数据分析的前世今生

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
大数据开发治理平台 DataWorks,不限时长
简介: 数据分析的前世今生


荒芜期

本人做公司产品数据分析有些时间了,在此做些总结与拓新,老生常谈数据分析到底干什么呢?笼统的说,不同岗位关心不同的数据,如同盲人摸象,带有一些模糊的色彩。其实我一个人在整这方面的东西,会权衡很多东西,不可能跟别的公司的数据团队,平铺很多东西。以目前的情况来说,面向市场挖掘信息,帮助市场,反哺产品。

行业中关于这方面的认知,越来越明确了,比如现在的首席增长官(CGO),用户增长设计(UGD)都是为了数据驱动而延伸出来的岗位,两个岗位方法论不同,最后结果殊途同归。具体情况不展开了,有兴趣的可以查查。

开辟期

其实在行业中对我这类人是有定位,是做大数据基础服务的,然后由于公司缺少团队,所以会拓展做些的别的东西。开始做数据分析,从基础数据服务出发,在公司搭建一些环境,测试贯通一些数据流程,采集护世界(NT)产品的数据(不同数据源),整理一个数据仓库,方便后续不同的方案施行。

探索期

开始在投石问路,首先护世界(NT)产品的商业模式是Saas+移动应用,我是根据这个情况整理出一些模块数据,后来不断再延伸,整理一些活跃度(观测使用情况),环比(增长情况)等等。这些都是基础数据的层次,目前来看对于产品帮助有两点:1.做新需求,2.模块使用情况。

然后理解加深,提出用户分层,新用户=新普通用户+新管理员,新用户的定义是在这个时间阶段内第一次使用模块功能,关注管理员的行为,期望新用户在周期内增长。根据这个情况提供精益闭环模型,改变模块,提升新用户增长。

image.png

根据这个流程,实现整理出概况数据指标,有活跃医院,各个模块的新老用户,对应资源库,新老医院等等。目前来看优点:1.对于模块用户有了更好的认知,以便后续加深挖掘。2.产品行为更好的量化起来。3.更好的重构模块。缺点:1.缺少人才。2.根据公司产品发展情况,这三年左右可以通过以新用户为准的指标去加深完成闭环,往后就不好去模块重构了。3.拓扑的方面比较广,带有不确定性。

最后我的目光不断从底层,慢慢前移面向市场,听听市场讲课。最近我研究出新的方案,公司NT产品刚开始分试用期,试用期管理员分层,其实普通用户对于pc端影响不大。关注管理员带动能更好的增长模式使用情况。

image.png

现在由于app端,pc端的使用情况,其实在二三线城市不断在下移,它的多样性更加丰富,总结特点,发现相似性,提出更好决策,帮助市场,反哺产品,目前正在调研阶段。

总结

这是到现在探索和实现阶段,不断的参悟、不断的放下、不断的完善、慢慢会有所修为。

目录
相关文章
|
27天前
|
数据挖掘 UED
数据分析
数据分析。
13 1
|
2月前
|
数据采集 机器学习/深度学习 人工智能
数据分析与理解
数据分析与理解
35 3
|
9月前
|
搜索推荐 数据挖掘
数据分析场景
数据分析场景
|
10月前
|
数据挖掘 Windows
数据分析的前世今生
数据分析的前世今生
53 0
|
10月前
|
数据采集 XML 存储
C++数据分析的应用
C++是一种功能强大的编程语言,提供高性能、高效性和灵活性,适用于各种应用程序。其中,数据分析是C++的一个重要领域,涉及大量数据的收集、处理和解释。C++可以有效处理使用HTTP、FTP、JSON、XML等各种协议和格式的网络通信和数据采集任务。
203 0
|
数据采集 SQL 算法
【数据分析】:什么是数据分析?
【数据分析】:什么是数据分析?
【数据分析】:什么是数据分析?
|
数据采集 分布式计算 数据可视化
数据分析学习
个人学习
176 0
数据分析学习
|
数据采集 机器学习/深度学习 人工智能
数据分析--数据分析是什么?
数据分析--数据分析是什么?
199 0
|
SQL 机器学习/深度学习 运维
聊聊数据分析
聊聊数据分析
129 0
HH
|
SQL 存储 数据可视化
数据分析小结(1)
针对数据分析的小部分整理,物联网数据分析,又称Link Analytics,是阿里云为物联网开发者提供的设备智能分析服务,全链路覆盖了设备数据生成、管理(存储)、清洗、分析及可视化等环节。有效降低数据分析门槛,助力物联网开发工作。
HH
306 0