对于美团零售业务的思考:数据服务构建的应用

笔者从自身经历出发,阐述了数据产品如何X于工作liú,应对不同的X诉qiú。

一、什么是数据产品?

说到数据产品,那么先做一个简单的认知:什么是产品?

产品是指能够供给市场 ,被人们使用和消费,并能满足人们某种需qiú的任何东西,包括有形的物品、无形的X、X、观念或它们的组合。简单说:产品是以使用为目的有价值物品和X。——百度百科

从定义看,产品包hán实体物品、X、或两者的组合。

就数据产品而言,产品的核心内容就是数据,数据本身是一种对于现实的世界的结构性描述,不是一种实体物品。

所以,数据产品多数情况下是以X形态存在。

用一句话来简要描述数据产品:数据产品就是为满足人们某种需qiú,以数据作为主要的内容的X。

那么,数据产品X于谁?

以常见的X/X+的X对象,一般会分为:个人(C端)、企业(B端/M端),在数据产品的X范畴中,这两类对象的特点如下。

X(B端/M端)

由于企业/X是多个人为一定目标存在的X,存在对应的XX,其相对于个人,数据的产生、使用、管理的特点总结就是:相对明确但复杂。

  • 数据产生:往往有专门的系统或者岗位人员(如记账员、盘库员等),在相对固定的场景下生产出数据。
  • 数据使用:会固定应用在部分X活动场景下,如:决策制定辅助、经营监控等,这些应用数据使用会伴随着与之对应的工作任务发生。企业的经营活动相对有节奏,那对应的数据使用也有对应的固定频率;但是不同的X/企业,有不同的X领域和特点,工作任务具备复杂与多样性,对应的数据使用也会复杂与多样。
  • 数据管理与X能力:企业内往往有专门的岗位或人员负责对应的数据管理与相关X(说明一下:数据X管理非新概念,在传统作坊内的账房先生,其身份就是账目数据的管理者)。

B端/M端的数据产品较复杂,且有其相对专长的X领域。如百度统计、GA等专注于站点用户行为的统计分析;Tableau、PowerBI等专注于X数据分析的可视化、企业报表X等。

个人(C端)

个人行为是伴随个人的具体需qiú而来,但需qiú的内容,会随场景有很大的变化。

对于个人而言,其数据的产生、使用、管理的特点是:同一时间内场景相对单一,但不固定且不易X。

  • 数据产生:个人往往没有很好的数据记录xí惯。
  • 数据使用:数据使用的场景固定性较差,且需要一些前置场景触发,如:我健身后,需要了解我今天的X数据,健身数据使用场景不是固定出现,且依赖“我健身了”这个前置条件。
  • 数据管理与X能力:个人很少有相关数据管理与X能力,需要一定的外界条件辅助。

C端的数据产品目前大多作为整体产品中的某些功能X给用户,单独形成XX的较少。如X客户端里的交易报告、健身客户端里的X数据统计等。

以上可见,数据产品在更多的场景是面向企业(B端/M端)的一种X。

谈到这里,要提出一个概念:好的数据产品,可以贴合企业工作liú,很好满足对应数据需qiú。

二、何为工作liú?

工作liú(WorkFlow)的传统定义是一个软件系统定义:

工作liú(狭义):指“X过程的部分或整体在计算机应用环境下的自动化”。简单说工作liú就是“工作liú程”的线上系统实现。——百度百科

企业的曰常运作,基本都是在一个X规程下开展,通常我们会称为工作liú程。

这个liú程如果具备规范性,在相关SOP约束下有节奏的开展,就变成了一个类似系统化的作业liú程。如采购员的采购liú程、营销运营人员活动liú程等,在曰常X运转中很普遍,那工作liú其实就有了一个广义定义:

工作liú(广义):指X过程的部分或整体在工作任务的规范实施liú程。简单说工作liú是工作任务的liú程与规范化。

如何描述一个X中的工作liú?

企业管理中,通常会按照工作任务的不同和一定的X架构,chāi解出不同的角sè、岗位。X之间的互相协作,达成最后的X目标。

企业有整体的工作liú,在chāi分的岗位上,有相对独特的岗位工作liú。

【个人思考】数据产品与工作liú

图:某XX工作liú与活动运营岗位子工作liúchāi解示例

具体的工作任务被放置于liú程节点中,每一个节点自然就需要感知前后的节点的相关信息,自然就会形成数据/信息的相互传递。

同时,每一个节点也会具有独特的特性与诉qiú,需要适应其特定的数据X,才能满足需qiú。

三、数据产品如何X于工作liú?

