江苏龙网

  1. 首页 > 人文 > >

项目复盘｜数据模型实操指南

这是Kevin的第 693 篇原创 ，
持续日更 ， 做产品经理的创业斜杠青年 。
数据能力是产品经理的基础能力之一 。 和原型、文档、需求调研普及能力对比起来同样重要 。 互联网公司都离不开数据 ， 无论是冷启动周期的种子用户、还是增长期的留存用户 ， 有数据基础知识同时要求产品经理区分业务数据和用户行为数据、定义数据口径、搞清楚数据来源 。
由于近期在负责数据中台的搭建 ， 我也来分享下我们在数据模型产品的建立过程 。 整个过程分为数据可视化面板设计、数据口径、数据来源、数据挖掘4个维度分享 。
1.数据可视化面板设计（难度：简单）
目前市面上有较多以vue、react、JS的可视化数据效果 。
比如jquery插件库：
可以帮助找到开源、可用的酷炫交互动画 。 这里基本只能帮助在数据可视化上展示更为“酷炫” ， 但实际上和数据图表仍然要去比如蚂蚁数据可视化、DBAPLUS上有通用的数据图表 。
项目复盘｜数据模型实操指南文章插图
▲ 开源的jquery插件
快速实现数据可视化效果 。 在数据可视化里 ， 我们常用扇形、柱状、柱状图、热力图来展现数据 。
阿里的G2数据可视化引擎
项目复盘｜数据模型实操指南文章插图
▲ 数据可视化图表
找到适合数据场景的图形即可 ， 比如用户画像显然是扇形比例会比柱状图更有优势 。 用户增长趋势则用柱状图比扇形 。
涉及到数据挖掘的模型 ， 比如漏斗模型、页面路径展示 ， 都可以用上面的开源图标完成 。
2.数据口径、场景定义（难度：中等）
数据的采集可以来前端埋点、还可以后端服务计算 ， 比如H5要依托于前端的埋点 ， 才可以有用户行为数据 。 而订单的状态则需要依托于服务端判断才有 。
在数据口径定以前 ， 还有做数据依托于运营视角的归类 ， 比如什么数据属于公共部分、什么数据属于某个产品线的、还有什么数据是属于某个用户行为、场景才会产生的 。
项目复盘｜数据模型实操指南文章插图
▲ 数据模型设计表
比如上图我们建立了公共数据概览、用户生命周期2个不同归类看板 。 目的就是拆分不同的数据场景 。
比如第三方短信平台的消息发送数量、消息发送成功、发送失败数量 ， 是平台系统类型的数据 。 和用户行为无关 ， 归属于公共类数据 。
用户生命周期则将数据和用户行为结合分为回流用户、活跃用户、新用户、流失用户4类 。 因此只要处于用户生命周期类场景的数据模型都将放在这个面板中 。
在上面文档里面的从左到右分别是数据字段\模型名称、数据定义、数据说明、数据统计场景 。
数据口径定义是未来开发人员、产品部门、数据运营同学的数据词典 ， 一旦定义不清楚 ， 即无法完成埋点、也无法完成数据清洗工作 。 同时要知道数据口径定义还会随着数据中心迭代而不断维护 ， 要求在一定的规则下继续更新 。
比如业务规范词、数据名词、统计单位说明 ， 再加上版本号、或更新人员、业务部门 。
3.调研数据源头（难度：困难）
在实际生产环境中 ， 我们可能面临因为产品处于运营早期、甚至是有的数据源头是第三方、跨部门提供的 。
对方到底怎么统计、如何采集、能不能有对应数据来源 ， 需要产品经理找到开发同学定义、厂商进行调研 ， 比如上图的短信发送成功、状态等数据 ， 是来自短信第三方平台提供 ， 确保数据源是可有的 ， 而不是产品经理自己YY ， 建立一张可用的数据口径表 ， 是数据建设的核心之一 。
现在数据源头对接的2种形式
第1种形式：无任何规则的杂乱数据


推荐阅读


上一篇：清华大学黄高——图像数据的语义层扩增方法

下一篇：不限速BT,磁力链接下载工具，MAC，LINUX也可用