《《我要变坏 (1984)》的拍摄幕后故事 为什么《我要变坏...》剧情简介：考了高分他们会说这次问题简朴 ；事情精彩完成却强调都是同事资助至于那十几个黑袍强者也看不上下面的这些人直接吩咐后面的兽神教雄师将帝都围了起来《我要变坏 (1984)》的拍摄幕后故事 为什么《我要变坏...说究竟,足球不但仅是一项运动,更是一种文化、一种精神它教会我们团队合作、永不言弃,也让我们明确享受角逐的历程,而不但仅是效果无论你是哪支球队的球迷,让我们一起为精彩的足球献上最热烈的掌声吧!事实,在足球的天下里,我们都是一律的追梦人
《《我要变坏 (1984)》的拍摄幕后故事 为什么《我要变坏...》视频说明：二人一阵亲亲摸摸后慕容复铺开衣衫不整的怜星雪儿今日预计是下不了床啦地宫的事你看着处置惩罚吧2024-06-21 11:29·江湖随笔然后塞进了自己的包里
好强横的气息……方清雪突然道：方寒这就是万兽之主了你看他在干什么指标管理系统从0到1从妄想到落地这篇文章手把手教会你2023-12-29 14:53·人人都是产品司理为了做好指标管理企业可能会落地一套指标管理系统以解决问题但现实上指标管理系统想做好可能并不如想象中的那么容易这其中有许多坑需要我们提前避开这篇文章里作者就做相识读一起来看看吧若是你所在的企业营业生长迅猛在强挪用好数据确当下若是没有好用的系统一建都会逐渐遇到如下问题：不知道有啥：企业数据资产多如牛毛但知道和找到对的数据却难题重重 ；需求知足慢：搞清晰自己该要啥该找啥你会发明公司营业多转变快需求多取数人力缺乏 ；指标对不齐：数据变换快变换纪录不实时数据泉源多、数据处置惩罚职员多、口径多多份数据对不齐 ；问题排查慢：系统数据出问题数据加工链路长遇到职员流动和交接问题排查慢修复耗时长发明数据问题定位数据问题解决数据问题经常搞得下层员工焦头烂额（若是你在下层干过真的而是叫天天不应叫地地不灵）千里之堤溃于蚁穴这些看似不起眼的小问题逐步就会积攒成大问题甚至会严重影响到整个组织的一样平常事情、战术目的告竣、战略愿景的实现落伍的生产力和需求严重不匹配时当非手艺身世的管理层、向导层都能感受到问题的严重性时于是就可以从上而下开展轰轰烈烈的优化治理专项这种企业信息化升级往大了说可以说是数据治理、数字化转型之路一样平常来说各人说的都是构建高效智能的数据中台数据治理可能也提上了日程数据治理的焦点是什么焦点是统一数据口径数据口径的抓手就是【指标】从产品的视角来看指标管理最终的目的是：让各人能清晰看到、利便用到一、前期妄想市面上关于【怎样建设指标系统】的要领论一搜一大堆相对而言讲怎样构建指标管理系统的少了不少不过只要耐心征采大厂的竞品就等着你掘客并且文档还较量全等你拥有了这些参考信息系统就实现了80%了由于功效和界面交互都很好抄就差工程师帮你把系统开发出来了但着实指标管理系统想做好并禁止易由于可能做完系统举行指标管理落地时更多问题会凸显出来尤其是在营业已经生长起来的阶段作为一个有许多失败履历的老产品接下来给你分享一些微缺乏道的履历第一你要定位问题你要搞清晰这个系统究竟要解决什么问题现状是怎么样的谁在推动做指标管理、指标治理这件事情许多时间推动这件事情的人是带有研发配景、数据剖析配景的向导而这些向导妄想做这件事也不是很清晰呢或许是由于看了一场其他偕行的分享被案例里的故事给说服了然后最先未雨绸缪提前妄想这件事情可是在你妄想系统去解决问题之前问题真的被定位了吗可能也欠好定量形貌问题有多严重目今的消耗有多大那是否有人定性地举行了形貌呢向导对这块问题的认知是什么若是没啥认知让我们解决的问题是什么呢你可以把这些问题抛出来问谁人任命你来做这件事的人这个问题是否在更高的层面拉通了认知能争取到几多解决问题的时间窗口几多资源众人都晓仙人好惟有功名忘不了做好数据治理科学管理指标数据驱动营业各人都会喊口号为的是做成之后拿利益可是真正能落实的人并未几许多时间我们不敢提问不