嘉賓介紹

冷戈，從事多年TOB產(chǎn)品及數(shù)據(jù)服務產(chǎn)品研發(fā)工作。現(xiàn)就職美團點評-小象事業(yè)部，負責零售用戶數(shù)據(jù)治理、用戶基礎數(shù)據(jù)建設、用戶畫像及特征挖掘等工作。

Q1. 從事用戶研究崗位需要哪些能力？

用戶研究崗位基本的能力有下面幾個：

1、業(yè)務理解和自己產(chǎn)品的了解度：熟知自身業(yè)務產(chǎn)品，是基本前提，無防止決策誤判的保底能力。熟知包括：

• 熟悉自己業(yè)務所在領域的用戶的基本特點，如自身業(yè)務為TOC的快銷品類電商交易服務產(chǎn)品，其用戶受眾會具備一些基本的通用型用戶特征，年齡群體在N-M歲之間占比較高，男性用戶占比小于女性用戶占比，用戶具備較高的優(yōu)惠/價格敏感度等。

• 了解自己業(yè)務所在領域的業(yè)務流程的基本特點，如商品流轉鏈條上各個節(jié)點的作用、基本任務。銷售節(jié)點上各個環(huán)節(jié)的基本特征，業(yè)務場景是什么等等。

• 了解自身業(yè)務的主要競對的業(yè)務流程與特點，并不斷跟蹤行業(yè)動態(tài)，關注競對的業(yè)務動態(tài)等，通過對競對的動態(tài)監(jiān)測，明確別人在做什么，并深入思考他們這么做的動機與期望解決的問題。

2、數(shù)據(jù)分析能力：可以通過對用戶數(shù)據(jù)統(tǒng)計、挖掘發(fā)現(xiàn)用戶特征。包括各類數(shù)據(jù)工具的使用，如exl\spss\tableau\r\python等，選擇一個或多個適合自己業(yè)務場景的分析工具并熟練掌握，但切記，工具和分析的目的是為了提高獲取結論的效率與精準度，是手段而不是目標。

3、良好的歸納總結能力：可以對數(shù)據(jù)分析后用戶的特征行為做關鍵性的總結，提出適合業(yè)務，可落地執(zhí)行的策略建議。如亞馬遜分析師中經(jīng)典的6頁紙陳訴方式，良好的總結性陳訴溝通是確保決策建議可以快速為他人感知與確立認同感，從而保證策略落地。

Q2. 都有哪些方式可以進行數(shù)據(jù)采集？數(shù)據(jù)采集的工具都有哪些？

數(shù)據(jù)采集有非常多的方式，常見的會分為用戶端數(shù)據(jù)采集、服務端/后端數(shù)據(jù)采集，第三方數(shù)據(jù)，以及其他通道。

以一個TOC電商客戶端為例，以上的幾種大類會有如下的方式：

1、用戶端數(shù)據(jù)

最常見的就是用戶行為數(shù)據(jù)，也就俗稱的流量數(shù)據(jù)，多是通過客戶端（線上）代碼內(nèi)集成的數(shù)據(jù)埋點或者采集數(shù)據(jù)API實現(xiàn)，常見的工具如Google?Analytics、百度統(tǒng)計、growingio等，此類工具需要開發(fā)人員在客戶端內(nèi)按照規(guī)范植入相關的代碼后，獲得用戶數(shù)據(jù)，然后通過相關服務提供的配套工具做加工展示或者自己導入后自己處理。客戶端數(shù)據(jù)最大的特點就是誤差率偏高、數(shù)據(jù)價值密度低、采集結果質(zhì)量與埋點質(zhì)量強相關。

2、服務端數(shù)據(jù)

服務端或后端數(shù)據(jù)多為用戶的歷史檔案記錄或者各類操作的結果日志，如用戶注冊資料，歷史訂單信息，物流信息、客訴服務記錄等。服務端此類數(shù)據(jù)大多是在業(yè)務邏輯下，且已經(jīng)制定好相關數(shù)據(jù)結構，數(shù)據(jù)質(zhì)量較好且對安全性敏感，數(shù)據(jù)的分析使用需要從服務端中同步到數(shù)倉后做進一步加工處理。

3、第三方數(shù)據(jù)

