构建互联网产品数据管理体系.docVIP

可编辑版 Word完美格式 构建互联网产品数据管理体系 ?(2015-06-26 21:37:00) HYPERLINK javascript:; 转载▼ 标签：? HYPERLINK /?c=blogq=%D4%D3%CC%B8by=tag \t _blank 杂谈 产品数据管理是什么？产品数据管理?（PDM）最早出现在20世纪80年代中期，过去产品设计、工艺设计、生产管理使用的图纸、工艺、生产计划、物资管理都是纸质文件，但一经计算机处理后，这些纸质文件都转化成为计算机中各种不同类型格式的数据，因此出现了产品数字化的概念。这些数字化的产品数据管理称为PDM（ProductData?Management）。PDM以管理企业的产品数据为基础，管理所有与产品相关的信息（包括电子文档、数字化文件、数据库记录等）和所有与产品相关的过程（包括工作流程和更改流程），通过控制涉及这些信息的所有过程、管理协调与这些过程有关的所有机构和人员，保证设计人员在需要的时候都能够访问到正确的信息，并提高设计者之间及应用与应用之间的信息反馈速度，从而达到缩短产品的开发周期、降低成本、提高质量和改善产品性能的目的。互联网企业也有系统化的产品数据管理体系，由于大数据的发展，互联网企业的产品数据管理体系相对于传统企业的产品数据体系有着更显著的差异和特色：（1）由于产品功能多元化和产品更新迭代速度快，数据体系的构建更为复杂（2）可采集的数据更为全面和多样化，数据对产品运营和优化决策的作用更为显著；（3）对数据处理能力的要求更高，尤其是对海量数据处理的能力，数据计算的实时性方面要求更高；（4）对数据分析和数据挖掘的深度要求更高，数据能够为产品决策提供更多的支撑。互联网的产品数据管理应用概览互联网的产品数据管理包括四大方面，具体包括：（1）数据统计指标设计。互联网产品数据体系的构建，从统计指标设计出发，以结果导向来设计数据体系，以更好的进行产品开发和运营管理。（2）数据上报采集。设计好数据体系后，我们需要和相关产品经理、产品开发人员规划数据上报，确定通过技术手段采集那些数据。（3）数据存储、处理和统计。即对上报的数据进行加工和存储，利用大数据技术进行数据统计和数据展现，方便查看和检索。（4）数据分析与挖掘。即对重要的产品设计和运营问题或者方向进行数据分析和挖掘，对重要的产品关键数据进行实时监控和预警。这四方面形成闭环，不断的循环改进。虽然互联网产品的数据管理体系从数据统计指标体系出发，而数据分析和数据挖掘是最后一步，但经过数据分析和数据挖掘，也会进一步促进数据统计指标的设计和优化。??数据统计指标设计衡量一个产品的好坏可以分为经营类指标、体验设计类指标和性能质量类指标。不同产品定位和功能都有不同，因此无法完全统一指标来直接衡量各个产品的好坏。因此，不同产品的数据指标体系既有相同的方面，也有差异的方面。在下一篇文章，我们将分别详细介绍电商、游戏和工具类产品应用的通用类数据指标体系。在差异化的方面，每个产品可以提炼出与自身产品定位和功能更有针对性的指标，如像微信，朋友圈的发图片量一定是重要的但也比较特殊的活跃度指标。在数据指标体系设计过程中，常常遇到以下问题：（1）产品缺乏有效的数据监控。产品越来越多，但对产品缺乏监控与评估，各功能对用户的需求与满意度，贡献度无定期反馈与评估机制。（2）数据需求合理性问题。产品经理或运营人员提出的数据需求往往没有经过专业数据分析师评估与评审，对数据指标的统计必要性、完备性和准确性缺乏评估。（3）数据指标体系科学性问题。现有的产品指标多数是是记录部分原数据，对产品的衡量缺乏立体化维度，缺失部分关键指标。为了解决这些问题，我们需要从以下四大方面解决：（1）提炼关键产品关键价值指标。产品关键价值指标是每个业务（功能）综合衡量指标，该指标包括财务类经济收入指标和用户活跃度的总体指标。常用指标如收入、日活跃用户数和付费用户数等。（2）构建立体化的产品评估体系。我们需要对影响产品关键价值指标的相关影响因素进行详尽分析，并构建立体化的指标体系进行监控。比如影响日活跃用户的相关指标，可能包括用户参与度类指标、用户留存类指标和产品性能类指标，这些指标都尽可能细化，并进行监控。（3）细分指标，有利与定位与发现问题，便于开展专项分析。我们需要对产品关键价值指标进行细分拆解，以方便定位产品关键价值指标异动原因。如对日活跃用户的拆解，我们可以从不同版本角度进行拆解或者从产品不同功能模块拆解，以方便发现日活跃用户异动的原因。（4）建立数据需求评审制度。定期如每周进行数据需求评审，数据需求提出方与分析师、数据开发人员共同讨论，根据数据需求的背景和商业目标制定相应的数