導讀 本文將分享如何建設商業化的資料產品，包括從底層的基建到上層的資料產品賦能業務。
今天的分享會圍繞下面四點展開：
1. 廣告與資料
2. 資料底層搭建
3. 資料內容建設
4. 資料賦能業務
分享嘉賓｜凌芝 快手 高階資料產品經理
編輯整理｜黃飛 宇信科技
出品社群｜DataFun
01
廣告與資料
首先介紹一下資料在廣告業務裡的應用場景，商業化業務的發展階段，如何進行資料建設，以及不同階段的資料側重點。
首先是媒體在自然流量當中挖掘商業流量，引入廣告主到廣告投放平臺進行廣告的投放；投放系統用演算法的能力透過競價還有排序，將廣告主和使用者進行匹配，實現流量的最大價值化；運營去看客戶的實施資料，發現問題，診斷問題，告訴廣告主怎麼去進行調優和解決；商業化業務的發展包括基礎建設、快速擴充和精細化運營三大階段。
基礎建設階段：在業務的初期都會比較側重於業務系統的建設，資料建設會落後於業務，所以會出現業務系統各自產生資料，導致資料孤島，無法發揮資料的價值，同時大家用數難，資料內容也會很單一，資料整體的應用場景也難以擴充，因此最首要的任務就是要打破資料的孤島，將資料統一起來，打通全鏈路，當資料基建統一了之後，就可以開始整個指標體系的搭建，統一指標口徑。快速擴充階段：在這個階段業務對於資料的訴求越來越複雜，對於時效性要求也會越來越高；資料建設方面會開始自建平臺，開始強化實時資料和應用的建設。精細化運營階段：在這個階段，運營以及內部人員需要透過資料去進行決策，資料方面就會開始建設運營資料分析平臺，然後基於業務資料的沉澱，進行自動化和智慧化方向的探索。
第三個階段是產品賦能，把前面的資料內容進行產品化，賦能業務。
資料底層搭建首先是資料的生產和上報，資料生產主要涉及打點的規範，讓上游按照資料側定義的規範進行採集上報，方便後續資料的清洗和加工。這裡涉及到廣告引擎生產的請求日誌、媒體端生產的端內效果日誌 、廣告主回傳的後鏈路日誌。接下來，實時處理廣告所有的上報事件，進行日誌拼接和事件歸因計算，最終輸出統一的資料流。基於統一資料流，進行資料處理，搭建起實時、離線數倉，以及對外的資料服務。最後，基建完成以後就要面向應用場景，面向最後的消費者，這中間的應用，比如說有內部資料看板，資料分析、運營平臺，還有一些挖掘預測，就是做演算法，做模型，還有一些資料決策，把資料展現給 B 端廣告主，讓廣告主能線上決策，這就是整個資料底層搭建。
資料內容需要結合對業務的理解來建設，將業務抽象成資料。業務角色和訴求決定了資料的看數視角和這個視角下的內容體系，內容體系主題確認後，再從單個視角出發，進行內容建模。以廣告業務為例，廣告就是使用者、客戶與媒體三方之間的一場博弈，一方面，使用者對媒體會有內容訴求，媒體會挖掘使用者的商業訴求來實現流量最大價值化；另一方面，廣告主期望在成本可控的基礎上拿到儘可能多的媒體流量、轉化，最大化 ROI。廣告平臺就是連線三方，平衡各方利益，實現共贏。因此整個廣告的資料內容體系也是圍繞著這四個角色以及他們的訴求建模。
廣告的資料內容體系分為四個主要的主題，對應業務四個角色，分別為使用者、流量、客戶、平臺四大主題。每個主題下面的子主題都是在主題的視角下，針對這個主題下面業務過程、業務鏈條進行的資料抽象。比如在流量的視角下，把廣告檢索的業務鏈條抽象成資料；客戶的視角下，把他的整個生命週期用資料來體現。明確了主題內容之後，可以基於單個主題，單一的視角展開，進行內容的建模。首先確認這個視角下的核心指標，再結合業務鏈路，拆分過程性指標，最後基於業務現階段目標，將指標進行分級。以流量為例：在流量這個視角下，核心指標是 CPM 和消耗。CPM 體現了流量的變現效率，消耗體現了流量的變現規模。根據這兩個指標展開整個核心鏈條的拆解。
如上圖所示，使用者最先會在媒體產生自然流量，然後在自然流量裡去挖掘廣告的庫存，接著是廣告的填充以及廣告的曝光，再到端內的一些廣告的行為，端外的一些轉化，最終就形成了整個的廣告的花費。廣告庫存到廣告的填充曝光這個階段，內部還會有一個複雜的檢索和競價的流程。這整個鏈路的拆解就形成了流量這一塊的過程性的指標，這一過程形成的資料都會用到內容主題的建設當中。
資料產品的建設和迭代，是一個結合使用者資料訴求不斷挖掘資料價值的進階過程。因此首先要知道資料產品使用者是誰，這裡將資料產品使用者分成了三大類別，分別為高層、管理層及分析人員和一般人員。在明確了使用者後，再去分析使用者的資料訴求，如何滿足他們的資料訴求，資料產品需要怎樣的能力。以管理層及分析人員為例，管理層及分析人員需要及時獲知業務的發展趨勢，以及業務達成情況，同時還要去追蹤一些業務的細節，去發現業務的一些增長點，識別一些潛在的風險，對應到資料產品，就需要分析視覺化的能力，輔助決策，同時也需要一些自主高效的分析能力，能夠讓分析人員快速、自主、高效地去用數分析，同時還需要實時和離線的監控能力，能夠讓業務方清晰地看到整個資料的走勢。
