做需求的时候要带着问题,做这个事是为什么 ,解决什么事情 ,为什么这么做,最后受益怎么样, 养成宏观思考的逻辑
一.梳理 从数据来源到数据消费,从埋点开始考虑,考虑埋点整个生命周期的所有事情。
埋点生命周期
1.埋点需求
2.设计埋点
3.埋点管理平台配置
4.开发
5.测试埋点是否正确
6.上线埋点
7.监控埋点质量
8.评价埋点的好坏
二.埋点质量管理
质量如何保障 :事前 事中 事后
事前:归为提测之前,开发之后 ,每个环节的角色职责 和 规范。设计原则,上报规范 ,一般都是规范保障
事中:QA测试环节,没上线。QA的测试是否正确,测试用例是否完整,check list ,对测试用例进行评审,以及验证
事后:进行质量监控 ,发现问题并通知业务方,同时进行问题跟进,督促业务方修复反馈
三.数仓建设
数据获取
数据抽取:最好不要写etl,就是没有必要从最原始的大的日志表里面清洗数据,而是从原始埋点中如nginx 或者flume 直接将自己所负责业务方向的日志落地到ods层。
流量数仓怎么建设
流量的特别是轻模型,分层不会太多
1.无事时的事实表粒度 2.原子指标的建设 user_id粒度 3 基于业务场景生成cube包
AARRR海盗模型,
Acquisition,Activation,Retention,Revenue,Referrai
CAC:Customer acquisition cost
AARRR分别代表了五个单词,又分别对应了产品生命周期中的五个阶段:
数据分析
- Acquisition [拉新]:用户从不同渠道来到你的产品
通过各种推广渠道,以各种方式获取目标用户,并对各种营销渠道的效果评估,不断优化投入策略,降低获客成本。涉及关键指标例如新增注册用户数、激活率、注册转化率、新客留存率、下载量、安装量等 - Activation [激活]:用户在你的产品.上完成了一个核心任务(并有良好体验)
活跃用户指真正开始使用了产品提供的价值,我们需要掌握用户的行为数据,监控产品健康程度。这个模块主要反映用户进入产品的行为表现,是产品体验的核心所在。涉及关键指标例如DAU/MAU 、日均使用时长、启动APP时长、启动APP次数等 - Retention [存留]:用户回来继续不断的使用你的产品
衡量用户粘性和质量的指标。涉及关键指标例如留存率、流失率等 - Revenue [收益]:用户在你的产品.上发生了可使你收益的行为
主要用来衡量产品商业价值。涉及关键指标例如生命周期价值(LTV)(公司从用户所有的互动中所得到的全部经济收益的总和)、客单价、GMV等 - Referral [推荐]: 用户通过你的产品,推荐引导他人来使用你的产品
衡量用户自传播程度和口碑情况。涉及关键指标例如邀请率、裂变系数等
基础能力建设
对于投放:渠道信息,成本,收益
对于裂变:用户关系,推送,转化
对于埋点:资源位的配置信息,不同资源位可能又有不同的平台进行投放,不同的平台埋点规范。
对于归因:根据自己的业务特征或者业务方向进行归因逻辑的制定,形成文档规范。归因的业务场景很多,根据不同的业务场景做不同的归因分析,比如针对潜在、流失、沉默客户的召回可以有一系列营销的动作,那如何将召回归因到营销动作上,这个是需要制定判断逻辑的标准。题外话:归因逻辑其实是一个模糊判断逻辑,并不能非常准确的判断出真实的用户一系列行为的联系,只能是大概率进行逻辑归因判断。
---------------下面的还没整理--------------------
产品矩阵 用户获取 用户转换 转化分析专题
中观 下钻流量分析
微观 定向人员数据分析
搜索定位 搜索定位用户
解决信息过载 (精准搜索)
行业洞察 异常动作搜索 (高频搜索词)
需求层面也要更高效的满足,做一些通用化的模型,
梳理重构 中间层 指标体系搞起来了