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

數據產品經理需要做的事情，可能是讓數據會“說話”，按照本文作者的看法，即讓數據從“信息化”變為“智能化”，讓數據從“展示”變為“指導”。這個過程，可能就要涉及到業務診斷了。怎么理解呢？不妨來看看作者的解答。

一、前言

在3-4年的那個階段，是我最迷茫的時候。那時已經接觸了大部分數據產品相關工作，做平臺、工具、報表、大屏、提數、標簽，并且對數倉、數據分析、需求把控、優先級排序、項目管理、價值提煉也有了一些認識，看似做了足夠多的事情。但似乎終究是被業務裹挾著跑，業務的極速增長就同步裹挾著需求的增長，無數的報表需求、取數需求撲面而來。

數據產品經理的價值到底是什么？終極目標是什么？數據團隊對業務來說，到底是價值還是成本？時至今日其實也還沒有問題的答案，但通過工作中的部分實踐、以及業內一些資深數據產品的思考。目前我的理解是：泛化數據給使用的人，把分析的理念和框架變成數據產品，讓數據“說話”。

聽上去很抽象，簡單來說就是從“信息化”變為“智能化”，從“數據展示”變為“指導方針”。因此就有了這章的內容，我把它分為3個部分，「業務診斷」「業務決策」「業務預測」。

• 業務診斷：對業務異動進行診斷，講清楚為什么發生（發現問題，定位原因）
• 業務決策：對于已經出現的現狀，給出具體的執行動作（直接告訴怎么做）
• 業務預測：預測未來將要發生什么

接下來先介紹「業務診斷」的部分：

二、典型場景

增長產品昨天發現C端營收，下降嚴重，老板要求快速找到原因，大概流程如下：

1）找運營、產品等部門問問，昨天有沒有重要動作；再找技術排查下是否存在技術故障；

2）問下來沒有異常，嘗試自己通過報表數據進行分析。

• 「單指標多維度分析」：先看一級商品類型波動，再看二級商品類型波動，再看訂單頁面來源波動等等，觀察是否有異常波動
• 「多指標相關性分析」：看活躍用戶數、注冊用戶數等相關性指標3）思緒混亂，提工單給分析師排查

人工排查通常會耗費大量時間，異動分析過程實際可以泛化為數據產品，交給機器來做，下面介紹「單指標多維度分析」自動診斷方法。

三、自動診斷方法

「單指標多維度分析」難點：

1. 如何找到異動的關鍵維度；
2. 找到關鍵維度后如何找到關鍵維度值。

解決思路：

1. 通過現期和基期對比，看異動情況（通過趨勢圖）；
2. 定位影響異動最大的維度是哪個（通過基尼系數）；
3. 定位每個維度下哪個維度值影響最大（通過貢獻度）。

1. 基尼系數定位異常維度

基尼系數系數定義：衡量財富分配是否均勻的指標，將拿到的收入數據從小到大排列，x軸代表人數占比的累加，y軸代表收入占比的累加，繪制出一條洛倫茲曲線，計算圖中A區域的面積占比，該占比就是基尼系數，即A/A+B。基尼系數越大，代表收入差異越大。

基于此，構建基于基尼系數的定位維度問題的方案，用于計算各下鉆維度方案對單個指標波動的影響程度，x軸用特征分組基期累計占比，y軸用波動值累計占比（可以為負值），基尼系數越大說明該特征對波動的解釋效果越好。

這里引申出2個概念，特征分組基期累計占比（權重） 和 波動值累計占比（影響因子），下圖為示例解釋：

由圖可知，當權重和影響因子越接近，基尼系數越趨近于0，基尼系數計算公式（火山引擎應用）：

舉例驗證，造成異動維度 支付平臺>商品>支付方式>國家>渠道

2. 貢獻度定位異常維度值

在3.1中描述基尼系數時，已經引入貢獻度計算邏輯，即某維度值貢獻度=（該維度值現期的值-該維度值基期的值）/（大盤現期的值-大盤基期的值）。

四、產品實例（火山引擎）

第一步 ：在折線圖中，發現最近一天的GMV突然下降，點擊下降的數據點，進行歸因分析

第二步 ：歸因分析計算完成，點擊查看歸因結果。

第三步 ：查看歸因結果，最近一段時間GMV波動異常，默認和前一月的數據進行比較，數據下降了22.61%，按照引起下降的貢獻對維度進行排名，發現sale_city的系數為0.56，是重要的影響因素，就可以針對這個區域的銷售情況進行篩選并經一步分析。