大数据业务线——产品战略规划书

1、行业思考

数字化已是所有行业未来发展大势,不只是互联网。

1.1、洞察

  • 从数据趋势上看,数字化的百度搜索指数,2018年前稳定在200-300,经过两年时间,升至500,到2020年后超过1000,最高时翻了5倍。增长黑客的百度指数,目前尚稳定在300左右,仍是一片蓝海。
  • 从行业发展上看,互联网红利消失,但前端市场竞争更激烈,数字化转型的目标是降本增效,数字化产品/运营的尽头,是增长。增长,不是简单的运营拉新,是以数据为核心驱动的,产品、运营、营销、算法协同作战,发挥数字化跨部门、甚至跨产业链联动的乘法效应。

2.2、行业预测

2020年我国企业数字化升级进入实施阶段,数据化系统投资占企业IT技术支出的50%,预计2022年80%的企业将开始数字化产品运营,2027年75%的企业将完成数字化转型。

2、痛点

3.1、表象

当前业务3大痛点:(1)数据响应慢,体现在如t+1报表、人工取数等。(2)数据质量差,体现在如上千个埋点,准确度低。(3)数据分析工具缺乏,仅有excel表格,无法自助分析,无可视化

3.2、深层

如何用组织、流程保障效率?如何增强数据意识、思维,使数据应用更深入、更广泛,才是关键                                               

3、目标

3.1、战略目标

大数据业务的核心战略目标:(一)数字化大背景下,积极跟上行业步伐。(二)预计5-8年后,数字化格局形成,下一个将爆发的是增长黑客,为此提前做好技术、产品、认知储备。

3.1、战术目标

引入神策,着力解决3大痛点是当务之急。

数字化是一把手工程,转型的核心是转人,转变工作习惯、转变思维方式才是釜底抽薪之道。

4、规划:三步走

4.1、业务数据化:2020-6到2021-6【已完成】

目标

优先级业务结果
O1一个数据标准,一个用户id数据中台打通业务孤岛,用户中台统一用户标识,为下一阶段构建全景用户画像打下数据基础
O22个实时:导入实时、查询实时

关键结果:

方向业务结果
技术:大数据系统架构更换:引入神策
 数据模型升级:countid到event-user
数据数据定义标准化:神策元数据管理后台
 数据埋点统一管理:埋点管理后台
 数据权限细分可控:神策权限管理
 数据实时监控:神策指标预警管理
 数据体系化:11条业务线运营指标
产品分析模型:神策十大模型
 T+1经营分析报表
 实时可视化大屏(阿里云)

4.2、数据产品化:2021-7到2022-4【进行中】

目标

优先级业务结果
O1一个中台,N产品。对内建产品矩阵,对外业务赋能 
O22个重点。底层重点关注数据治理,数据质量、流程、规范控制,数据生命周期管理。上层重点建设用户画像,以标签为突破口,赋能业务 

关键结果:

方向业务结果
技术:新旧大数据系统过度 
 Ai能力储备:nlp算法、推荐算法、搜索算法、商业数据挖掘算法 
数据数据共享:(1)实时输出:统一kafka。(2)标准接口输出。(3)用户标签输出 
 数据管理:数据输出调度管理 
 数据治理:去埋点 
 数据安全:token管理 
 数据生命周期管理 
产品神策用户画像和标签 
 神策渠道追踪 
 ab测试平台 
 广告投放报表 
 数据科学平台 
 体系化运营流程画布 

4.3、产品应用化:2022-4到xxx

 

5、架构设计

5.1、产品架构

大数据业务线——产品战略规划书插图

5.2、数据架构

大数据业务线——产品战略规划书插图

6、复盘总结

1、数据质量要在源头解决,要在前期解决。数据应是活水,有生命周期,方可循环

2、数据设计时考虑可扩展、可复用,标准化。数据与业务松耦合。适当冗余是必要,防止大表关联,多用维度表

3、业务先行到数据先行,数据分析应自上而下,先定义业务指标,再建数据字典

4、数据信心需要日积月累,初期最难                                                             

5、把业务分析还给业务,让业务人员直接使用数据,而不是传统软件提需求出报表的方式

6、不可大跃进!!

7、核心能力的转变:解决问题—>全局最优

点击数:14

浙公网安备 33092102000174号

浙ICP备20027030号-1