- 博客(25)
- 收藏
- 关注
![](https://csdnimg.cn/release/blogv2/dist/pc/img/listFixedTop.png)
原创 数据产品-数据链路&数仓建设
在数据中台中,从数据产品经理的视角出发,个人对数据链路的理解是指数据从数据源产生,到经过中间层(数仓的一系类建设动作)的处理,最终应用于服务之上,再由服务产生数据回流数据源的闭环过程。数据来源:一切数据资产动作都是建立在有丰富的数据源之上一、源数据层1、常见的数据包括:业务DB、日志文件(包含埋点数据)、外部爬虫数据2、应用说明:源数据层的DB(主要是业务DB)是为了完成业务功能而设计①一方面其数据结构设计是专门拟合业务功能,较为复杂,常用于事务处理②另一方面大多是读写优化的,即又要读,也
2020-08-18 17:51:15
1850
原创 数据产品-完善DMP系统应该是什么样子的
首先需要明确DMP系统的价值定位和核心功能,以此才能评估需要涵括哪些内容✧用户刻画更清晰:能够通过数据标签化的形式,全面、精准刻画用户全貌✧用户触达更精准:能够沉淀不同的策略规则,精准触达不同目标群体好的鱼饵(标签体系)+ 精湛的捕鱼技巧(策略规则)=> 捕鱼达人(更多转化用户)
2023-06-25 19:28:51
699
原创 数据产品-如何搭建分析型数据产品
业务场景一直在更新迭代,对应我们去分析场景的框架也需要逐步去做完善和迭代,以提供更好的业务建议,这就要求我们能够做好一个分析型数据产品的迭代运营。和日常的B端产品的运营会有一些差异性的点,分析型的数据产品更关注的是策略建议,基于我们产品所生产的策略建议是否对实际的业务指标有帮助可能是我们去做迭代最优先关注的,其更多就是我们用来评估我们做的产品好不好的一个最核心的方面。(在怎么评估一个产品好与不好,现在还是一个未解之谜,也是自己在持续探索怎么样才是好的一个命题,不同阶段答案肯定是不同的)
2023-06-24 13:37:31
898
原创 数据产品-自有埋点体系和第三方埋点体系规范
一、背景说明1.说明数据化背景下,公司会越来越注重用户的行为数据,以基于用户的行为数据表现进行对应的产品体验优化设计,或进行用户行为洞察后实现精细化的运营。常规的埋点选择都是自有的埋点体系,或购买第三方的服务。采用不同埋点方式的考虑,在我看来,主要是从成本、效率和实际业务场景考虑2.埋点定义埋点,就是部署在前端,或服务端的一段代码,当用户触发了某种特定的操作,这段代码就会生成一条数据发送到数据库里,这条数据会记录哪个用户在什么时候以什么样的方式做了一件什么样的事3.数据上报方式事件上报
2021-05-22 09:15:33
3606
4
原创 数据产品-广告投放数据打通
目录一、广告数据平台数据打通说明1.背景说明2.打通流程3.打通平台4.产研合作二、广告数据平台打通实现说明1.广告平台实现描述2.广告平台打通说明三、广告数据平台打通总结一、广告数据平台数据打通说明1.背景说明新业务的崛起,核心是对增量市场的争夺和存量市场的精细化运营。渠道的广告投放和人群的品宣传播为增量获客最为直接且有效的方式,而渠道也是烧钱的大头 为让我们的广告投放更具策略化,我们需要洞察到在每个广告平台上,所创建的每一个广告的数据情况,当然不当当..
2021-05-08 21:00:18
9669
原创 数据产品-数据仓库的规范化建设
不积跬步无以至千里,现今很多头部企业能实现鳌头独占的一个很大原因也是基于本身长久的数据积累,进而形成数据可应用化的业务壁垒。一直以来,马云小伙所贯彻的新能源战略为“数据”的主张也引领着很多企业往数字化方向发展,而对于如何将恒河沙数的数据沉淀为数据资产,进行走通业务数据化和数据业务化的闭环,一直都是很多大企业的攻破重点。而数据仓库的建设,是企业数据资产化的必经过程已是百喙如一,本篇文章想和大家分享一下我所理解的数仓的规范化建设过程一、建设前的注意点(非数仓建设的过程描述)1、数据产品和老板们的矛盾点:.
2021-01-17 17:44:37
1096
3
原创 数据产品-规则型和挖掘型标签构建案例
数据产品经理在构建数据标签的过程中,最为常见的是构建统计性的标签,其很大原因是统计型标签的可解释型比较强,开发周期很短,容易根据业务需要进行调整。而对于规则型和挖掘型标签,其构建周期较长,而且可解释性较差,很难真正定义一个挖掘型标签是绝对的可应用型。但作为数据产品经理,需要知晓这两种类型标签的构建过程,也需要了解一些统计学理论和算法理论,才能够在需要之时构建对应的标签一、规则型-用户生命周期分组1、背景说明通过生命周期的判定,对不同阶段用户采取不同运营手段,结合后续用户中心的流失预警建立,减少用户.
