专业的短链接生成工具
链接域名
短网址有效期
阿里巴巴产品经理: 如何搭建有效的“数据闭环”体系
更新时间：2025-5-22 13:27:43 作者：爱短链
许多公司认为，数据驱动应该有一个高大的数据平台。
过去两年，标签肖像平台或数据中心平台的概念相对流行。
他们真的能实现数据驱动吗？不一定。
目前，许多公司的数据质量很差，数据驱动更不用说了，这在国内大中小企业中很常见。
作者：阿里巴巴友盟 产品专家、数据传承官 陈新祥 随着互联网进入下半年，流量红利逐渐消失。
一方面，企业开始关注如何通过数据挖掘同一用户的更多价值；另一方面，产品经理、运营商和市场都开始通过数据驱动寻找新的增长空间。
那么，企业如何通过数据驱动实现增长呢？有效的数据闭环系统是什么？ 在国内企业的落地中，数据驱动非常骨感 在国外，有一个名字Instagram照片共享软件在早期并不流行。
后来，他们通过数据分析发现了一个非常强大的用户需求点，即纯照片和共享。
这是一个很好的数据驱动案例，他们对产品进行了大的修订，并在短时间内实现了用户数量的快速增长。
另一方面，在中国，大一点的创业公司会优先考虑如何做概念，如何生存，很少有人像上面这样用数据实现业务驱动。
对于数据驱动，在一定程度上，许多人会在脑海中形成一定的方法论和系统，然后形成驱动过程和组织机制。
我们也听到了很多方法论，包括增长黑客我们似乎对数据驱动了解很多，但在实践中，我们甚至可能不知道什么是事件属性的基本概念，这是许多商业线学生的共同情况。
此外，许多公司认为数据驱动应该有一个高数据平台。
过去两年，标签肖像平台或数据中心平台的概念相对流行。
他们真的能实现数据驱动吗？不一定。
目前，许多公司的数据质量很差，数据驱动更不用说了，这在国内大中小企业中很常见。
早些时候，人们对数据驱动的理解是报表驱动。
2016年和2017年，C轮，D深圳公司有1000多份报告，每份报告有10份Sheet，每个表有20多个指标。
你可以计算出共有多少个指标。
他们的内部数据团队不知道哪些指标有用或无用。
该公司还监控了电子邮件，以大家看到这些报表。
早些时候，当我做数据产品和数据分析时，许多产品学生说一切都应该被埋葬，包括化身、点击次数等。
他会问这些点真的有用吗？想想这些指标数据的目的吗？这些都是非常有趣的现象和问题。
数据驱动是一件好事，但在国内企业的实施中确实是骨感。
数据驱动不是一个简单的工具，也不是多分析师或少分析师的问题，而是整体模式的问题。
陈新祥在直播中提到。
拆解几个案例 现在，许多企业都想实现数据闭环。
事实上，闭环是一个非常典型的方法论。
那么，这个方法论能解决问题吗？它能在组织和团队中运行吗？背后缺少哪些环节？在这里，陈新祥分享了一个国内实际案例。
如上图所示，Phase 1.包括日活、PV、注册、功能使用次数、收入、客户单价、日活跃比例、新老用户比例、增长率、X转化率等。
他们的CEO我发现，虽然有所有的指标，但我失去了注意力，因为它们都有。
于是我开始简化思路，把团队力量凝聚在绳子上，Phase 三是剩下的两个指标。
当然，这是他们根据产品的情况和公司的发展阶段做出的选择：当时，公司并不急于实现，所以收入被取消了，日常生活的数据没有太大的影响，所以它被取消了，新的也被取消了。
他们认为产品保留得很好。
在这个阶段，团队已经达到了能力范围的上限，投入更多的精力也不会大大提高。
之后，他们只留下日活跃比例和日活跃参与度，并调整了内部报告系统。
今天，许多C端产品需要修改和升级。
那么，在修改之前，我们应该弄清楚为什么要修改它们呢？目标是什么？之后，所有的工作都以这两个问题的答案为导向。
友盟 我们所做的是B端数据产品。
一般来说，它是基本统计、场景报告、业务洞察力和智能实现。
在这四个层面上，客户每年都会提出新的需求，如进一步提高产品粘性、用户数量等 我们应该尽最大努力满足他们，但无论我们升级产品的功能，我们都应该关注客户的目标。
上图是典型的2B行业自上而下的流程图，我们要做的第一件事就是设定一个目标，不要忽视它，它真的非常重要，因为无论是升级产品的功能还是其他功能，我们都必须非常清楚公司KPI，这样才能决定产品的核心KPI。
在了解了这些之后，我们应该与横向团队合作，人对齐。
2B 行业企业的目标非常明确，一般是增加付费企业的客户数量，包括产品的日常生活和新注册客户数量。
