GrowingIO如何帮助搭建一套业务、数据一体化的数据指标体系
|
有了指标全景之后，就需要将指标变成可视化的一个看板，通过看板来指导我们每一场重量级活动的优化过程： 通过 GrowingIO 看板展示的一级、二级指标，用于监控活动整体的营收，活动后评估 KPI 达成率以及整体的 ROI； 进一步分析活动前、中、后各阶段流量趋势以及活动整体的质量； 第四、第五部分对应四级指标，需要通过这两个看板评估不同资源位、不同文案、不同商品在活动中对用户的吸引力和转化率影响。 这是一套迭代「电商类大促活动」的经典看板，每次活动都需要监控，通过这样一个长期有效的看板模式去衡量每一次活动的效果。 这样，我们就可以在活动前吸取之前活动的数据教训、活动中做到实时监管相应数据、活动后根据已有数据进行活动复盘，推动下一次活动更好地实现整体目标。 4. GrowingIO 数据指标体系搭建最佳实践 数据指标体系搭建并不是单个部门能够完成的，应当至少有业务团队、数据团队以及开发团队三个团队进行协作（业务部门包括但不限于市场、运营和产品团队）。 上图是 GrowingIO 总结及建议的，在企业内部搭建数据指标体系的最佳实践流程。分为以下 6 大阶段： 1. 需求收集阶段：一般由业务团队提出业务需求，数据团队评估、归纳业务需求。 2. 方案规划阶段：需要业务团队和数据团队共同制定、梳理 OSM 和 UJM，并且归纳出每一个环节的场景，设计出一套指标体系。 3. 数据采集阶段：指标体系在团队内部达成一致之后，建议由数据团队牵头设计数据采集方案，规范指标命名。命名是非常一件重要的事情，可以说是互联网行业两大痛点之一，下篇文章会为大家分享。 4. 采集方案评估：数据方案采集方案设计完成后，需要联合业务、数据、以及开发三大团队一起进行采集方案的评估，评估实现成本以及实践的优先级。这里就可以按照之前说到场景化模块，根据成本和重要性，评估优先去落地实施哪一场景。 5. 数据采集与数据验证上线阶段：这个环节主要需要开发团队来设计一些数据库，按照前端、后端埋点等等数据采集方案进行数据采集；然后进入到一个非常重要的环节——数据校验，这里必须要保证我们的数据校验与指标体系需要的数据口径一致，这样得到的数据才是业务方需要的数据，才能够回答业务问题。 6. 效果评估阶段：最后是一个非常有价值的阶段，即效果评估。这个环节中，需要由数据团队牵头，将数据搭建出可视化看板，通过看板指导实现业务迭代效果。 业务迭代肯定会有很多的新功能、新业务线产生，这些新业务线同时也需要反哺指标体系。也就是说，指标体系的搭建不是一蹴而就的，而是要在原有的基础上不断地迭代的。 还有一个重要的环节，是在指标体系看板搭建完成之后，需要输出一个数据字典。数据字典能够协调全公司的一个步调，使大家都在同一个数据口径看待数据，提高公司整体的协同效率。 以上就是整体的一个协作流程。 基于这个流程，GrowingIO 和我们的客户可以高效地实现指标体系的落地。在这个过程中，会由客户的业务方和技术方，以及 GrowingIO 的项目团队和分析师团队一起完成。 在大概在 8 周之内，我们就可以实现一套指标体系的高效落地，帮助客户将"数据增长"融入到企业日常工作流程中，帮助客户理解增长体系、真正地落地增长。 以上就是今天我今天的分享，感谢大家的宝贵时间，希望能对大家有所帮助。 （编辑：应用网_阳江站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
