活跃转化率，付费转化率，收入指标，ARPU人均收入，渠道效果数据等。

二、制作数据报表与实现可视化

数据报表与可视化是大数据体系中数据呈现的直接手段。数据可视化要求进行数据指标体系规范，统一定义，统一维度区分，就可以很方便的进行标准化可配置数据报表设计，直观的可视化输出设计，包括行为、收入、性能、质量等多种数据类别。拿阿里的数据地图来说，他们的优点是数据平台结构清晰，个人与数据关系明确，但是缺点也很明显，数据报表过多、平台访问量不高。因此，大数据体系中，如何确保数据可视化呈现非常关键。

三、产品运营与分析

在建立数据平台和可视化基础上，对已有的用户行为、收入数据等进行各种分析，输出日报、周报、月报、各种专题分析报告，服务于产品的各个环节。

常见的数据分析工作：

1、用户行为分析，用A/B TEST进行产品优化;

2、运用漏斗模型进行用户触达分析，如TIPS、广告等曝光到活跃的转化;

3、收入效果监控与分析，包含付费转化率、渠道效果数据等;

4、业务长期健康度分析，例如从用户流动模型、产品生命周期分析产品成长性和健康度;

5、营销推广活动的实时反馈;

6、用户画像也是常见的数据分析方式，包括用户如性别、年龄、行为、收入、兴趣爱好、消费行为、上网行为、渠道偏好、行为喜好、生活轨迹与位置等，反映用户各种特征，以达到全面的了解用户，针对性的为用户提供个性化服务的目的，通常每半年做一次用户画像的专题分析。

常见的数据分析思路：

1、事前分析：主要是对可能的数据进行预测，建立起考核指标，为之后的决策提供支持和精细化运营做准备。

2、事中分析：实时监控收入、用户，跟踪用户行为，进行数据采集用于分析用户的使用需求;实时查看流量，分析用户使用的场景(网络环境、运行环境等);实时分析活动效果并根据效果调整策略等。