下一步是产品板块，包括产品版本、功能模块和与其他产品的协调。
向上与公司目标对齐，水平与合作团队对齐，向下是具体的产品功能拆卸。
需要注意的是：设定目标，目标不多，最好只有一两个。
B端产品比较复杂(如上图所示)，包括官网注册，H5.注册账号，创建项目，集成代码，使用产品，保留日常生活，pro付费等，KPI将注册账号数量、注册转化率、有效集成数量、首次激活等拆解。
其中，有些目标需要自己做，有些需要与其他团队合作。
设定目标后，一定要了解产品背后的数据质量。
关于数据质量，公司内部和部门之间的指标定义不同，但存在数据不准确、无数据、数据脏乱差、易用性差等问题。
如何解决？事实上，数据包含业务需求，只有在需求明确后才会转化为埋点设计，然后将埋点方案转化为具体研发。
随着产品功能的迭代，整个过程需要重新进行。
在这个过程中，业务需求来自许多团队，包括产品团队、运营团队、市场团队等，橙色标记是产品经理必须关注的节点和事项（如下图所示）。
从业务需求到需求规范，我们必须做一个统一的封闭。
如果没有在线工具系统，我们可以指定一个人让他做一个统一的封闭。
封闭完成后，应在公司或部门内形成相对完整的指标字典和维度字典。
同时，我们必须拆分指标字典，看看哪些是公共指标（跨部门或公司级别）和个性化指标。
有些公司需要这样的同步方式，然后下降是具体的收集方案设计，公共指标和个性化指标已经分开，扩展为公共埋点和个性埋点，公共埋点是一个非常重要的业务指标，长期不会改变。
然后是研发口径，无论是公共埋点的事件规则、属性规则还是收集时间，都应进行统一管理，最后进行验证。
在整个过程中，最重要的是要有专人统一关闭，根据对数据和收集的理解进行分流，规范中间规范和标准动作，因为新版本和新功能都应该在线。
这是一个视频案例。
数据采集方案应根据具体需要设计。
基于事件和属性在互联网领域更受欢迎。
相关人员可以将属性整合到事件中，然后进行限制，直到有一天他们想看到XXX基于属性可以直接看到视频点击。
这是一个非常理想的系统，可以实现数据采集埋点的标准化。
在此基础上，我们还必须对这两类事件进行统一的设计和规划。
浏览页面和功能交互是统计数据中最常见的。
如果浏览页面和功能交互不标准化，数据将变得肮脏和混乱。
你为什么这么说？以移动淘宝为例，移动淘宝终端有网页、安卓、iOS、小程序等，页面浏览和功能交互有不同的部分，如果完全分开，最坏的情况总是不好。
目前，一个更好的解决方案是把它放在前面，所有的功能呈现在某个页面的某个位置，并设置一个唯一的参数ID，然后对事件和属性进行分类。
这样，所有的页面和功能只需要埋点，所有的页面标记都可以使用ID来标记。
有一个不同的终端ID这是一种长期的关系，只要需要保持良好的需求、事件命名和业务水平，就会标记相同的逻辑和系统。
ID，最终收集到的数据质量非常好。
拿到高质量的数据后，下一步就是具体的数据工作。
前面已经确定了KPI，并拆除，现在要做的就是希望团队中的人知道自己KPI，友盟 移动统计分析产品和阿里云DataV基于数据大屏幕可视化产品的联动设计APP上传自动行为数据，快速组合相应数据生成团队KPI大屏。
将数据结果融入团队的工作流程，如友盟 移动统计产品可以在早上8点将团队最关心的东西发送到邮箱，营销人员可以看到相应的报告。
上午10点，产品经理可以登录后台查看更新的产品功能。
目前由于疫情原因，很多人在家用钉钉移动协同工作，友盟 如果某人的数据产品与钉钉结合在一起KPI异常或波动会自动同步到群中，分析师会在后台分析异常原因。
此外，团队运营商可以在后台直接用运营弹框组织活动，接触和观看相关人群的效果……友盟 将数据贯穿产品团队和运营团队，形成文化。
众所周知，用户研究对产品经理来说非常重要。
传统的用户研究低频、耗时等缺陷已不能满足用户在快速迭代环境下对用户行为和需求的洞察 在产品方面，增加了个人行为调查功能，直接同步到产品邮箱，相关人员可以利用用户洞察力和操作干预。
以上内容主要集中在数据驱动的闭环上，包括目标、洞察力、迭代、着陆等环节。
有一套标准的方法论。
如果这套标准方法论能够系统化和产品化，是否有可能大大提高决策效率。
只有业务数据化、智能化，才能做出高效的决策。
现在输出这种能力，为企业创建数据闭环系统，帮助企业完成业务数据化、智能化，最终实现数据驱动。
