数据模型实操指南

编者按：本文来自微信公众号“Kevin改变世界的点滴”（ID:Kevingbsjddd），作者：Kevin改变世界的点滴，36氪经授权发布。

数据能力是产品经理的基础能力之一。和原型、文档、需求调研普及能力对比起来同样重要。互联网公司都离不开数据，无论是冷启动周期的种子用户、还是增长期的留存用户，有数据基础知识同时要求产品经理区分业务数据和用户行为数据、定义数据口径、搞清楚数据来源。

由于近期在负责数据中台的搭建，我也来分享下我们在数据模型产品的建立过程。整个过程分为数据可视化面板设计、数据口径、数据来源、数据挖掘4个维度分享。

1.数据可视化面板设计（难度：简单）

目前市面上有较多以vue、react、JS的可视化数据效果。

比如jquery插件库：https://www.jq22.com/

可以帮助找到开源、可用的酷炫交互动画。这里基本只能帮助在数据可视化上展示更为“酷炫”，但实际上和数据图表仍然要去比如蚂蚁数据可视化、DBAPLUS上有通用的数据图表。

▲开源的jquery插件

快速实现数据可视化效果。在数据可视化里，我们常用扇形、柱状、柱状图、热力图来展现数据。

阿里的G2数据可视化引擎https://g2.antv.vision/zh

▲数据可视化图表

找到适合数据场景的图形即可，比如用户画像显然是扇形比例会比柱状图更有优势。用户增长趋势则用柱状图比扇形。

涉及到数据挖掘的模型，比如漏斗模型、页面路径展示，都可以用上面的开源图标完成。

2.数据口径、场景定义（难度：中等）

数据的采集可以来前端埋点、还可以后端服务计算，比如H5要依托于前端的埋点，才可以有用户行为数据。而订单的状态则需要依托于服务端判断才有。

在数据口径定以前，还有做数据依托于运营视角的归类，比如什么数据属于公共部分、什么数据属于某个产品线的、还有什么数据是属于某个用户行为、场景才会产生的。

▲数据模型设计表

比如上图我们建立了公共数据概览、用户生命周期2个不同归类看板。目的就是拆分不同的数据场景。

比如第三方短信平台的消息发送数量、消息发送成功、发送失败数量，是平台系统类型的数据。和用户行为无关，归属于公共类数据。

用户生命周期则将数据和用户行为结合分为回流用户、活跃用户、新用户、流失用户4类。因此只要处于用户生命周期类场景的数据模型都将放在这个面板中。

在上面文档里面的从左到右分别是数据字段\模型名称、数据定义、数据说明、数据统计场景。

数据口径定义是未来开发人员、产品部门、数据运营同学的数据词典，一旦定义不清楚，即无法完成埋点、也无法完成数据清洗工作。同时要知道数据口径定义还会随着数据中心迭代而不断维护，要求在一定的规则下继续更新。

比如业务规范词、数据名词、统计单位说明，再加上版本号、或更新人员、业务部门。

3.调研数据源头（难度：困难）

在实际生产环境中，我们可能面临因为产品处于运营早期、甚至是有的数据源头是第三方、跨部门提供的。

对方到底怎么统计、如何采集、能不能有对应数据来源，需要产品经理找到开发同学定义、厂商进行调研，比如上图的短信发送成功、状态等数据，是来自短信第三方平台提供，确保数据源是可有的，而不是产品经理自己YY，建立一张可用的数据口径表，是数据建设的核心之一。

现在数据源头对接的2种形式

第1种形式：无任何规则的杂乱数据

由于一开始并没有重视这部分数据工作，导致数据就简单以日志、或MySQL的方式存储在服务端。没有建立对应的数仓做相应数据管理，

第2种形式：数据的接入是手动接入

在跨部门、和第三方公司合作上，有部分数据属于新业务，导致经常出现对方没有时间提供接口。所以手动导入Excel表格的方式是早期数据中台建立的时候场景方式。

而产品经理主要搞清楚数据来源是谁，比如是第三方、还是公司内部其他产品。内部走OA流程、邮件审批，外部第三方则走注册、资质申请、材料填写。因为数据来源最难的是得到数据使用权限。

比如上面我们的数据统计表格里有短信供应商、前端埋点、第三方厂商集合数据，将所有来源进行汇总才能最后成为自己的数据模型。

当然以上2种方式，都最后要达成以接口的方式，实现实时统计。才能将数据中心真正的建立起来。前期人工导入、和数据规则定义都是为了后面接口的重要步骤。

好今天的分享就在这里。