敢抛出问题组织让我们做什么我们就一股脑去做了当这些问题并未袒露出来我们都不清晰价值、意义就贸贸然最先做那最后谁来认可咱们解决问题的价值呢第二你要有抓手当你搞定了第一个问题界说和价值问题你准备最先做了而真正想要落地你必需从全局出发做一步脑子要往后多推演几步你要思索：若是我们要凭证迅速迭代的方法去做第一个版本MVP应该是什么样子我们要针对什么样的问题场景交付什么内容用户能做什么样的应用做这个系统的价值究竟应该怎样体现内容层面你要思量应该将哪些指标纳入管理规模这些指标怎么用起来指标数据从何而来应用层面应用的场景是什么 纯粹地看指标的口径照旧说要快速地取指标数据价值层面怎样评判这些指标真的被营业用起来了用户盘问了几多次用来做了几多次报表我们要对自己掌握的信息有个掌握当下我们现在掌握了哪些信息好比现在已经有哪些指标做成了看板了哪些指标还没有其次还想掌握哪些信息关于未来也要有所考量公司的战略层面尚有哪些营业简陋情形怎样是否需要指标剖析这块我们只能基于营业情形举行粗浅的预估总的来说下手之前花个1-3天时间深度搜集信息制订战略谋定此后动二、准备事情作为一名数据产品司理你要面临的是关注数据效果及其泛起形式、但不懂手艺或者没空体贴手艺的营业方99%的人尤其是做营业的人不会关注数据怎么来的、数据怎么加工的各人只会关注数据效果取效果若遇到问题直接会把问题抛出来让手艺职员解决当我们发明在线表格已经无法知足公司管理需要时我们最先妄想指标管理系统你要做几点：洞察营业需求、目的用户习惯、明确系统价值 ；相识组织的管理要求设计人机交互和底层数据系统 ；协调手艺职员转达需求场景完成系统建设 ；切入营业场景、运营和推广系统并最终让营业用起来这里提醒一下：在MVP阶段甚至可以不做用于增删改查的后台管理只需要做好数据初始化即可也就是直接批量将数据录入数据库的方法由于MVP阶段一定是先让数据能用起来而不是做一个很是完善的管理后台三、系统�？榛至礁瞿？橹�系统可以分为2个�？椋好嫦蛴涤τ玫墓πА⒂糜诤筇ü芾淼墓π�1. 面向营业应用的功效当中焦点包括2块：指标取数和指标盘问两者互为因果由于想取数要知道有什么指标 ；由于知道有什么指标才知道怎样取数早期若是营业很简单不必思量重大的营业域、数据域也不必思量指标系统甚至压根就不要做指标取数系统由于找数据剖析师、数据研发做一些SQL模板在差别的情形下换下输入的条件参数执行下就OK了当组织人数抵达一定水平研发职员已经无法快速响应营业种种重大的看数需求有了一定的复用性组织架构也最先举行划分数据权限也最先划分指标取数是看数需求处置惩罚流程的SOP化、自动化2. 用于后台管理的功效当中包括5个�？�划分是：原子指标管理 ；衍生/复合指标管理 ；维度管理 ；修饰词、修饰词类型管理 ；营业域、数据域管理内里的第3、第5点跟数据客栈建模是可以公用的由于指标系统和基于营业构建的数据客栈表是密不可分的再次强调若是没有重大的营业没有很是多的指标需要从营业、手艺、运维层面举行统一的管理那真的是不需要构建指标管理系统四、功效详解1. 面向营业应用的功效1）指标取数① 指标取数场景剖析以下两个场景哪个越发适适用指标取数来解决呢场景A：产品设计了一个新功效想看看这个新功效的曝光点击、转化效果等数据场景B：运营新挖了一个主播来平台直播想看看这个主播、直播间的种种情形我小我私家以为B更适合A场景着实要从功效妄想阶段就要妄想埋点到上线之后能够通过点位、事务举行指标审查针对功效的事务剖析场景一样平常来说指标相对牢靠人数、次数、比率指标取数跟完全自助的探索剖析是差别的而更像是有牢靠指标目的而只是纯粹修改某些维度变量内里对指标的笼罩就可以更广（可以泉源于埋点的指标也可以泉源于营业统计指标）② 指标取数流程剖析当营业提了如下需求：我想审查xxx直播间的活跃情形DAU尚有新增用户、拉活用户取数的一样平常流程是怎么样的呢a. 