中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

很多特別是創(chuàng)業(yè)公司產(chǎn)品都會(huì)遇到數(shù)據(jù)體系的問(wèn)題，當(dāng)然可以找第三方公司來(lái)解決，但數(shù)據(jù)安全又是個(gè)問(wèn)題。如果全部本地化部署那費(fèi)用也真的是不菲，所以自己干吧。那我們要如何快速搭建公司數(shù)據(jù)體系？

BOSS：對(duì)了，盒子，我這兩天看你們電商的訂單量好像有點(diǎn)波動(dòng)呀。

盒子：emmm…老板您真委婉，最近訂單量的確下降了很多。

盒子：我覺(jué)得有可能是我們最近新上的品太貴了，另外感覺(jué)現(xiàn)在這個(gè)UI還是沒(méi)有能讓人有購(gòu)買(mǎi)的欲望。而且這里產(chǎn)品設(shè)計(jì)上有很大的問(wèn)題，不過(guò)我這里已經(jīng)做好了七夕大促活動(dòng)方案。準(zhǔn)備發(fā)他1000張優(yōu)惠券，然后活動(dòng)商品全場(chǎng)8折，在加上全量PUSH，您放心訂單量不漲我現(xiàn)場(chǎng)表演吃翔。

BOSS：別別別，我還是很看好你的，加油。

小的時(shí)候家里經(jīng)營(yíng)了一家花店，每到情人節(jié)之際總能看到無(wú)數(shù)的男主花重金求購(gòu)玫瑰，自然那一天玫瑰的價(jià)格，至少要比平常翻個(gè)5倍左右吧。所以在情人節(jié)前幾日，總能見(jiàn)到我爸媽盤(pán)算著今年該采購(gòu)多少玫瑰，才能既保證情人節(jié)當(dāng)天的需求量，又能最大程度降低花枝損耗及庫(kù)存風(fēng)險(xiǎn)，從而實(shí)現(xiàn)利益最大化。

當(dāng)然，當(dāng)時(shí)他們?cè)跊Q定具體采購(gòu)數(shù)量憑借的更多還是過(guò)往的經(jīng)驗(yàn)，所以大部分情況并沒(méi)有實(shí)現(xiàn)利益最大化。我們知道影響一個(gè)指標(biāo)可能有很多因素，比如說(shuō)：周?chē)ǖ甑臄?shù)量，周?chē)巳嚎土髁?，人群?duì)鮮花的喜好程度，以及是否有固定老客戶(hù)等等。

那么我們姑且將這些因素都看成一個(gè)個(gè)變量X，將最終采購(gòu)數(shù)看成變量Y。那實(shí)際采購(gòu)數(shù)量Y就等于X1*k+X2*k+X3*k，即為一個(gè)多元線(xiàn)性方程。這樣如果我們有足夠的歷史數(shù)據(jù)，利用最小二乘等方法就可以逐步優(yōu)化得出K值。

這樣我們就有可能得出了一個(gè)公式：

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

那么利用這個(gè)公式我們將今年有關(guān)周邊花店、客流量、偏好程度等數(shù)據(jù)代入，即可得出今年情人節(jié)到底應(yīng)該采購(gòu)多少朵玫瑰花。最后通過(guò)情人節(jié)當(dāng)天男主們實(shí)際購(gòu)買(mǎi)情況，來(lái)調(diào)整公式的參數(shù)直至最優(yōu)。這樣明年我想他們應(yīng)該就不用在那么糾結(jié)到底該采購(gòu)多少玫瑰了，可惜的是花店沒(méi)有堅(jiān)持到明年。

差點(diǎn)忘了文章的標(biāo)題，但是我認(rèn)為明確數(shù)據(jù)分析的目的和方法，要比擁有數(shù)據(jù)和工具更重要。

那么到底該如何搭建公司的數(shù)據(jù)體系？

我想是很多特別是創(chuàng)業(yè)公司產(chǎn)品都會(huì)遇到一個(gè)問(wèn)題，當(dāng)然可以找第三方公司來(lái)解決，但數(shù)據(jù)安全又是個(gè)問(wèn)題。如果全部本地化部署那費(fèi)用也真的是不菲，所以響應(yīng)習(xí)大大號(hào)召擼起袖子自己干吧…

一、數(shù)據(jù)倉(cāng)庫(kù)

