干货分享｜数据统计埋点工作框架及细节规范

明确定位与工作重心

数据产品经理是让数据产生价值（决策、增长、收入）的设计者、实现者和推行者。如何理解这样的定位呢？

首先，最基础的是要熟悉数据工具平台与产品业务，其次，要学会逐步建立产品完整的数据指标体系，最后，是能够通过数据分析解读驱动业务发展。

具体拆解来看，主要包含：

（1）数据层面

1. 源数据层：数据源的采集、埋点（客户端访问日志、服务端业务数据库表、sdk等）

2. 数据加工层：结合业务，对收集到的数据进行加工、清洗（join）等操作

3. 数据仓库层：依赖结构化规范的数据表，建设和维护数据仓库

4. 数据应用层：规划与设计数据指标体系（构建核心指标框架；产品、运营等指标建设）

5. 数据访问层：结合平台及应用产品，支撑业务方数据需求（如：统计平台、数据可视化平台、资源调度平台、渠道后台、用户画像平台、abtest平台等）

（2）产品层面

6. 明确产品形态及定位，熟知业务功能（数据异动跟踪分析、数据解读与答疑）

7. 数据驱动产品发展规划（版本迭代、数据反馈推进）。

根据基础数据体系，数据产品的工作基本上需要涵盖从数据源到最终数据应用、访问层的各个环节。做好产品上线前数据指标的统计埋点工作，以及产品上线后的版本分析，侧重点主要在于：数据应用层面（规划和设计项目核心指标，满足各业务方的数据需求）；数据访问层面（做好数据分析与解读，对上线数据进行监测以及效果分析）对数据源的处理、数据加工及数据仓库，本文暂不展开说明。

熟悉业务逻辑与流程

1. 工作流程