特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。
如有侵权行为，请联系网站管理员删除，。
过去两年，标签肖像平台或数据中心平台的概念相对流行。
他们真的能实现数据驱动吗？不一定。
目前，许多公司的数据质量很差，数据驱动更不用说了，这在国内大中小企业中很常见。
作者：阿里巴巴友盟 产品专家、数据传承官 陈新祥 随着互联网进入下半年，流量红利逐渐消失。
一方面，企业开始关注如何通过数据挖掘同一用户的更多价值；另一方面，产品经理、运营商和市场都开始通过数据驱动寻找新的增长空间。
那么，企业如何通过数据驱动实现增长呢？有效的数据闭环系统是什么？ 在国内企业的落地中，数据驱动非常骨感 在国外，有一个名字Instagram照片共享软件在早期并不流行。
后来，他们通过数据分析发现了一个非常强大的用户需求点，即纯照片和共享。
这是一个很好的数据驱动案例，他们对产品进行了大的修订，并在短时间内实现了用户数量的快速增长。
另一方面，在中国，大一点的创业公司会优先考虑如何做概念，如何生存，很少有人像上面这样用数据实现业务驱动。
对于数据驱动，在一定程度上，许多人会在脑海中形成一定的方法论和系统，然后形成驱动过程和组织机制。
我们也听到了很多方法论，包括增长黑客我们似乎对数据驱动了解很多，但在实践中，我们甚至可能不知道什么是事件属性的基本概念，这是许多商业线学生的共同情况。
此外，许多公司认为数据驱动应该有一个高数据平台。
过去两年，标签肖像平台或数据中心平台的概念相对流行。
他们真的能实现数据驱动吗？不一定。
目前，许多公司的数据质量很差，数据驱动更不用说了，这在国内大中小企业中很常见。
早些时候，人们对数据驱动的理解是报表驱动。
2016年和2017年，C轮，D深圳公司有1000多份报告，每份报告有10份Sheet，每个表有20多个指标。
你可以计算出共有多少个指标。
他们的内部数据团队不知道哪些指标有用或无用。
该公司还监控了电子邮件，以大家看到这些报表。
早些时候，当我做数据产品和数据分析时，许多产品学生说一切都应该被埋葬，包括化身、点击次数等。
他会问这些点真的有用吗？想想这些指标数据的目的吗？这些都是非常有趣的现象和问题。
数据驱动是一件好事，但在国内企业的实施中确实是骨感。
数据驱动不是一个简单的工具，也不是多分析师或少分析师的问题，而是整体模式的问题。
陈新祥在直播中提到。
拆解几个案例 现在，许多企业都想实现数据闭环。
事实上，闭环是一个非常典型的方法论。
那么，这个方法论能解决问题吗？它能在组织和团队中运行吗？背后缺少哪些环节？在这里，陈新祥分享了一个国内实际案例。
如上图所示，Phase 1.包括日活、PV、注册、功能使用次数、收入、客户单价、日活跃比例、新老用户比例、增长率、X转化率等。
他们的CEO我发现，虽然有所有的指标，但我失去了注意力，因为它们都有。
于是我开始简化思路，把团队力量凝聚在绳子上，Phase 三是剩下的两个指标。
当然，这是他们根据产品的情况和公司的发展阶段做出的选择：当时，公司并不急于实现，所以收入被取消了，日常生活的数据没有太大的影响，所以它被取消了，新的也被取消了。
他们认为产品保留得很好。
在这个阶段，团队已经达到了能力范围的上限，投入更多的精力也不会大大提高。
之后，他们只留下日活跃比例和日活跃参与度，并调整了内部报告系统。
今天，许多C端产品需要修改和升级。
那么，在修改之前，我们应该弄清楚为什么要修改它们呢？目标是什么？之后，所有的工作都以这两个问题的答案为导向。
友盟 我们所做的是B端数据产品。
一般来说，它是基本统计、场景报告、业务洞察力和智能实现。
在这四个层面上，客户每年都会提出新的需求，如进一步提高产品粘性、用户数量等 我们应该尽最大努力满足他们，但无论我们升级产品的功能，我们都应该关注客户的目标。
上图是典型的2B行业自上而下的流程图，我们要做的第一件事就是设定一个目标，不要忽视它，它真的非常重要，因为无论是升级产品的功能还是其他功能，我们都必须非常清楚公司KPI，这样才能决定产品的核心KPI。
在了解了这些之后，我们应该与横向团队合作，人对齐。
2B 行业企业的目标非常明确，一般是增加付费企业的客户数量，包括产品的日常生活和新注册客户数量。
下一步是产品板块，包括产品版本、功能模块和与其他产品的协调。
向上与公司目标对齐，水平与合作团队对齐，向下是具体的产品功能拆卸。