2020-09-10 16:58:56
1549
原创 数据产品-指标体系和埋点设计
在整个数据链路过程中,数据的获取是链路源头,而其中埋点就是最为常见的数据源头之一,其数据之丰富,量级之庞大,灵活且多变。因此,对数据埋点的精确设计和高效采集可以说是每个希望通过数据驱动增长的公司所需重点关注的。源头数据有问题,一切的后续动作只会是空中楼阁。本篇文章讲分享自己在了解神策的数据埋点之后,对数据埋点设计过程中的一些关键点的思考和理解一、数据采集前的说明1、用数据的方式描述用户行为事件模型(Event 模型):事件模型包括事件(Event)和用户(User)两个核心实体,其中事件的设计是能.
2020-09-09 16:17:28
2020
原创 《游戏实战数据分析》读书笔记
数据分析的真正价值,是发现数据潜在的价值,而不是仅仅剖露现状,现状是众多人都能都洞察到的,而数据分析的价值就在于洞察之后能够给出对应的机遇和挑战说明,并提供方向指引游戏行业的数据分析价值:①货:市场热点分析、运营指标监控预警②场:评估产品质量,定位产品问题,实现用户体验升级③人:用户画像构建、流失预警和用户生命周期管理④资源:预估市场资源投放、舆情分析和广告投放、资源位把控用户从下载到进入游戏的行为数据结构图一、游戏数据分析指标体系1、转化率:反应产品体验①激活率=激活量/安装量(.
2020-09-09 09:54:54
706
原创 数据产品-数据化产品应用
正所谓万事俱备只欠东风,在一家公司数据资产足够庞大的现状下,如何实现数据价值变现,形成通用服务才是现在很多公司招数据产品岗的主要原因。但然不是说数据治理、数据埋点、数据管理等这些数据链路上的环节不重要哈,主要是这篇文章想讲数据化应用,才这么说的哈哈!数据化应用的衍生形态会有多种多种,本篇文章写的只是基于自己接触过的数据产品进行一个整理,后面有机会接触更多的数据产品之后,有时间会进行不断丰富。DMP管理平台的理解:除数据采集和整合之后,能够实现数据的可视化分析,数据的BI看板展现,数据内容和人群的圈选.
2020-09-07 18:13:47
3686
2
原创 数据产品-短视频评估体系构建
现今,短视频已成为不同行业的资源的内容投放出口,抖音、快手等横向多领域的平台已经鳌头独占,因此更多想从此风口中分一杯清凉的做法是进行垂类突破,即立足于某一个垂直内容领域,在该小主题中将短视频内容做到极致,获取该垂类领域下的全部受众。因此,对应对于刚在探索垂类短视频行业的发展时,对自己的业务情况需要有完善的评估体系,及时调整方向,比如漫画短视频,会有不同风格,搞笑、恋爱、爆梗,各种各样的类型,因此只能基于内容投放评估,确定内容的受众、内容的热度,及时调整投放更多更受用户偏爱的内容,才能不断的积攒用户群体,.
2020-08-20 18:08:57
2392
原创 《数据中台:让数据用起来》读书笔记
本篇博客是通过阅读《数据中台:让数据用起来》,结合现在自己正在一个还没成体系化的公司中的一些工作写的一些笔记和个人感想。一直很喜欢数据产品经理这个岗位,也希望有一天能够真正理解数据中台的含义和构建过程...
2020-07-07 20:37:42
912
原创 数据产品-增长黑客
增长,就是在产品创造价值之后,通过增长向更多的人传播价值增长黑客,是一群以数据驱动营销、以市场指导产品,通过技术手段贯彻增长目标的人。增长黑客擅长通过测试或者实验来寻找增长点,数据分析在其中发挥着重要作用一、增长黑客常用的数据分析方法1、趋势分析通过业务指标的监测来研究用户行为规律,寻找增长点2、多维分解单一的指标往往很难发现问题,只有将其从多个维度进行拆解才能发现深层次原因,从细节中寻找增长点3、漏斗分析用户的核心操作行为都具有一定的转化路径,用户在转化过程中不断流失,天然递减,关注其流
2020-06-19 15:10:42
505
原创 数据产品-指标体系与数据采集
本文章是通过学习GrowingIO所发布的《指标体系与数据采集》方案的一些知识总结,具体方案的详情可以去GrowingIO官网上查看一、科学规划指标体系1、指标规划阶段常见问题数据指标体系建立的第一步,就是要做好数据指标体系的规划,如若不规划则开展,很难实现“数据驱动增长”的快速落地① 难以快速定位问题原因:因为缺少体系化的数据指标监控,更关注结果性数据,很多过程性数据往往被忽略。结果会导致业务结果异常时无法定位具体原因② 前期数据未采全,后期反复③ 上下目标没有对齐:实现没有进行数据指标体系规
2020-06-12 11:05:48
3336
原创 数据产品-核心能力学习
作为数据产品,需要掌握的能力非常之多,本篇文章分享个人在数据产品课程中的一些学习总结。随着项目经验的丰富,会不断完善自身对数据产品的理解,并丰富文章的内容
2020-05-19 13:53:49
982
原创 数据产品-数据分析方法论和分析方法介绍
作为数据产品,前期的数据分析工作是必不可少的,只有经历过足够多的数据分析小活,对业务的认知和对底层数据的熟悉度才能够足够深入,足够支撑我们将底层的需求提升成为数据产品层面上的需求。而数据分析的方法层出不穷,但很多都是基于前人最基础的数据方法论所衍生出来的,因此对原始常见的数据方法论的了解和认知程度很大层度影响了后面的工作。本篇文章将介绍常见的数据分析方法,并会在自己工作过程中,结合实际的事件进行不断的丰富。...
