从BAT看企业构建大数据体系六层级.pdfVIP

从BAT看企业构建大数据体系的六层级 小编按 ：很“干货”的一篇讲大数据在中国巨头公 如何落地的文章 ，从业务架构 ，平台架构 ，甚至算 法层都做了剖析 ，原文据说是内训PPT ，对于需要在项目中落地“大数据”的朋友有相当的借鉴意义 。 本文将企业大数据体系的构建分为六个层级 ，但并非是线性过程 ，每个层级之间或有基础关系 ，但 并不是说一定要逐层构建。例如创业型公 ，在缺乏数据研发实力的时候 ，多数会借助第三方平台 进行数据上报与分析。 下面一张图 ，是本文的精华概括 ，后面一一展开与大家探讨。 本文将企业大数据体系的构建分为六个层级 ，但并非是线性过程 ，每个层级之间或有基础关系 ，但 并不是说一定要逐层构建。例如创业型公 ，在缺乏数据研发实力的时候 ，多数会借助第三方平台 进行数据上报与分析。 下面一张图 ，是本文的精华概括 ，后面一一展开与大家探讨。 一、数据基础平台 基础的数据平台建设工作 ，包含数据平台建设 ，数据规范 ，数据仓库、产品数据规范 ，产品ID ，用 户ID ，统一SDK等。 很多公 的数据无法有效利用 ，就是缺乏统一规范 ，产品数据上报任由开发按照自己的理解和习惯 上报 ，没有标准化的SDK和上报协议 ，并且数据散落在各个部门产品的服务器 ，无法构建结构化的 数据仓库。 做数据平台的架构 ，很多人会理解为高大上的技术活 ，其实整个数据平台价值的体现 ，需要公 各 个部门的配合 ，例如关键数据指标体系的建立 ，需要从各个部门业务指标进行提炼 ，并得到业务部 门认可。常见的关键指标有 ：DA U、PCU、WA U、MA U、按天留存率(1-30 日留存)、累计留存 率 （7 日、14 日、30 日累计留存率 ），新增用户 ，有效新增用户 ，活跃转化率 ，付费转化率 ，收入 指标 ，A RPU人均收入 ，渠道效果数据等。 下图是腾讯和阿里的数据平台架构。 阿里大数据业务架构 ： 阿里云梯分布式计算平台整体架构 ： 二、数据报表与可视 在第一层级中 ，进行数据指标体系规范 ，统一定义 ，统一维度区分 ，就可以很方便的进行标准化可 配置数据报表设计 ，直观的可视化输出设计 ，包括行为、收入、性能、质量等多种数据类别。 在PPT 中以友盟、迅雷、百度、腾讯等公 的数据报表体系进行详细讲解。 腾讯数据门户 阿里数据地图 三、产品与运营分析 在建立数据平台和可视化基础上 ，对已有的用户行为、收入数据等进行各种分析 ，输出日报、周报 、月报、各种专题分析报告。常见的数据分析工作如下 ： 1. A/B T EST 进行产品分析优化 ； 2. 运用漏斗模型进行用户触达分析 ，如T IPS、广告等曝光到活跃的转化 ； 3. 收入效果监控与分析 ，包含付费转化率、渠道效果数据等 ； 4 . 业务长期健康度分析 ，例如从用户流动模型、产品生命周期分析产品成长性和健康度 ； 5. 营销推广活动的实时反馈 ； 用户画像也是常见的数据分析方式 ，包括用户如性别、年龄、行为、收入、兴趣爱好、消费行为、 上网行为、渠道偏好、行为喜好、生活轨迹与位置等 ，反映用户各种特征 ，以达到全面的了解用户 ，针对性的为用户提供个性化服务的目的 ，通常每半年做一次用户画像的专题分析。 下图是常见的数据分析思路 ： 常用分析工具 ：EX CLE ，SPSS ，SA S ，E t erprise Mi er ，Cleme t i e ，STAT IST ICA 。个人用 的比较多的是 ：EX CEL和SPSS。 下图是SPSS常用的数据分析与挖掘方法 ： 四、精细 运营平台 基于数据基础上搭建的精细化运营平台 ，主要的平台逻辑多数是进行用户细分 ，商品和服务细分 ， 通过多种推荐算法的组合优化进行商品和服务的个性化推荐。另外还有针对不同产品生命周期 ，用 户生命周期构建的产品数据运营体系。 五、数据产品 广义的数据产品非常多 ，例如搜索类 ，天气预报类等等。这里主要讲狭义的数据产品 ，以BAT 三家 公 的数据产品为例进行分享。 腾讯 ：广点通、信鸽 阿里 ：数据魔方、淘宝情报、淘宝指数、在云端 百度 ：百度预测、百度统计、百度指数、百度 南、百度精算 截取几张PPT 如下 ： 六、战略分析与决策 战略分析与决策层 ，更多的是跟很多传统的战略分析、经营分析层面的方法论相似 ，最大的差异是 数据来自于大数据。 有很多企业错误的把“业务运营监控层”和“用户/客户体验优化层”做的事情放在经营分析或者战略分析 层来做。傅志华认为