清楚了資料產品使用者後，就要開始做資料價值的挖掘，在資料探勘前，要先明確什麼是資料價值。這裡把資料價值分成了三個層次，分別為業務透明化、決策透明化、全域性最佳化與創新。每一個資料產品在它的每一個建設階段都需要有一個明確的價值導向，這樣才能夠讓資料產品明確它在這個階段需要具備的主要能力是什麼。比如說要做一個決策透明化的資料產品，就需要去搭建具備診斷分析以及預測分析能力的產品。這樣才能夠去實現這個價值導向下的能力，去回答這個價值層面下的問題，去發掘現在業務的問題及原因，是否有一些規律可以沉澱下來，並以資料產品的方式展現出來，同時按照這個規律和趨勢進行預測，用資料去告訴大家未來的樣子。
明確了資料產品的使用者、使用者的訴求和資料產品的價值之後，結合著整個投放場景，業務特色，以及宏觀到中觀還有微觀的拆解分析思路，搭建了整個商業化內部的資料產品矩陣。（1）BI 平臺偏宏觀和中觀，包含了一些核心指標的趨勢監控，分級拆解，以及業務場景的分析監控，對應業務的戰略層和執行層。並提供 OLAP 多維分析工具，滿足業務側自主高效分析的訴求。還有 APP 移動端，方便業務側隨時隨地檢視資料。（2）運營資料分析平臺偏微觀，主要覆蓋了客戶盯盤以及分析的場景，同時在此基礎上，把整個投放場景中影響投放效果的因素抽象出來，搭建了包含基礎性分析、診斷性分析的分析體系，不斷迭代升級的同時將資料建議輸出給業務方，賦能業務。
BI 平臺是基於我們整個業務分析體系和指標維度體系搭建而成的，主要包括兩個模組，管理駕駛倉和業務分析。（1）管理駕駛艙主要覆蓋了業務的離線和實時的大盤監控，以及消耗的波動歸因。（2）業務分析分成三個大主題，流量、客戶和平臺。每個模組的內容都是基於日常業務資料需求整合提煉而成。以流量主題為例，當業務聊到流量的時候，一般都是要去知道現在平臺有多少流量，這些流量已經利用到了一個什麼程度，流量的利用效率，以及是不是有更多的流量可以去挖掘變現，同時當流量出現波動的時候，可以去進行一些波動的問題拆解，根據這些問題搭建流量的大盤概覽，流量的效率分析，以及請求漏斗分析。同時對於運營和廣告主來說，他們希望在一些節假日還有大促的節點，能夠提前的預知媒體流量的情況，從而來進行物料和預算的準備，所以我們就提供了流量預估的能力，讓運營輸出給廣告主。這就是整個流量主題的結構層次。
商業化運營資料分析平臺是一個幫助運營解決問題的平臺，而運營的問題其實就是廣告主的問題，運營的工作是圍繞廣告主來開展，比如投放前的投放建議，投中的實時盯盤、問題診斷，以及投後的效果覆盤。整個運營流程都離不開資料，需要資料來牽引動作，平臺透過場景化整合建設來給運營提效。整體結構是圍繞著客戶運營、場景化診斷、行業360三大主題來建設的。客戶運營模組先以客戶作為大盤分析，再逐層下鑽深入分析，全面掌控客戶情況，快速發現潛在問題，同時客戶的整體投放情況也可對標整個行業，認清所處的位置。場景化診斷整合常見投放問題，場景化歸類，結合客戶意願、投放效果、競爭分析、系統白盒，分場景提供全方位的診斷分析。行業 360 則是從行業的視角進行專題專項的分析，給客戶一些行業標準的輸入。Q1：內容建模是有資訊化系統視覺化建模嗎？還是分析師做的一個任務排程？A1：內容建模其實相當於我們針對整個業務鏈條去進行一個指標體系，以及它維度體系的一個界定，這塊並不是指分析師的一個任務排程，可能更偏向於整個資訊化系統的一個視覺化建模。Q2：商業化埋點是自己團隊做的還是公司的資料中臺做的？資料質量怎麼樣？
A2：商業化這塊的埋點其實是商業化這邊來做的，資料質量的話，是有了一個極大的提升，因為埋點的話本身就是會存在著一些比較髒的情況，商業化埋點也是經過了好幾次迭代治理才達到現有的質量。總結下來，要做好埋點質量有兩個關鍵點：1）資料團隊要發揮承上啟下的作用，明確埋點的規範及資料結構，推動上游嚴格按照規範進行上報，並對上報資料進行清洗和處理，供各下游使用；2）引入資料測試，針對整個鏈路的資料質量提供一套測試標準，並針對鏈路上的關鍵節點建立起質量監控體系。Q3：使用者畫像在業務部門中有哪些應用場景呢？
A3：我的理解，以及我在工作中遇到的訴求主要分三塊：（2）內部運營需要畫像資料進行人群挖掘，協助廣告主進行廣告投放破圈；（3）演算法策略需要畫像資料做一些相似人群擴充建模。
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/70024420/viewspace-2938992/，如需轉載，請註明出處，否則將追究法律責任。