首先我知道你有很多數(shù)據(jù)，但總也得有個(gè)地兒放吧。不至于我每次要拉數(shù)據(jù)都跟擠牙膏似得，小心翼翼的在線(xiàn)上數(shù)據(jù)庫(kù)上跑吧，查個(gè)訂單數(shù)據(jù)怎么也要limit一下才敢點(diǎn)執(zhí)行。所以如果業(yè)務(wù)系統(tǒng)很多并且數(shù)據(jù)量比較大，建議將數(shù)據(jù)先同步到HDFS中，然后在利用HIVE對(duì)數(shù)據(jù)進(jìn)行分布式計(jì)算，這期間有可能還會(huì)涉及到一些ETL的工作。

另外既然數(shù)據(jù)有地兒放了，那么也不能亂放吧。之前也有看過(guò)關(guān)于數(shù)據(jù)倉(cāng)庫(kù)維度建模，但我覺(jué)得一般中小公司如果不是以大數(shù)據(jù)為主要業(yè)務(wù)的，只要能夠把數(shù)據(jù)分門(mén)別類(lèi)就可以了，有特殊需要做處理的在考慮跑個(gè)離線(xiàn)計(jì)算的任務(wù)。

不管怎么說(shuō)，數(shù)據(jù)倉(cāng)庫(kù)是數(shù)據(jù)上層應(yīng)用的基礎(chǔ)，先把地基打好。

二、數(shù)據(jù)獲取

那么有地兒放數(shù)據(jù)了，總要放點(diǎn)數(shù)據(jù)進(jìn)來(lái)吧。

一般我們會(huì)將數(shù)據(jù)分為兩種：一種是業(yè)務(wù)數(shù)據(jù)，另一種是行為數(shù)據(jù)。

業(yè)務(wù)數(shù)據(jù)數(shù)據(jù)源即為各個(gè)業(yè)務(wù)系統(tǒng)，每個(gè)業(yè)務(wù)系統(tǒng)產(chǎn)生的，如：交易數(shù)據(jù)、商品數(shù)據(jù)、用戶(hù)數(shù)據(jù)等等，都會(huì)根據(jù)業(yè)務(wù)需求通過(guò)數(shù)據(jù)抽取工具全部同步到數(shù)據(jù)倉(cāng)庫(kù)中。

行為數(shù)據(jù)其實(shí)就是我們常說(shuō)的用戶(hù)行為數(shù)據(jù)，常用于分析用戶(hù)在客戶(hù)端的訪問(wèn)路徑及行為。

行為數(shù)據(jù)一般有兩種方式進(jìn)行收集：

• 一種是通過(guò)用戶(hù)訪問(wèn)的接口日志數(shù)據(jù)進(jìn)行存儲(chǔ)。但是這種方式的問(wèn)題是，有可能存在客戶(hù)端對(duì)接口數(shù)據(jù)進(jìn)行緩存的情況。所以如果是這種情況，那么當(dāng)用戶(hù)訪問(wèn)該頁(yè)面時(shí)客戶(hù)端就不會(huì)在請(qǐng)求服務(wù)器接口，自然會(huì)造成一定的數(shù)據(jù)收集偏差。
• 另一種是通過(guò)對(duì)客戶(hù)端進(jìn)行埋點(diǎn)的方式，但是需要運(yùn)營(yíng)或產(chǎn)品同學(xué)預(yù)先定義埋點(diǎn)事件，并請(qǐng)開(kāi)發(fā)同學(xué)進(jìn)行手動(dòng)埋點(diǎn)。這種方式可以有效減少數(shù)據(jù)丟失的情況，但仍有1～3%的幾率丟失數(shù)據(jù)。并且很多時(shí)候由于版本發(fā)布比較緊急無(wú)資源給你埋點(diǎn)。

我們現(xiàn)在的做法是，在網(wǎng)上找了一個(gè)支持客戶(hù)端全量數(shù)據(jù)收集的開(kāi)源SDK，也就是常說(shuō)的全埋點(diǎn)。只要將該SDK嵌入客戶(hù)端并將上報(bào)數(shù)據(jù)的地址，改為我們的服務(wù)器地址，大多數(shù)情況就可以收集到用戶(hù)的全部操作數(shù)據(jù)了。

除非有特殊數(shù)據(jù)需求，一般情況只要將客戶(hù)端控件ID做好映射，就可以知道用戶(hù)點(diǎn)擊了哪些按鈕或跳轉(zhuǎn)到了哪些頁(yè)面。

