×
支持199IT發展可加入知識交流群(8K+用戶),最有價值數據分享和討論!
點擊即可加入!
關閉
title_temp-食色软件app下载

騰訊QQ大數據:BI方法論-數據體系建設之路

當一個企業要建立數據體系,它需要什么樣的流程?當一個新的產品上線,它需要怎樣建設業務的數據體系?這兩個問題是否一些方法論去遵循?筆者原以為能在網上搜一篇關于數據體系建設的文章,居然未能如愿,甚為遺憾。OK,老衲就來杜撰一篇!本文將從騰訊的數據體系、SNG數據中心的數據發展歷程、業務的數據體系建設三個方面對企業、業務的數據建設進行闡述,各位同仁將就著看,多提意見少拍磚

一、?什么是數據體系

食色APP完整的數據體系應該是包含數據系統/數據產品/數據服務等若干個相互聯系且基于數據所組成的有機體?——?本文作者

二、?騰訊的數據架構

食色APP也許大家對這金字塔并不陌生,它集成了N多數據同仁的智慧,最終總結出這六層結構。

1.?數據基礎平臺

筆者所在的數據團隊用的數據處理平臺是騰訊分布式數據倉庫(TDW),它集成了數據存儲、計算、機器學習等功能。

2.?數據體系和可視化

食色APP有了數據處理平臺,那我們統計好的數據需要有系統來呈現給用戶,當前筆者用的平臺是SNG-數據中心的“騰訊羅盤”。業務的數據體系可以幫助產品經理和分析師更好的理解數據,這塊將在后續的文章做重點介紹。

3.?產品與運營分析

食色APP當業務發展到一定階段,單純的數據監控和統計已經不能支撐其業務發展。這就需要數據分析同學分析產品的用戶畫像、用戶的行為、收入構成等,以便運營同學發現運營中的問題,挖掘潛在的機會點。

4.?精細化運營平臺

如果說分析結論是一個指南針,那么精細化運營平臺就是一個狙擊步槍。它可以準確的幫助運營同學把目標用戶提取出來做精細化運營,目前筆者常用的內部工具有:神盾推薦系統、數據提取平臺、用戶生命周期管理系統。從字面上就能看出來,推薦系統解決了業務千人千面的個性化推薦,數據提取平臺給產品經理提供清洗數據、交叉分析的平臺,用戶生命周期管理系統是產品經理的用戶運營平臺。

5.?數據產品

食色APP市場上有很多的數據產品,比如百度的百度指數、阿里的數據魔方,像SNG有社交指數、宜出行等(感興趣的可以自行關注公眾號)。

6.?戰略分析與決策

數據的作用除了幫助提升業務運營效果外,還可以成為領導層做戰略規劃的依據。比如每到年底,我們會對明年的業務活躍用戶數、付費用戶數做預測,預測在后續會有詳細介紹(見《社交大盤關鍵指標預測》、《某包月用戶數預測》)

三、?SNG數據中心的數據發展歷程

筆者所在的數據中心幾經變革,從早期的單機收集數據、開發報表到現在的在線實時計算和機器學習,不斷的完善數據基礎功能、擴展數據的應用場景,進而把數據的價值最大化。

四、?業務的數據體系建設

1.?為什么要有業務的數據體系

先問幾個問題:有沒有入職一年多了,還不知道部門業務架構?有沒有作為骨干員工,還只清楚自己的一畝三分地?有沒有做了leader,還不了解業務大盤趨勢?

食色APP顯而易見,業務的數據體系既可以讓產品同學了解所在組織的業務架構,也可以讓運營同學了解過去一段時間的運營詳情,同時為下階段的運營提前做出規劃。

2.?業務數據體系建設的方法論

2.1?“業務體系”

食色APP這里更多指的是業務構成。無論是作為一個運營產品經理、數據產品還是BI同學,不了解業務數據體系就像有一本武林秘籍卻沒有內功心法。想要把數據發揮更大的作用,就需要了解團隊里或者部門中其他人在做些什么?有沒有可以合作的地方?是否可以把成功的案例拿來套用?

我們先來看看幾年前為某包月做的業務體系,詳細內容涉及到敏感數據就不展開,有興趣的同學可以在評論區留言交流

是不是還算清晰?可以很快的了解到包月的業務的模塊構成。任何一個增值業務都可以在上圖的二級節點里找到自己的位置。

這么構建的兩個優點:

a)?即便是多元化和產品更新迭代速度快的產品,也能清晰的了解業務結構

b)?把各個業務從邏輯上劃分5大塊,如果有一部分出問題,能快速定位

2.1.1?“數據體系”的四要素

這個增值業務的數據體系為什么要這么設計?

a)?業務洞察

食色APP這是一個應該問自己的問題,有的同學只關注自己的一畝三分地,很少抬頭望望團隊在做什么,兄弟團隊在做什么,部門在做什么。這是一個組織架構和內容的劃分,比如13年的SNG增值產品部(那時候還叫會員產品部)。

食色APP從業務角度來劃分,她包含了會員、靚號、QQ旋風、QQ游戲加速器、鉆皇、MP活動;

食色APP從組織架構劃分,她有體系運營中心(負責營收、VIP關懷和成長)、個性化中心(氣泡、表情、主題等個性化特權)、功能特權中心(手Q閱讀、動漫、炫耀類特權)、游戲增值中心(端游、手游、會員的游戲特權)、個人形象中心(QQ秀、購物號等)。

從運營渠道來劃分,她有tips、小錢包、郵件、紅點、公眾號等。

食色APP從用戶角度來劃分,她有VIP等級、成長值、積分等。

b)?數據分類

食色APP對一個業務團隊來說,用戶數和收入是必然關注的兩塊指標。

食色APP活躍:各個業務的DAU、特權活躍、平臺活躍、各渠道流量、頁面漏斗轉化等

付費:收入金額、ARPU、付費轉化率、支付渠道、支付入口、ROI等等

食色APP用戶研究:她有各種頁面轉化率、生命周期管理、留存率、用戶畫像和各種業務重合度、用戶等級體系

c)?邏輯抽象?——?腦洞大開,你的能力超乎你的想象

根據以上2塊內容,可以把會員業務抽象成五大模塊:營收體系、活躍體系、成長體系、關懷體系、用戶研究。

d)?繪圖軟件

常用的繪制軟件有MindManager、Xmind,軟件提供了各種場景,選一個合適的Map。

食色APP常遇到的問題:數據分類和業務架構怎么結合?