需要注意的是：设定目标，目标不多，最好只有一两个。
B端产品比较复杂(如上图所示)，包括官网注册，H5.注册账号，创建项目，集成代码，使用产品，保留日常生活，pro付费等，KPI将注册账号数量、注册转化率、有效集成数量、首次激活等拆解。
其中，有些目标需要自己做，有些需要与其他团队合作。
设定目标后，一定要了解产品背后的数据质量。
关于数据质量，公司内部和部门之间的指标定义不同，但存在数据不准确、无数据、数据脏乱差、易用性差等问题。
如何解决？事实上，数据包含业务需求，只有在需求明确后才会转化为埋点设计，然后将埋点方案转化为具体研发。
随着产品功能的迭代，整个过程需要重新进行。
在这个过程中，业务需求来自许多团队，包括产品团队、运营团队、市场团队等，橙色标记是产品经理必须关注的节点和事项（如下图所示）。
从业务需求到需求规范，我们必须做一个统一的封闭。
如果没有在线工具系统，我们可以指定一个人让他做一个统一的封闭。
封闭完成后，应在公司或部门内形成相对完整的指标字典和维度字典。
同时，我们必须拆分指标字典，看看哪些是公共指标（跨部门或公司级别）和个性化指标。
有些公司需要这样的同步方式，然后下降是具体的收集方案设计，公共指标和个性化指标已经分开，扩展为公共埋点和个性埋点，公共埋点是一个非常重要的业务指标，长期不会改变。
然后是研发口径，无论是公共埋点的事件规则、属性规则还是收集时间，都应进行统一管理，最后进行验证。
在整个过程中，最重要的是要有专人统一关闭，根据对数据和收集的理解进行分流，规范中间规范和标准动作，因为新版本和新功能都应该在线。
这是一个视频案例。
数据采集方案应根据具体需要设计。
基于事件和属性在互联网领域更受欢迎。
相关人员可以将属性整合到事件中，然后进行限制，直到有一天他们想看到XXX基于属性可以直接看到视频点击。
这是一个非常理想的系统，可以实现数据采集埋点的标准化。
在此基础上，我们还必须对这两类事件进行统一的设计和规划。
浏览页面和功能交互是统计数据中最常见的。
如果浏览页面和功能交互不标准化，数据将变得肮脏和混乱。
你为什么这么说？以移动淘宝为例，移动淘宝终端有网页、安卓、iOS、小程序等，页面浏览和功能交互有不同的部分，如果完全分开，最坏的情况总是不好。
目前，一个更好的解决方案是把它放在前面，所有的功能呈现在某个页面的某个位置，并设置一个唯一的参数ID，然后对事件和属性进行分类。
这样，所有的页面和功能只需要埋点，所有的页面标记都可以使用ID来标记。
有一个不同的终端ID这是一种长期的关系，只要需要保持良好的需求、事件命名和业务水平，就会标记相同的逻辑和系统。
ID，最终收集到的数据质量非常好。
拿到高质量的数据后，下一步就是具体的数据工作。
前面已经确定了KPI，并拆除，现在要做的就是希望团队中的人知道自己KPI，友盟 移动统计分析产品和阿里云DataV基于数据大屏幕可视化产品的联动设计APP上传自动行为数据，快速组合相应数据生成团队KPI大屏。
将数据结果融入团队的工作流程，如友盟 移动统计产品可以在早上8点将团队最关心的东西发送到邮箱，营销人员可以看到相应的报告。
上午10点，产品经理可以登录后台查看更新的产品功能。
目前由于疫情原因，很多人在家用钉钉移动协同工作，友盟 如果某人的数据产品与钉钉结合在一起KPI异常或波动会自动同步到群中，分析师会在后台分析异常原因。
此外，团队运营商可以在后台直接用运营弹框组织活动，接触和观看相关人群的效果……友盟 将数据贯穿产品团队和运营团队，形成文化。
众所周知，用户研究对产品经理来说非常重要。
传统的用户研究低频、耗时等缺陷已不能满足用户在快速迭代环境下对用户行为和需求的洞察 在产品方面，增加了个人行为调查功能，直接同步到产品邮箱，相关人员可以利用用户洞察力和操作干预。
以上内容主要集中在数据驱动的闭环上，包括目标、洞察力、迭代、着陆等环节。
有一套标准的方法论。
如果这套标准方法论能够系统化和产品化，是否有可能大大提高决策效率。
只有业务数据化、智能化，才能做出高效的决策。
现在输出这种能力，为企业创建数据闭环系统，帮助企业完成业务数据化、智能化，最终实现数据驱动。
特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。
如有侵权行为，请联系网站管理员删除，。