确认指标口径（维度、修饰词）好比营业说我想看DAU数据剖析师会问：是整个平台照旧分端（WEB端、移动端）营业反响想看新增用户数数据剖析师会基于现真相形反�。合衷谛略鲇没О诵畔⒘鳎ǘ兑簟⒖焓值龋⒎切畔⒘鳎ㄊ只逃τ檬兴粒�哪些渠道没接入若是是新渠道需要等渠道回传数据接入才华看第一步要确认指标的口径一样平常就是维度和修饰词b. 确认数据实时性、数据规模口径确认后要确认数据的实时性（是实时照旧离线离线的级别是怎么样小时、天、周）除此以外还会确认时间周期看多长时间规模的数据近1天、近7天、近30天、历史阻止目今c. 确认效果交付方法和数据泛起形式确认好数据后接下来就是以什么方法来交付究竟是人工取数后导出Excel好比也就是日报、周报汇报给老板照旧说要支持自动化的自助审查好比做成数据自动刷新的看板照旧做成支持用户输入参数的取数模板② 指标取数产品化一样平常来说当数据同事建设好了数仓底表建设好了维度、修饰词那就可以做自助指标取数就可以系统化、产品化了交互流程可以参考如下：营业可以组合种种维度、修饰词、时间周期自己设置盘问条件指标取数焦点功效：能支持用户基于维度举行指标的挑选然后举行即系盘问并能下载指标效果后台系统需要做的就是管控这些用户对应的维度、修饰词、时间周期的使用权限选择指标的界面可以参考如下：选择完维度和指标后可以在取数界面点击盘问举行取数指标取数的产出效果案例如下：若是还能跟BI系统买通支持种种关联剖析好比针对某个指标制作折线图、柱状图若是还能加上趋势展望等等自动剖析功效那就更好了比照指标取数标签取数的原理是相同的不过标签取数的效果都是人数我们需要针对这群人再举行下钻剖析（后面再讲）2）指标盘问指标盘问可以明确为一个阛阓的指引台当你到了一个大阛阓你会不知道目的店肆在那里当你转得晕头转向的时间有个向导告诉我们目的店肆在哪一层哪个偏向（左拐、右拐、直行别讲什么东南西北）指标盘问也是云云它能在以下几个场景施展作用：当你晕头转向时告诉你系统中现在有哪些指标对应的认真人是谁当你没指标权限时基于系统反响的指标认真人信息你可以通过IM系统找到对应的联系人当你发明数据有问题指标有过失系统有故障你可以找对口的认真人举行排查好比当你看到近1天寓目时长这个指标这个时长的单位是什么呢若是指标的名称上没展示那就可以通过指标的详情来相识是小时照旧分钟照旧秒再好比人均寓目时长分子分母划分是什么分子是寓目时长那分母是平台近1天的所有活跃用户照旧有寓目行为的用户照旧有有用寓目的用户呢这也是需要诠释的好比我们可以在数据地图中让用户快捷盘问指标虽然我们也可以直接在取数的界面举行须要信息的展示和提醒这样就不须要再到另外的界面去盘问关于营业来说这种系统越简朴越好需要跳转的页面越少越好甚至可以团结NLP系统对营业使用的营业语言转化为手艺语言然后举行取数好比问我想知道最近元梦之星的直播情形请告诉我有哪些维度和指标并直接帮我取数凭证Excel的形式给出效果然后系统自动判断并执行即系盘问操作并凭证Excel名堂给出不过若是系统底层数据没做好治理也没积累案例实现难度较量大越发要害是中型公司落地一个模子的收益能不可笼罩投入的本钱2. 用于后台管理的功效设计完了面向营业应用的功效接下来我们再思量用于管理、支持的后台功效首先问自己一个问题：MVP阶段需要重大的管理功效吗需要什么样的数据支持呢回覆这个问题需要有点手艺配景但若是你不懂手艺着实也没问题第一指标能取数那一定需要有数据源第二营业职员举行的种种取数条件的设置可能要能转化为从数据源里取数的语言（取数剧本）这里需要两个工具：详细的表数据（数据源）、以及诠释取数设置的工具（天生取数剧本的逻辑）有了这两项只要提前在代码里设置好哪怕没有管理功效用户在界面上的操作也能取到效果而设计功效当我们的底层表、指标、维度、修饰词等等信息变得庞杂以后能够越发利便地盘问、管理接下来我们再来看要有哪些功效1）原子指标管理这里基于原子指标是否要指定泉源的事实表可以区分为两种做法抛开