基于對運營推廣系統的業務邏輯設計、角色職能和功能權限的了解后，本文從四個角度重點解析數據工廠系統，帶你設計實現這套數據工廠系統呢，希望對你有所幫助。

上文我們已經講了運營推廣系統的業務邏輯設計、角色職能和功能權限的分析。那么接下來終于輪到我們期待已久的【數據工廠系統】了！老樣子，我們先來回顧下之前的【數據工廠系統】架構圖：

對這個系統的解讀，我們可以從以下幾個角度出發。

一、系統的主要目的是什么？

數據工廠系統顧名思義，它的主要目的是對線索庫千辛萬苦收集來的數據進行智能、人工清洗的行為，以達到線索較真、修正錯誤信息、補全線索關鍵內容、實現觸達線索客戶可能性的目標。歸根結底，我們可以認為它是一個負責數據修復、優化、校對、加工的智能數據工廠：

這里也要強調一下，不考慮關鍵字段信息的數據加工，不是合格的數據加工模型，打個比方，你把線索的信息補全得天花亂墜、完美無瑕，可是唯獨少了聯系方式或聯系方式錯誤，在根本觸達不了真實客戶的情況下，這條線索再怎么修補也是沒有價值的，只能扔進廢紙簍。

二、一般在哪里使用這套系統？

數據加工系統一般可獨立運作，專人負責，它的數據來源于線索庫，它最大的特色是要支持充分發揮EXCEL的優秀特性，高頻次的批量導入執行對線索庫海量數據的高效更新清洗動作；所以做好這個導入、去重清洗功能是重中之重。

而且它也是高頻使用的一套系統功能，一般建議在各個相關的實體數據業務系統操作上盡可能全面的進行埋點，通過其它系統的操作行為，自動執行關鍵的數據清洗動作，大大降低人工人力成本，當然你要一條條的拿著幾份EXCEL人工錄入更新線索數據，那我也不攔你，這個可謂是20年前的工作方式，極為低效，當然如果是培訓員工對數據處理的專業能力，那可以嘗試。

三、用戶是誰？

數據工廠系統是獨立的一套工具型系統，它不需要復雜的層級關系，它一般直接面向市場部、客服部，由負責收集線索的人接著進行加工清洗，除此之外，其它所有前端系統都是它的用戶，通過埋點行為來自動觸發修復規則，以對線索數據進行一定的修復、加工。

1. 比如市場部、客服部的用戶，可以根據自己一對一溝通、獲取到的客戶最新內容，人工的對某條數據進行清洗，還可以進行一定的批處理操作，如導入收集到的EXCEL數據，然后對沖突進行同類項批處理判斷，雖然不能完全代替人工，但要盡可能人性化，大大提高用戶的工作效率；

2. 對于其它全量的前端系統，則只要根據用戶在當前系統上的操作，在滿足指定的清洗規則時，自動觸發對數據的清洗修正操作，比如有用戶修改了手機賬號（通過新舊手機驗證碼），那么就要自動把線索的聯系手機給自動修正，記錄LOG，無需任何人工干涉。

3. 如果會活用第三方渠道，那大可以把埋點埋到提供給第三方渠道的引流URL上，這樣能更為精準的跟蹤數據來源和關鍵信息的修正。

四、如何設計、研發實現數據工廠系統？

好了，各位看官，照慣例接下了是對業務如何實現的解析內容。

那么我們如何設計實現這套數據工廠系統呢？

我們之前已經提了線索庫管理系統，那么現在要做的數據工廠系統也是架設在線索庫底層之上的一個應用系統，對于這個應用系統來說的話，它所有的數據都直接對接調用線索庫的內容，數據來源自然是線索庫，它自身無需存儲業務數據，但是它對線索庫有比較高的操作權限，需要能對線索庫的數據進行高效的增刪改查操作，特別是批量去重操作。

那么這里我們還是利用5W2H1E的分析法，來設計這整套數據工廠系統：

1）What：【數據工廠系統】的目的是幫助使用者去清洗線索數據，盡最大的努力實現把廢舊線索去重、更新、修復、優化，以盡可能幫忙下游營銷、銷售同學去跟蹤、轉化商機。