三、數(shù)據(jù)報(bào)表

在公司業(yè)務(wù)發(fā)展過(guò)程當(dāng)中，無(wú)論是運(yùn)營(yíng)或產(chǎn)品多數(shù)情況都需要有數(shù)據(jù)的支撐，最常見(jiàn)的像GMV、訂單量、用戶(hù)數(shù)、支付數(shù)、支付金額等等。類(lèi)似這些指標(biāo)的集合即為業(yè)務(wù)的數(shù)據(jù)報(bào)表，一般通過(guò)瀏覽這些報(bào)表便，能夠讓我們快速了解當(dāng)前業(yè)務(wù)的實(shí)際情況。

更有經(jīng)驗(yàn)的數(shù)據(jù)分析者可以通過(guò)對(duì)數(shù)據(jù)的聚合、下鉆等方式發(fā)現(xiàn)問(wèn)題，找到原因，并輸出分析結(jié)論從而指導(dǎo)業(yè)務(wù)決策。但往往這類(lèi)報(bào)表需求多變，如果每次都讓開(kāi)發(fā)人員手動(dòng)修改和導(dǎo)出數(shù)據(jù)，效率又會(huì)非常低。

這里推薦一款由Airbnb開(kāi)源的BI工具——Superset，開(kāi)源BI里面?zhèn)€人感覺(jué)算是比較強(qiáng)大了。

一般的報(bào)表需求通過(guò)幾句簡(jiǎn)單的SQL及其自帶豐富的圖表，就都能夠滿(mǎn)足啦。如果報(bào)表的數(shù)據(jù)計(jì)算量過(guò)大，建議離線(xiàn)計(jì)算一層之后在用Superset查詢(xún)。將Superset部到服務(wù)器上，并連到您的數(shù)倉(cāng)，你會(huì)發(fā)現(xiàn)很多數(shù)據(jù)需求都不需要找開(kāi)發(fā)了，解放了一大部分可視化前端的開(kāi)發(fā)資源。

當(dāng)然我也承認(rèn)，畢竟開(kāi)源的系統(tǒng)，所以BUG還是有的，不過(guò)整體來(lái)說(shuō)還是利大于弊，是時(shí)候讓你的SQL策馬奔騰吧！

四、數(shù)據(jù)應(yīng)用

除了數(shù)據(jù)報(bào)表，對(duì)于數(shù)據(jù)的應(yīng)用還有很多種形式，比如：用戶(hù)行為分析、用戶(hù)畫(huà)像、漏斗分析、個(gè)性化推薦等等。當(dāng)然市場(chǎng)上有很多第三方的數(shù)據(jù)分析工具，免費(fèi)的，如：友盟、TalkingDate等等。收費(fèi)的有….怕有打廣告的嫌疑這里就不枚舉了。

但系統(tǒng)終究是人家的系統(tǒng)，一些個(gè)性化的需求恐怕不能滿(mǎn)足變化莫測(cè)的業(yè)務(wù)需求，另外對(duì)于自己數(shù)據(jù)的沉淀也不方便。

我們現(xiàn)在的做法是簡(jiǎn)單的數(shù)據(jù)報(bào)表用Superset，復(fù)雜數(shù)據(jù)需求，比如：類(lèi)似用戶(hù)畫(huà)像等等，產(chǎn)品及研發(fā)才會(huì)介入設(shè)計(jì)和開(kāi)發(fā)。

在這也簡(jiǎn)單說(shuō)幾個(gè)我們自己做的一些數(shù)據(jù)應(yīng)用：

1. 用戶(hù)行為分析

利用桑吉圖，在通過(guò)客戶(hù)端事件埋點(diǎn)將用戶(hù)的行為路徑整體描繪出來(lái)。非常有助于了解用戶(hù)的操作喜好，以及發(fā)現(xiàn)產(chǎn)品中存在的問(wèn)題。

這里在開(kāi)發(fā)過(guò)程中可能需要注意兩點(diǎn)：

• 一是當(dāng)客戶(hù)端事件過(guò)多時(shí)桑吉圖會(huì)變得非常混亂且難以瀏覽，因此在設(shè)計(jì)系統(tǒng)時(shí)應(yīng)提供窗口式或分頁(yè)式對(duì)數(shù)據(jù)進(jìn)行瀏覽的功能。
• 二是我們的用戶(hù)會(huì)有很多刷新的動(dòng)作，所以行為數(shù)據(jù)中必然會(huì)存在從A到A的情況。

