从BAT看企业构建大数据体系的六层级-国土报中文版

本篇文章2361字，读完约6分钟

下图总结了本文的精髓，将与您逐一讨论。

一、数据基础设施平台

基础数据平台建设，包括数据平台建设、数据规范、数据仓库、产品数据规范、产品id、用户id、统一sdk等。

许多公司的数据不能得到有效利用，也就是说，没有统一的标准，允许根据自己的理解和习惯来报告产品数据。没有标准化的sdk和报告协议，数据分散在各个部门的产品服务器上，因此不可能建立结构化的数据仓库。

许多人会理解构建数据平台是一项高科技工作。事实上，整个数据平台价值的体现需要公司各部门的合作。例如，关键数据指标体系的建立需要从各部门的业务指标中提炼出来，并得到业务部门的认可。常见的关键指标有:dau、pcu、wau、mau、每日保留率(1-30天)、累积保留率(7天、14天、30天)、新用户、有效新用户、主动转换率、付费转换率、收入指数、arpu人均收入、渠道效应数据等。

从BAT看企业构建大数据体系的六层级

下图显示了腾讯和阿里的数据平台架构。

Ali大数据业务架构:

阿里梯分布式计算平台的总体架构:

二是数据报告和可视化

第一个层次，通过标准化数据指标体系，统一定义，统一区分维度，方便设计标准化的可配置数据报表，设计直观的可视化输出，包括行为、收入、绩效、质量等数据类别。

在ppt中，将详细介绍优盟、迅雷、百度、腾讯等公司的数据报表系统。

腾讯数据门户

Ali数据图

第三，产品和运营分析

在建立数据平台和可视化的基础上，分析现有的用户行为和收入数据，并输出日、周、月和各种专题分析报告。常见的数据分析工作如下:

1.产品分析和优化的a/b测试；

2.使用漏斗模型分析用户范围，如提示、广告和其他主动转换的暴露；

3.收入效应监测和分析，包括支付转换率和渠道效应数据；

4.业务长期健康分析，如从用户流模型和产品生命周期分析产品增长和健康；

5.营销活动的实时反馈；

用户肖像也是一种常见的数据分析方法，包括用户的性别、年龄、行为、收入、爱好、消费行为、在线行为、渠道偏好、行为偏好、生活轨迹和位置等。，反映用户的各种特征，以实现对用户的全面了解并为用户提供个性化服务。通常，每六个月对用户肖像进行一次特别分析。

下图是一个常见的数据分析想法:

常用分析工具:不包括spss、sas、enterprise miner、clementine、statistica。Excel和spss被个人广泛使用。

下图显示了spss常用的数据分析和挖掘方法:

第四，精细化操作平台

基于数据的精细化操作平台的主要逻辑是细分用户、商品和服务，并通过各种推荐算法的组合和优化，分别推荐商品和服务。此外，还有一个针对不同产品生命周期和用户生命周期的产品数据操作系统。

V.数据产品

有许多广泛的数据产品，如搜索，天气预报等。在这里，我们主要讨论狭义的数据产品，并以三家英美烟草公司的数据产品为例进行分享。

腾讯:广电通和鸽子

阿里:数据立方体，淘宝智能，淘宝指数，在云端

百度:百度预测，百度统计，百度指数，百度新浪，百度精算

截取几个ppt，如下所示:

六.战略分析和决策

战略分析和决策的层次更类似于许多传统的战略分析和业务分析方法。最大的区别在于数据来自大数据。

许多企业错误地将“业务运营监控层”和“用户/客户体验优化层”放在业务分析或战略分析层。傅志华认为“业务运营监控层”和“用户/客户体验优化层”是由机器、算法和数据产品实现的，“战略分析”和“业务分析”是由人实现的。许多企业给人们机器能做的，这导致了发现问题的低效率。

建议除了“业务运营监控层”和“用户/客户体验优化层”之外，还应该做机器能做的事情，并在此基础上让人们做人类更擅长的体验分析和战略判断。

在瞬息万变的互联网领域，数据很难在选择业务战略方向时预测业务的大发展方向。如果有人说微信的大方向是通过数据挖掘和分析发展起来的，估计产品经理会笑。从本质上讲，数据可以在精细化营销和运营中发挥更好的作用，但在产品规划和广告创意等创造性的事情中，它的作用就较小。但是一旦产品具有创造性，它就可以通过灰度测试，并且数据可以验证效果。

从BAT看企业构建大数据体系的六层级