淺析：將數據進行可視化、工具化，根據市場和產品需求進行指標體系設計。計劃圍繞這個點，描述自己對數據產品設計的一些感受，本文將持續完善。

我們的最終目標：數據驅動增長，個人理解所有繁雜的系統背后目的其實都很簡單：增長。

如何驅動增長：提收入，控成本，增用戶（拉新，提活，促留，回流）

?

一. 維度指標系統

• 線索：圍繞業務流程而搭建，例如廣告系統的是依據核心競價流程而建。我理解分為兩層：基礎健康監控和業務計算，基礎健康監控可以理解對業務基礎指數的監控，例如APP的數據后臺監控UV、DAU等。業務計算是基于提升業務架設的數據計算功能，例如漏斗模型、付費用戶行為特征統計等。B端的主要從統計業務，C端的多了一個用戶方向。
• 維度：圍繞業務流程，根據業務對象（例如廣告的包括cam等，例如電商交易里的訂單、商戶、購買用戶列表）、關鍵業務屬性（例如廣告里的終端）和銷售業務屬性（例如手機電商的內存規格）、用例角色（例如BD、優化師）來定維度，對大維度還需進行退化處理
• 指標：業務流程指標，全局和局部指標。舉例：全局的收益指標，在客戶賬戶報表里都是統計該賬號的收益，到了代理角色賬號下則變成統計代理本身賬號加下屬所有直客賬號的收益，又例如cookie mapping的指標只有在CM流程里才有效，對局部業務實施特定靈活監控，視情況規定ROI指標映射局部健康指數
• 統計：report統計和manage統計，manage顯示所有庫存歷史數據，report是對實時數據統計，兩者的報表內容又包含業務數據和統計數據
• 過濾：根據業務內容來進行過濾，包括計算業務內容和屬性業務內容
• 報表操作：維度組合（維度層級和維度內容層級），維度對比，上鉆，下挖，回溯，排序

?

二. 指標可視化：數據上報→數據清洗→中間表建設→指標計算→指標計算→報表展示

• 關于數據清洗，是否清洗也要看實際業務需求，有時候，“臟數據”不一定是臟數據

那么，產品經理，我理解都是要做需求清洗的。需求清洗，簡單講就是如何將模糊的、局部的、不確定的需求進行疏通規范，有組織性地寫入PRD，傳達給工程師明確的實現內容和目標。以維度指標體系為例：

• 明確用例角色業務屬性，就是某某是誰，他/她是干什么的，怎么衡量他/她的業績。例如優化師是廣告優化師，通過分析報表數據和投放經驗對賬號執行廣告優化，以促進達成廣告主的投放KPI。廣告主的KPI就是業績衡量指標；
• 明確各類角色業務需求，包括口頭模糊需求，以及當前無系統情況下如何解決問題，將這些需求和當前解決方案窮舉列出并組織；
• 用數據形式翻譯需求，包括從強弱影響角度標注背后業務作用、具象報表和抽象報表；
• 完成最終工作，每個角色，分別要看到哪些報表，包括具象的和推演出來的抽象的，形成初步的維度指標模型
• 推進維度指標模型向系統演化
• 有組織性構建報表系統，明確統計邏輯、收數邏輯、全局維度指標和局部維度指標、維度與指標的組合數據
• 明確權限結構以及其他產品內容，形成具體需求設計

?

三. 用戶統計

1. 用戶基本信息分群

2. 用戶畫像分群

3. 用戶行為分群

4. 基于多元畫像/行為的聚類和預測分群

?

總結

以上是生活随笔為你收集整理的数据产品--浅析如何搭建维度指标系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。