2）Where：【數據工廠系統】底層依賴于線索庫管理系統，是跟線索庫緊密關聯的業務執行系統，從用戶體驗性角度出發來說，它比較簡單、單一，因為它明確的只做一件事，就是數據清洗加工，然后為了這個目的，在它當前系統底座的基礎上，它還需要埋伏（埋點）到各個前端業務系統的方方面面里去。

3）When：【數據工廠系統】自動清洗一般是在用戶觸發指定行為、動作時使用，手動清洗則是在數據加工者在獲得一批最新信息時批處理操作使用，或者1對1的進行單條數據加工使用。

4）Why：那么用戶為什么要用【數據工廠系統】呢？因為當我們的線索放久了，隨著各個企業、用戶最新情況的變化（比如離職、調崗、購房買車、結婚生子等），我們就需要及時調用數據工廠系統這把磨刀石來對數據進行磨刀了。

5）上游-Who：上游用戶是誰？是管理【數據工廠系統】的市場、營銷的數據加工專員，他們的目的明確、單一，就是要確保線索數據的及時性和正確性，為下游銷售員工爭取在最寶貴的時間窗口期內提供盡可能充分準確的彈藥信息。

6）上游-How：上游用戶如何執行數據加工呢？這里一般分為1對1加工、批量加工和自動加工規則管理，只要系統做的足夠完善合理，那基本上絕大部分可以自動清洗修復更新數據，人工加工只是輔助補充。

7）上游-How Much：需要加工到什么程度呢？一般我們做數據清洗，都一定會強調獲取關鍵數據，比如姓名、手機、郵箱、微信、地址、職務，最早的甚至會有QQ等，當然這個已經跟不上時代潮流了，最新的甚至可以考慮抖音號、快手號等，觸達用戶的手段信息往往是第一位，其次才是其它可供后續用戶畫像、豐富展開的附加信息。

8）下游-Who：下游用戶自然是我們的銷售、直面用戶的營銷小伙伴了，一份好的線索清單，能讓銷售能輕松高效的聯系、跟蹤客戶，轉化訂單，對銷售來說，它是1，沒有它后面再多的0都無意義。

9）下游-How：聯系、觸達方式都給到銷售、營銷小伙伴了，如何高效的進行轉化呢？那我們需要銷售伙伴一是足夠厚臉皮，二是打仗要有章法，要考慮清楚什么是客戶最需要的，而他們需要做的，依然是把【提示】做好，做到位，讓客戶知道我們能解決他們的什么痛點，爭取做到雪中送炭，就可以了。

10）下游-How much：那么我們的數據加工能達到怎樣的程度呢？首先是聯系方式，至少要有一種準確可觸達客戶的方式，然后再不斷的收集該線索的周邊準確【原生】資訊，并及時準確的維護回線索里，且需要有通知機制，在線索數據更新時需要第一時間自動通知下游銷售伙伴。

好了，最后補充個技術層面的說明：數據加工系統不保存任何數據，數據依然在線索庫，其中加工的歷史記錄是永遠不許刪除的數據且至少應該有個備份，因為你不知道哪一天你會遭遇【數災】，服務器掛掉、準離職員工搞破壞、總之就是各種天災人禍，并且應該有非常便利的還原機制。

那么，以上就是【數據工程系統】的主要內容，感謝大家的“品嘗”！

PS：那么讓我們期待下一篇，我們將會講解【用戶畫像系統】，這里拋個思考題給大家：

【用戶畫像系統】中的自動打標，也會對各個前端系統的埋點有強依賴關系，那么它跟【數據工廠系統】的清洗埋點有什么區別呢？

歡迎大家思考并踴躍評論討論，下一篇筆者會把自己的理解細細道來。

以上有任何不合理或錯誤之處，歡迎指出，謝謝。下一篇什么時候？可能很快，也可能很慢，希望大家能積極評論 ，也算給筆者點寫下去的動力，謝謝。