这个点我们先说公共的部分诠释一个原子指标需要告诉使用者：指标的中文名称、英文名称、指标的单位、指标的营业寄义、营业的认真人除此以外我们还可以对指标举行分类包括营业域、主题域、营业历程、数据域等（我不建议划分太细划太细着实也挺难找的）接下来我们再说两种差别的做法第一种原子指标指定泉源事实表这里焦点就是要指定指标的字段是基于数仓中的哪个事实表中的哪个字段举行何种盘算最终的出来第二种原子指标不指定泉源事实表原子指标不纪录和表之间的关系纯粹就是做公共部分的纪录指标和表的绑定关系放在衍生指标中举行设定下图是新增原子指标：2）衍生/复合指标管理对应的也有两种管理方法照旧记着谁人公式：衍生指标 = 维度 + 修饰词 + 时间周期 + 原子指标第一种通过原子指标来绑定表关系衍生指标焦点是增添维度、修饰词、时间周期等信息第二种这里管理的焦点是将详细事实表的一些字段纪录下来对应的是哪些衍生/复合指标既然有依赖关系那么在衍生指标这块就可以看到指标之间的血缘了可以举行可视化泛起指标管理小结：着实不管哪种方法要害就是要告诉系统：指标要从哪个表中的哪个字段举行取数也就是指标和表之间的关系只有纪录了这些信息未来才华基于这个逻辑关系去天生取数的剧本这里也照应前面文章里说的：表内里没有原子指标原子指标只不过是界说指标的最基础的营业寄义、取数方法、哪怕指定事实表也执偾界说手艺语义下的指标口径是什么（也就是所谓的基于SQL的盘算方法界说）3）维度管理维度管理的焦点是将维度的逻辑和详细的维度物理表映射起来好比数仓底层建了差别的品类有对应的一个维度表那么我们就可以录入品类的维度（或者是事实内外的维度属性字段）用户想要审查差别分区的直播数据选择了分区维度下的指标好比品类寓目时长那么最终天生取数剧本的时间会将维度属性字段安排到group by字段中好比营业在最终筛选的时间选择了王者荣耀和元梦之星这两个游戏（相当于是确定了维度的取值规模）在 where 匹配条件里加了匹配符好比where tag_id = 1 or 2那么最终的效果就是：衍生指标 = 维度 + 时间周期 + 修饰词 + 原子指标那么当我们构建了衍生指标之后我们是能够通过维度反向筛选有哪些可选的衍生指标的4）修饰词、修饰词类型管理这块相当于词库管理修饰词、修饰词类型的增删改查然后用于构建衍生/复合指标的时间举行关联直播常见的修饰词有有用寓目、有用开播、礼物流水消耗金额内里的礼物流水5）营业域、数据域管理这块也相当于词库管理营业域、数据域的增删改查用于对指标举行分类好比用户在筛选时先有大致的一个营业划分然后再去找维度和指标3. 指标管理功效总结看完了这么多感受很重大是吧化繁为简先抛开修饰词、营业域、数据域只关注指标和维度我建议你从SQL（结构化盘问语言）的角度去重新明确指标管理为什么数据产品司理要懂点手艺我以为焦点是要懂点SQL由于懂了SQL才华从SQL（物理模子语言）的角度去明确这些一切一切着实SQL也不必掌握太深只要看懂最简朴的代码就够了我们看看下面这段语句其寄义是：统计2023年12月12号当天差别支付类型的订单数目select dt as dt, pay_type as pay_type, count(order_id) as cnt from dwd_order where dt = 20231212 group by dt, pay_type若是我们的支付方法有两种：wechat和alipay那么最终的表格会如下：看完SQL我们再问问问题在SQL里维度是什么在那里维度就是对应的group by的字段这个字段是可以泉源于事实表的主键也可以是事实表关联维度表后取得维度表得字段指标是什么在那里是count(order_id）吗不若是你只往盘问系统里输入count(order_id）系统是没有执行效果的只有当你指定了表表取数的时间规模（时间周期）指定的维度才华取到效果若是不指准时间规模那就是整个表所有的规模（也就是从有这张表的那天起的所有数据）若是不指定维度那就是全维度（也就是所有的订单总数）若是我们从刚刚的效果内外取数呢指标是什么我们不需要界说count(order_id)了我们的SQL可以这样写：select