数据分析的结构层次

底层数据的收集/产品端的收集

数据采集简称埋点，收集用户在网页端、产品端、客户端等终端的数据，也包括第三方外部数据。
用户行为——原始数据

数据业务化/产品需要什么样的数据

将收集的数据转换成可理解、可量化、可观察的业务指标。单纯的数据没有意义。只有和业务结合才能发挥价值。
原始数据——加工数据

数据可视化/产品的表现如何？

有了数据指标，必须管理好指标。数据分析体系即数据指标体系，指标需要监控和衡量。
加工数据——可视化数据/信息

数据的决策和执行/怎么让产品更好

当从数据中获得 了洞察，就需要把洞察转换成策略。这也是包含分析的过程。执行既包含策略的制定，也包括优化和改进。这是持续的。
可视化数据/信息——数据决策

数据模型/产品开始自动化和系统化的运营

这是将策略制成数据应用和产品，当年洞察到数据中蕴含的规律，什么样的用户喜欢，什么样的商品会被购买，什么样的活动形式更好，就尝试把这些做成系统。
数据决策——数据产品/应用

数据战略/指导未来

当积累了大量的数据，大量的规模，大量的数据应用时，公司的数据体系已经具备雏形，它不只是数据分析，而是应该将数据变现。
数据工具——数据体系/战略

---