如公共數(shù)據(jù)API（數(shù)據(jù)獲取或者二次加工輔助），公開數(shù)據(jù)結果燈，可以通過第三方獲取的開放數(shù)據(jù)。百度、騰訊、高德等大型互聯(lián)網(wǎng)企業(yè)、各大咨詢公司、統(tǒng)計企業(yè)，都有相關服務提供。

Q3. 如何更好地收集和使用用戶數(shù)據(jù)，提升產(chǎn)品體驗？

數(shù)據(jù)本身是非常依賴業(yè)務邏輯去解讀，脫離業(yè)務的數(shù)字是毫無意義，所以在制定一套采集和使用用戶或產(chǎn)品數(shù)據(jù)的方案前，必須要明確如下的幾個要素

采集來的數(shù)據(jù)要解決什么業(yè)務問題？

為了解決此業(yè)務問題，采集處理后的數(shù)據(jù)需要在什么場景下為這個解決方案服務？

最終會用什么指標評判是否解決或者解決的程度？

通過以上的3個問題，通過確認數(shù)據(jù)的使用場景和結果目標，才能確保數(shù)據(jù)方案最終是可用的方案。

以一個TOC電商業(yè)務來舉例：

1、明確業(yè)務需求，抽象需求為數(shù)據(jù)指標

2、生成指標體系，并做相關管理流程

3、根據(jù)每個指標的計算方式與維度要求，確認數(shù)據(jù)來源構成，并最終確認采集方式，已訂單量這個指標舉例

Q4. 如何使用大數(shù)據(jù)技術來提高企業(yè)的運營效率？

數(shù)據(jù)本身只是用于提高業(yè)務/用戶決策的效率的一種方式，認可并重視數(shù)據(jù)決策結果，是一個企業(yè)確認以數(shù)據(jù)驅(qū)動，提高運營與生產(chǎn)效率的關鍵，在實際應用中，需要關注以下幾點：

• 明確使用目標和場景

• 明確數(shù)據(jù)驅(qū)動業(yè)務業(yè)務理念，確認數(shù)據(jù)結果是決策的核心依據(jù)之一。

• 尋找最適合自己條件（業(yè)務現(xiàn)狀、資金與技術能力）的數(shù)據(jù)方案，不要盲目追求高大上。

Q5. 如何選擇合適的組件滿足技術和存儲的需求？

在確定相關的數(shù)據(jù)需求后，數(shù)據(jù)團隊需要針對自身的業(yè)務發(fā)展速度、數(shù)據(jù)采集數(shù)量、質(zhì)量、來源渠道做相關的規(guī)劃，確保數(shù)據(jù)服務的硬件能力可以略微領先于業(yè)務的發(fā)展速度即可。

核心要素：滿足業(yè)務實際，控制數(shù)據(jù)處理成本，在業(yè)務各個階段做合理的架構選擇，保證投入產(chǎn)出比合理。

以一個TOC電商業(yè)務來舉例：

1、業(yè)務探索期，用戶量為1-10W，主要為快速發(fā)展階段，存在較多的業(yè)務探索和變動，但是每個模塊數(shù)據(jù)量較小，

此時適合搭建數(shù)倉的快速加工和迭代能力，在技術上更多的選擇一些輕量化架構，但是考慮到遠期業(yè)務的愿景與發(fā)展能力，在基礎架構上需要適度兼容未來的大型數(shù)據(jù)集和加工集群的能力。此時可以先通過MR搭建自身的ETL基礎，配合基礎的SLA、DQC策略，初步具備大數(shù)據(jù)加工能力，

2、業(yè)務穩(wěn)定增長期，業(yè)務模式基本固定，用戶量開始大量增加，此時的難度主要是數(shù)據(jù)處理壓力的與日俱增，加工效率、成本、穩(wěn)定性是技術的主要挑戰(zhàn)。如在Lambda架構基礎上，通過spark+flink構筑相關的批、流處理方案等。

3、業(yè)務成熟期，主流業(yè)務趨于穩(wěn)定并出現(xiàn)瓶頸，業(yè)務上需要做新的模式、方向探索并且與舊有業(yè)務互相支持。此時1、2的技術挑戰(zhàn)間距，即需要靈活高效的處理方式，且需要兼容大型數(shù)據(jù)加工穩(wěn)定性與加工能力。