解答:每個業務都有活躍付費、以及它的留存等相關數據結構,但這里的增值業務數據體系更多是讓我們了解整個大的業務數據體系。如果想要詳細的看數據,那么就需要把它轉化為“指標體系”。

2.2?指標體系

食色APP做社交互聯網的數據分析指標體系和其它行業的指標體系不同,有做交易支付為目標的,也有做用戶流量的。所以了解業務形態,是首要任務。大到方向,小到細節。

step 1?走出去,先和運營的產品同學聊聊。看看他們都關注什么,他們對業務的理解是什么。他們平時都看什么指標。例如業務今年KPI是年收入80億,而你只關注大盤趨勢忽略各平臺入口的流量和付費轉化。所以指標體系不是大而全,需要有側重點。

step 2?看看不同層次的人對這個業務的理解。業務leader和運營同學具體看的維度和思考的維度會有不同,了解不同的思考維度和聲音,對建立不同的數據體系有重要的意義。

step 3?了解用戶的聲音,往往用戶的聲音才是對一個產品和平臺最真實的反饋,這些需要數據指標體系來量化。

step 4? 結合數據分析師的視角,最終構成了指標體系。

我們來看看某年某月某日為某手游做的指標體系:

這么設計的優點:

食色APP結合了業務洞察和數據分類,抽象成直觀可量化的指標,進而監控業務的運營狀況;幫助運營同學和開發同學快速拆解定位;能夠快速復制到其它業務。

食色APP對于指標體系的構建,后續有專門介紹的文章:《指標體系如何搭建》

2.3?報表體系

有了數據體系、指標體系,那么就需要把這些結構化的業務劃分、維度和指標轉化成可視化的數據結構,并通過可視化的平臺來呈現,目前SNG大部分業務用的是騰訊羅盤系統。

報表設計的幾大要點:

a)?不是所有的數據都要放到一張報表里看。曾見過一張報表,有超過40個指標,后來產品同學自己都忘了怎么看報表。設計報表就像對著ppt演講一樣,一張圖表只講一個故事。

b)?多問問自己設計這個報表的目的是什么,要解決什么問題。是常規營收監控?平臺渠道的轉化?切忌隨意,小心黑磚

c)?準備好數據源,了解統計口徑。數據源是外部的還是內部的?存放在哪里?怎么獲取?統計口徑是如何的?口徑變動的周期是多久?只有這些都確定了,開發效率才能提供,維護成本也會降低。報表開發流程規范:

2.4?分析體系

如果說單張報表是讓你了解某塊數據的“點”,那么報表體系就是把這些點組在一起的“線”。然而怎么綜合評估某業務/產品的運營狀況是否健康、未來的機會點以及風險呢?那么需要我們把這些“線”織成一張網。

對于業務來說,評估業務內部優劣勢、外部機會與挑戰最合適的方法莫過于SWOT:

那么如何判斷此增值業務的S、W、O、T呢?

食色APPS: 通過分析用戶屬性與營收貢獻判斷我們的用戶主要構成與優勢的渠道/平臺

食色APPW:通過分析用戶健康度、特權活躍來看我們還有哪些空白領域未填補,以及哪些功能是占據大量資源但收益較低

食色APPO:通過分析用戶屬性和平臺流量的轉化比,發現潛在的機會、挖掘新的內容進而擴大業務盤子

T:?通過分析用戶規模、競品對比、平臺和市場前景等角度發現業務可能遇到的挑戰

食色APP現在,我們再來看看某增值業務的分析月報框架。

食色APP詳細內容因涉及到業務具體情況就不展開。但通過框架可以很清晰的反映近期此增值業務的發展趨勢、業務的優劣勢以及可能面對的機會與挑戰。類似的增值業務可以根據實際的業務情況再拆分。

食色APP最終,把SWOT的內容整合到一張報告里,每月固定輸出給運營同學!

五、?結語

總之,互聯網產品的數據體系需要產品經理、產品運營人員、開發人員和數據分析師共同合作完成,并不是業務同學或BI單方面就能完成的事情。為了更好的建設符合大數據時代的產品運營的數據體系,我們需要充分理解數據體系的商業目標,設計科學嚴謹的產品數據體系,做好數據上報的規范,結合大數據存儲和計算的能力,搭建具有大數據技術能力的數據分析和數據挖掘體系,并在這些基礎上形成數據體系設計、數據上報采集、數據存儲計算和數據分析挖掘的良性循環。

也期待下一階段能在用戶生命周期管理、精準推薦等領域幫助業務有新的突破。

這不是結束,而是另一段“風花雪月”的開始……

來源:

感謝支持199IT
我們致力為中國互聯網研究和咨詢及IT行業數據專業人員和決策者提供一個數據共享平臺。

要繼續訪問我們的網站,只需關閉您的廣告攔截器并刷新頁面。
滾動到頂部