2020-05-14 13:56:07
972
原创 数据产品-产品经理必备的七大文档
作为数据产品经理,对于业务型的产品经理的工作职责或者技能都是需要有较强的认知和掌握,包括常见的原型设计,相关文档的撰写等,本篇文章则会分享从《产品经理必备的七大文档》这个视频中学习的一些个人理解,为大家简述必备的七大文档的概念定义和具体的实施方法。一、产品体验报告1、定义:产品体验者在深入了解某个产品的商业模式/使用场景/市场表现/产品功能等方面之后,而总结出来的文档...
2020-05-08 11:29:21
2926
原创 数据产品-数据可视化大作“数据大屏”
对于数据产品而言,无论是对数据的价值挖掘,还是数据的标签聚合,其都是还停留在数据层面。而在一个数据驱动业务增长体系还未完全搭建的氛围下,要想让别人更快的看到数据的价值、数据的魅力等,最好的方式则是推出可视化的产品(个人觉得最棒的是可视化产品解决方案,比如百度的Sugar、阿里的Data-V等),而数据大屏是集数据可视化与美观于一体的产品方式,能够让人直观而又惊艳的看到数据的魅力。常会用到数据...
2020-05-07 18:09:46
1249
原创 数据产品-数据可视化工具Excel之数据透视表
数据产品接触的数据流程大致可以分为四个环节:数据采集、数据存储、数据计算和数据可视化,而Excel做为最基本的数据分析软件,可以在其中做很多数据的操作,其中数据透视表可以说是Excel最为功能强大的功能,对于数据透视表的常用功能本文章不会再做过多的描述,想学数据透视可以采用简单数据实操一下则能掌握常见的功能。本文章想和大家分享一下在使用数据透视表中的一些小技巧...
2020-05-02 15:52:24
520
原创 数据产品-数据可视化工具Excel
作为数据产品经理,数据可视化是必备的技能之一。网络上关于数据可视化的软件或平台可以说是非常之多的,有被誉为数据分析师必备软件Tabelua,如今在数据行业被提及最多的BI软件,以及BAT等专业性解决方案的百度SUGAR、阿里DATA-V等商业软件。但数据可视化的都重数据逻辑,呈现为第二要义。这篇文章将分享最为基础、但实际功能异常强大的可视化软件–Excel...
2020-04-26 22:36:36
845
原创 数据产品-数据分析和可视化工具Excel函数使用
Excel作为数据产品经理常用的工具之一,其最强大的功能莫过于其内嵌强大的函数体系,能够大大减少重复人工操作。但作为工具,和SQL一样,我们对其学习也是遵循二八法则,能够掌握常见的函数和常规的透视表使用即可,而对于复杂的函数和VBA等高级功能,若有需要我们再进一步学习,本文章会分享在此课程中学习到的关于Excel常用函数的功能,个人认为这写功能已经能够满足工作中80%以上的数据问题课程链接:ht...
2020-04-20 20:39:21
745
原创 数据产品-数据分析和可视化工具Excel基础使用
数据产品-数据分析和可视化工具Excel使用Excel作为数据产品经理常用的工具之一,常被用来做一些简单的分析和可视化的展示。但作为工具,和SQL一样,我们对其学习也是遵循二八法则,能够掌握常见的函数和常规的透视表使用即可,而对于复杂的函数和VBA等高级功能,若有需要我们再进一步学习,本文章会分享在此课程中学习到的关于Excel常用的功能,个人认为这写功能已经能够满足工作中80%以上的数据问题...
2020-04-16 14:08:55
592
原创 数据产品-数据指标标签常用sql函数
使用case when…then…else…end进行字段分层,在构建数据标签的时候常会用到,因为需要把不同范围的数据聚成一类--收藏等级--字段名:save_levelselect a.materialid,b.collectcount,case when b.collectcount>=2000 then '五颗星' when b.collectcount>=...
2020-04-15 11:08:07
833
1
原创 数据产品-指标标签体系构建
数据产品-指标标签体系构建作为刚毕业不到一年的数据产品经理,今天和大家分享一下我接触到和认知范围内的数据产品经理关于数据指标标签体系的构建过程是什么样子的1、解读数据库数据①在我们公司(家居互联网行业),我们作为数据部门,能够查看公司全部的数据,所以我们日常会接收到来自其他部门的提数申请,有简单的导出关于家居行业中设计方案的素材的使用情况、也有需要我们经过数据加工分析后的数据分析表等,说这个...
2020-04-14 11:37:07
4568
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人