Q6. 大數(shù)據(jù)處理的流程是怎樣的？各個階段的工作都是怎樣的？

數(shù)據(jù)的基本流程如圖所示，如同一個工業(yè)產(chǎn)品的加工生產(chǎn)，基本都是按照采集-加工處理-落倉-應用輸出這4個環(huán)節(jié)來完成的

各個階段的工作關鍵點如下：

采集：通過各類方式形成基礎數(shù)據(jù)源，為后續(xù)加工提供加工原料。

數(shù)據(jù)倉庫：采集而來的數(shù)據(jù)源，通過一定清洗策略，達到應用層的基礎加工標準后，存入數(shù)倉內(nèi)，用于后續(xù)業(yè)務邏輯加工備用。

數(shù)據(jù)抽取/服務，按照業(yè)務需求，完成相關的數(shù)據(jù)深度加工，形成最終業(yè)務應用可以直接使用的數(shù)據(jù)服務，如加工完畢的出口數(shù)據(jù)表、API接口等

數(shù)據(jù)應用：直接面向最終用戶的數(shù)據(jù)服務載體，如報表、策略干預，數(shù)據(jù)服務等

Q7. 如何保證數(shù)據(jù)的質(zhì)量？在各個環(huán)節(jié)需要注意什么？

數(shù)據(jù)質(zhì)量一直是所有大數(shù)據(jù)服務中的痛點，數(shù)據(jù)質(zhì)量治理也是老生常談的話題，也誕生了一批專職數(shù)據(jù)質(zhì)量治理服務的專業(yè)公司。

數(shù)據(jù)生產(chǎn)就如同一個工業(yè)產(chǎn)品的加工生產(chǎn)，每一步的質(zhì)量與管理出現(xiàn)了問題，都會導致最終交付的結果出現(xiàn)錯誤，這里分別簡單介紹下每一步環(huán)節(jié)的關鍵質(zhì)量管理點

采集：采集是數(shù)據(jù)源頭，采集的質(zhì)量奠定了整個加工鏈條的基礎質(zhì)量，是質(zhì)量中的重中之重，采集中要制定嚴格的采集質(zhì)量流程方案，保證埋點日志、服務端庫表數(shù)據(jù)源，采集的字段標準化、上下游嚴格統(tǒng)一。所用的采集工具成熟、穩(wěn)定，不能因為工具問題導致質(zhì)量波動。對所采集代碼，采集內(nèi)容，在發(fā)版期的多輪測試，日常的數(shù)據(jù)量、數(shù)據(jù)值做監(jiān)控告警，采集側的人為變動通過協(xié)作流程及時傳達到數(shù)據(jù)加工人員。

加工生產(chǎn)：加工生產(chǎn)的主要質(zhì)量任務是保證日常各類數(shù)據(jù)生產(chǎn)任務正常完成，各生產(chǎn)任務的質(zhì)量SLA與DQC需要做監(jiān)控。各類同步任務，需要監(jiān)控上游源的內(nèi)容變動。同時，各類生產(chǎn)加工邏輯，需要統(tǒng)一管理，加工的上下游血緣需要清晰且可感知。

數(shù)倉：需要保證數(shù)據(jù)安全，各類密級數(shù)據(jù)做相關的備份與容災。

應用輸出：分用戶身份，告知相關的數(shù)據(jù)生產(chǎn)加工信息，消除信息不對稱導致的誤解，進而出現(xiàn)的質(zhì)量歧義。

Q8. 數(shù)據(jù)團隊和業(yè)務團隊之間如何進行配合？

1、業(yè)務團隊需要信任數(shù)據(jù)團隊的決策結果，并結合自身思考把決策的迭代建議及時反饋給數(shù)據(jù)團隊。

2、數(shù)據(jù)團隊需要明確數(shù)據(jù)是服務的理念，自身需要與業(yè)務團隊高效溝通，明確數(shù)據(jù)使用場景。制定最合理的數(shù)據(jù)方案，同時確保可以在日常高效響應業(yè)務人員的碎片化數(shù)據(jù)提取需求。

總結

以上是生活随笔為你收集整理的美团点评数据产品专家冷戈：如何利用数据提高用户体验的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。