江苏龙网

  1. 主页 > 生活百科 > >

公益赠书15元包邮费骗 免费赠书( 三 )


以互联网产品为例 。对于一个具体的产品，其生命周期基本可以分为前期研究→项目立项→需求研发→开发→测试→发布→运营 。对于一个公司来说，它必须快速响应变化，这就要求它对产品生命周期有更细致的控制 。但在全数字化的运营环境下，产品的迭代周期会越来越短，传统的瀑布式开发流程在很多地方已经被抛弃，快速开发和敏捷迭代逐渐成为主流 。这时候数据中心就要承担决策的重担了 。
对于业务部门来说，他们对数据中心的需求贯穿整个产品生命周期 。数据桌面可以为业务部门带来以下能力 。
获得市场洞察力:通过分析现有用户和市场数据，了解市场和用户 。
预测产品的市场:在将产品全面推向市场之前，了解市场可能的反馈 。
监控产品性能:产品上线后，快速了解产品运行的各项指标 。
跟踪用户行为和反馈 。
自动检测市场异常并快速响应 。
以上大部分功能都涉及到数据的全面持续集成，这些功能都是以自助工具的形式提供给各个业务单元 。比如我们可以总结用户在所有产品中的行为，生成全面的用户画像，根据用户画像给用户贴标签 。然后，运营商可以利用标签系统定位特定的用户群体，针对这个群体采取相应的营销手段，比如发送促销邮件或者通知等 。
实际场景:产品决策 。
在Twitter产品迭代的过程中，数据平台起着核心作用 。从产品想法的产生，这个想法的初步验证，到一个可观察的概念证明(POC)的实现，产品的推出，产品性能的持续跟踪，业务部门都离不开数据平台提供的功能 。一个新产品的创意可能有很多来源，比如对竞品和用户行为数据的分析，用户的反馈或者产品经理的启发 。有了想法之后，产品经理要做的第一件事就是量化这个产品可能产生的影响 。例如，一位产品经理想要对电影推文进行IMDb集成，以便为对电影感兴趣的用户提供更好的体验 。产品经理在开发这个产品之前，可以先看产品推荐部门在数据平台上做的用户画像，看看有多少用户可能对电影感兴趣，然后再看广告部提供的数据，看看这些用户点击广告的可能性有多大，最后再看用户增长部提供的数据中，最近喜欢电影的用户数量的增减情况 。有了这些数据，产品经理就能快速判断这个产品是否能给公司带来显著的用户或收入增长，而不是拍着脑袋决定要不要开发这个产品；也可以对投入的人力物力有个大概的估计，让公司在立项的时候有个更好的决策依据 。
然而，并不是每个业务单元所需的所有数据功能都可以由数据中心立即提供 。此时，业务部门可以自主开发和测试自己需要的功能，只要满足数据中心要求的数据标准即可 。这些功能会在数据能力全景图中呈现，其他部门可以直接使用 。例如，数据分析中的一个常见功能是从某些固定的IP段中过滤出请求，因为这些IP段一般由机器人、合作伙伴或内部使用 。维护这个网段的工作往往从反诈骗部门开始 。在诈骗部门完成这个网段列表和相应的数据服务API后，其他业务部门的数据分析或数据应用也可以使用，因此不需要为他们的应用重新开发和维护这个功能 。更重要的是，通常所有部门都必须使用统一的数据功能 。比如上面提到的过滤网段功能，必须是全球统一的，否则统计口径就不一样 。
【公益赠书15元包邮费骗 免费赠书】
2.4.4 R&D部门
产品R&D部门希望专注于业务逻辑的开发，而不考虑数据处理的细节 。因此，数据中心应该具有类似于DaaS(数据即服务)平台的功能:
随时可以获得所有需要的数据，保证数据的可用性和正确性；
要有便捷的数据处理流程和一套标准，可以方便数据处理；
要有数据服务 。有价值的数据提取出来后，可以通过数据服务开放共享使用；
有数据应用，能够轻松进行A/B测试，放大屏幕，监控数据等 。
在开发业务应用时，R&D部门一般有更多的数据需求，即数据建模和业务逻辑还原 。他们会考虑产品上线后的数据分析需求，在开发时加入相应的数据埋点、数据记录和日志条目 。然而，R&D部门不需要担心这些记录的数据是如何收集、存储和汇总的，这些应该由数据中心自动处理 。
如果R&D部门的数据记录机制满足数据中心的要求，数据中心可以提供自动或半自动的数据汇总、测试和监控功能 。当然，这需要一些内部框架的帮助 。例如，在Twitter的内部数据平台中，如果业务部门的数据以标准的方式记录，那么这些数据可以自动连接到一个A/B测试框架中 。系统上线后，数据中心可以自动进行A/B测试，生成报告，生成标准的监控画面 。


推荐阅读


上一篇：湖北现在还有三本吗 湖北三本院校

下一篇：中国十大论坛网站 宜宾网址之家