但是很多開(kāi)源的桑吉圖并不支持遞歸數(shù)據(jù)，所以我們將存在遞歸的數(shù)據(jù)進(jìn)行重命名（如A1），這樣桑吉圖就畫(huà)出來(lái)嘍。當(dāng)然如果要系統(tǒng)更強(qiáng)大，個(gè)人的腦洞是可以考慮針對(duì)某條路徑進(jìn)行向下鉆取等等。

2. 轉(zhuǎn)化漏斗分析

業(yè)務(wù)上最關(guān)注的恐怕就是每個(gè)節(jié)點(diǎn)的轉(zhuǎn)化情況，因此如果能設(shè)計(jì)一套靈活的漏斗分析工具，對(duì)于業(yè)務(wù)分析及運(yùn)營(yíng)效率上的幫助都會(huì)非常大。

為了盡可能的讓業(yè)務(wù)人員根據(jù)自己的需求，個(gè)性化的配置一組節(jié)點(diǎn)，并快速生成可視化的漏斗和報(bào)表，我們將用戶(hù)的每一次點(diǎn)擊事件都以一整條鏈路的數(shù)據(jù)結(jié)構(gòu)進(jìn)行存儲(chǔ)。

這樣當(dāng)業(yè)務(wù)人員選擇一組節(jié)點(diǎn)時(shí)，系統(tǒng)會(huì)將所有用戶(hù)中存在這一條路徑的所有節(jié)點(diǎn)枚舉出來(lái)，在進(jìn)行計(jì)算和處理，從而達(dá)到無(wú)需業(yè)務(wù)人員事先定義漏斗，只需要在系統(tǒng)中配置一組事件即可看到其轉(zhuǎn)化及流失情況。

3. 用戶(hù)群體分析

通過(guò)漏斗分析發(fā)現(xiàn)某業(yè)務(wù)的A到B節(jié)點(diǎn)的轉(zhuǎn)化非常低，并已將該部分流失的用戶(hù)ID導(dǎo)出，希望能找出問(wèn)題的原因。

可以通過(guò)兩種方式：一是電話(huà)訪談好幾萬(wàn)的用戶(hù)累死你；二是利用該類(lèi)用戶(hù)的數(shù)據(jù)進(jìn)行分析。

首先我們可以先看看這部分用戶(hù)都是誰(shuí)，整體的屬性分布是什么樣的，那么就需要用到用戶(hù)群體分析的功能，它必須支持用戶(hù)組的導(dǎo)入及保存，以及靈活的圖表組件（如性別餅圖、年齡分布圖、城市分布圖、地域、設(shè)備、消費(fèi)等）。然后再利用用戶(hù)行為分析等其他分析工具或方法，或許就會(huì)幫你發(fā)現(xiàn)數(shù)據(jù)的規(guī)律，找到該類(lèi)用戶(hù)流失的原因。

以上是個(gè)人在創(chuàng)業(yè)公司中從0到1摸索的一些數(shù)據(jù)產(chǎn)品經(jīng)驗(yàn)，當(dāng)然與大公司的數(shù)據(jù)能力相比這些不足為奇。寫(xiě)出來(lái)是希望與大家分享自己的一些思考，同時(shí)也希望能夠與大家一起學(xué)習(xí)和成長(zhǎng)，文中若有偏差之處請(qǐng)多包涵。

數(shù)據(jù)本沒(méi)有意義，需要工具和算法以及能夠駕馭它們的人，數(shù)據(jù)才能夠創(chuàng)造價(jià)值。因此我始終認(rèn)為現(xiàn)在擁有數(shù)據(jù)思維比擁有數(shù)據(jù)更重要，畢竟無(wú)法量化，就無(wú)法增長(zhǎng)。

盒子：BOSS我發(fā)現(xiàn)我們最近這個(gè)版本的活躍用戶(hù)和平均停留時(shí)長(zhǎng)都有所降低，一定程度上會(huì)間接影響到商品的銷(xiāo)量。

盒子：查了一下最近版本的迭代功能，發(fā)現(xiàn)社區(qū)的入口被關(guān)閉了一個(gè)，發(fā)帖量減少了將近一倍。

盒子：所以這個(gè)版本我們將用戶(hù)社區(qū)版塊優(yōu)化了一版，結(jié)果發(fā)現(xiàn)用戶(hù)的平均停留時(shí)長(zhǎng)，以及電商的銷(xiāo)量都有所增加。

BOSS：好的，就說(shuō)我很看好你！

本文由 @宗瀚zone 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議