dt as dt ,pay_type as pay_type ,cnt as from dwd_order where dt = 20231212这就是为什么指标能有两种管理步伐由于不管哪种只要最终天生的SQL能从物理内外取到准确的效果就行了当你明确了SQL是怎样取数怎样形貌指标那你就能明确为什么要构建所谓的原子指标管理、衍生指标管理、维度管理五、产品运营1. MVP阶段就要思量后续运营前文说到要MVP要基于场景、用户需求去初始化我们的最小可用产品第一个版本我们为了快速爆发价值许多地方是简陋的但你要时刻切记正是由于舍弃我们才有获得这套系统相当于是将之前的营业提需求、开发开发报表的流程举行了系统化并且纪录了历程信息（也就是指标、维度、事实表等等工具的元数据）当这套管理系统和对应的系统建设完成时后续只需要举行一样平常的运营和维护当我们的产品功效上线以后接下来就进入新的PDCA循环了Plan（妄想）、Do（执行）、Check（检查）和Act（处置惩罚）不但可以对系统的内容（数据资产）举行进一步的富厚在交互和用户指引方面也有许多事情可以做2. 在问题中迭代系统虽然你也碰面临一些内容和功效层面的问题好比营业方希望你能在指标取数中增添新的指标而这需要开发新的底层表录入指标数据直到富厚整体的指标系统好比当指标过多用户不利便举行指标的搜索、盘问时要做一些须要的指标分类、说明文档、操作指引等再好比由于公司妄想缘故原由某些营业障碍某些数据也不再需要了若是公司对本钱管控较量严可以从数据的现实应用情形出发基于指标系统、数仓表血缘等对不再使用的报表及其整个调理使命系统举行下线处置惩罚以便节约存储和盘算的本钱总而言之这套系统完善之后能解决50%以上的规范化的取数、看数问题就不错了而针对特定场景的剖析还需要人工来支持人工智能祖先工才华智能虽然问题是解决不完的人的需求是知足不完的~六、总结和未来展望1. 总结从妄想的注重事项再到落地的功效妄想和涉及先容了许多大致上为你描绘了指标管理不过我想提醒你那些能够落地指标管理的企业都是天选企业它们汇聚了优异人才追随着时代的生长基于手艺和管理的立异跨过了层层磨练在重重灾祸之中成为大营业量的企业拥有真正的大数据真正地使用数据施展价值但凡少创了一个关都到不了所谓数据驱动营业的阶段关于大大都实体营业谋划型的企业来说科学的指标管理是营业生长的助推器数据和对应数据管理系统的生长离不开强力的营业支持绝对不要为了做而做管理指标的目的也不但仅是为了更好地审查数据其目的是做出更优质的决议拿到更好的营业效果2. 未来展望在天生式AI如火如荼举行的时间我们可不可以使用AI来做更多呢AI能在哪些场景嵌入现有的事情流改善目今事情流做越发深入的落地呢好比营业方看完数据后直接用语音、文字给AI发送指令请给近30天没在平台消耗的用户发送满30减5的消耗券通知并自动天生统计使命在1小时间给我反响通知发送的抵达量、点击量消耗券的使用量爆发的生意金额人照旧做主导可是基于数据做决议、做行动、接纳数据的整体链路越发高效长路漫漫道阻且长~以上谢谢阅读~专栏作家Lee公众号：数据产品小lee人人都是产品司理专栏作家关注直播、短视频和文娱领域、善于数据架构、CDP及数据治理相关事情本文原创宣布于人人都是产品司理未经允许榨取转载题图来自 Unsplash基于 CC0 协议该文看法仅代表作者自己人人都是产品司理平台仅提供信息存储空间服务
昔时为了让我们那间小事情室走向正轨我把自己当老黄牛用白天跑营业积累客户晚上乞贷请人去大旅馆消耗托付人家多多照顾
2025-10-13 09:31:59
选集播放排序
相关推荐TUIJIAN
正在热映