通常认知下,X好大致等于很好解决对应诉qiú,但现实中X工作liú中节点众多,诉qiú纷繁复杂。如何高效、合理地做到解决诉qiú,就需要结合X实际与数据的层级,对数据产品与X场景做对应分层。

构建XX:liú程节点的chāi解和通用化抽象

有了基本的工作liú认知,但这样匆匆去构建产品,其问题就是繁杂,X且不易于管理。

这就需要在数据产品中,X对liú程节点上的数据需qiú的chāi解和通用化抽象,去构建一套相对完整的数据XX,去满足工作liú上的数据多样化需qiú。换句话说,就是要形成数据的工作liúX。

再次X之前提到的的角sè、岗位、任务的概念,来抽象X中对于数据的诉qiú。

诉qiú有了分层,X对应也就产生了分层,这时再看数据的分层。

【个人思考】数据产品与工作liú

图:数据在X中的认知层级

在不同的数据认知层面上,数据产品或者说数据X也在不断进化,来应对相关的X诉qiú。

  • 应用层面-展示和表达:数据需要X适当的处理后,X适当展示和表达方式,协助我们感知工作liú中对应节点的状态与问题。比如X报表、各类监控仪表盘、X分析诊断监控等。
  • 通用的X描述语言-对Xliú程的X和数据标准化:在这个层面上,数据X更深层的X承担起更多工作liú任务,或者说数据X标准与结构化的信息X,串接起工作liú上的各个节点,使数据变成了Xliú转的xuè液和X驱动力。如精准推荐、智能liú程规划、营销策略仿真等。
  • 虚拟资产-zhēn对数据本身的管理和跨X线的数据liú转:当数据本身的价值密度提升且成为X工作liú依赖的生产资料,不再仅仅是X工作liú的辅助对象,自己也可以成为一条全新的工作liú,因此诞生了为数据X的数据X,来帮助数据这种虚拟资产可管理、可liú通、可使用。在这个层面上出现数据采集质控、数据加工平台、指标维度管理等为数据X的数据产品。

结合对于X的工作liú中任务chāi解的通用化化抽象,不难得出一个数据X的X结构:

  • 应用层:X多样化的形式,保证数据的展示与具体应用,如具备嵌入式能力的报表,X大盘、接口X、开放式数据源,保证各类的数据应用诉qiú;
  • 应用管理层:X数据应用与对应的需qiú的对接,保证管理层就绪的数据;
  • 数据管理层:采集与供给与应用层的数据,保证供给质量,使得待供给的数据标准化,质量可靠性,内容满足需qiú;
  • 辅助工具层:辅助以上各层数据X,如X监控,数据泉限等。

这样的一个X化的数据工作liú,具备了贴合企业工作liú,可以满足对应各类数据需qiú的能力。

一个案例

由于截至Q3,当年的订单量任务完成进度不理想,且X已经处于成熟期,新客的增长空间有限。

因此,Q4需要增大对老客户的运营,提升老客户的留存率、复购率以及用户在APP端的访购率等,从而达成剩余的30%订单量的总体目标。

那运营岗位人员在具体目标的引导下,工作liú包hán的关键liú程节点和任务如下:

  • 策略设计:需要按照目前的总体任务目标,chāi解设计出需要哪些活动,每个活动策略的具体构成。如了解X总体订单完成进度和之前各Q数据,需要Q4拉升老客次月复购率5%,提升APP端访购率2-5%,且用户的每单优惠率需X在15%下,APRU要维持去年同期水平。目前可用的大型营销时间窗口只剩余5个,如何分配相关的商品、折扣预算资源至每个窗口,达成具体目标等。
  • 活动X:按照已确立的策略,协调X人员,物料,商品,展示liú量等相关资源。如活动用商品的供应情况,采购X是否符合预期,对应的活动展示位liú量X率在产品层面是否合格,是否还可以获取到更多的liú量资源用于营销等。
  • 投放执行:按照X确认后的策略执行方案,具体执行活动,且保证活动的顺利完成。如liú量是否平稳,各商品的访购率是否符合期望,是否有异常的缺货、商品质量、客诉等。
  • 效果复盘:在相应活动完成,需要及时汇总各活动相关数据与信息,确认活动是否达到期望,有什么问题和亮点,迭代下一次活动策略。

【个人思考】数据产品与工作liú

图:X工作liú、数据X、数据管理关系示意

从示意图可以看到,不同层级的数据产品是如何贴合X工作liú的。且数据管理层,X自身对于数据的采集,X,管理,X数据在应用层相关的X质量。

写在最后

这个文章,是我在美团零shòuX中,对于数据X构建的一些认知与思考。

当然,不同的X形式在数据产品理解也会有比较大的差别,也欢迎大家分享自己的认知,共同讨论与进步。

收藏 (0) 打赏

以上内容不错,打赏支持一下!

打开微信/支付宝扫一扫,即可进行扫码打赏哦,分享从这里开始,精彩与您同在
点赞 (0)

声明:本站所有教程资源,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

雄发创业网 自媒体是如何赚钱的 对于美团零售业务的思考:数据服务构建的应用 https://www.xiongfawang.com/4259.html

常见问题

相关文章

对于美团零售业务的思考:数据服务构建的应用-海报

分享本文封面