数据模型搭建与数据案例
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
解决思路：1.抓住用户需求（购买行为） -- 体现在商品PV/UV 成单商品、未成单商品 2.依托数据出解决方案，在16日到18日用三天时间来 修改，在19到20日来测试方案可行性
模型案例 漏斗模型案例 解决过程：1.成单商品价格区间
模型案例 漏斗模型案例 各档次销量绘制成饼图，直观看出0到50、50到100、100 到200 三个档次占比92%。
数据模型搭建与数据案例
Data model building and data case
介绍 漏斗模型 数据激活岗位
用户画像 漏斗模型案例 数据人员素质
介绍
心福利
About me？
心福利的BI工程师。参与了公司BI项目从搭建到使用全部的 历程。
我最擅长的是从公司角度来发现什么是公司的核心数据。
今天很荣幸可以作为嘉宾和大家分享我在工作中是如何利用BI工具 来解决公司的问题的。
操作细节：1.具体维度在公司BI人员有限情况下应该和商品、运营 等有关部门沟通确认 2.BI工具为永洪BI，数据存储为阿里云自读数据库（镜 像）服务器为linux，数据提取、清洗工作在编写sql时 已经完成大部分。 3.详细模型涉及到下砖、超链接、数据渲染等多个方面
模型案例 数据激活岗位
背景：在9月的月例会上面，我们的商品成功部提交的报告上面，商城 的uv为16万，而商城的广告banner内商品uv却只有2万
方案：在首页设计50 档、100档、200档 来引导用户选择
模型案例 漏斗模型案例 解决过程：2.（取消）订单商品类别 （食品、家电、个护）
模型案例 漏斗模型案例 解决过程：3.（成交）订单商品类别 （食品、个护、家电）
模型案例 漏斗模型案例
观察数据可以得出几个点： 用户对零食、个护、电器需求最大 给我们的启发：和运营部门提议做三个专区，来销售
2.如何动态的让A同事来自己决定时间跨度和商品SKU， 自动生成报告？
模型案例 数据激活岗位
2.如何动态的让A同事来自己决定时间跨度和商品SKU，自动 生成报告？
解决方法：给时间和商品SKU（多个）在sql编写的时候写成永 洪的参数，在工具内编辑参数，以达到自主传参的效果。预览：
模型案例 数据激活岗位
专区内的所有产品一周一更换，每周只保留销量最高、 PV/UV最高的产品，以此来保证质量
模型案例 漏斗模型案例 （4）对取消订单的总金额进行统计 购物车商品价格69%不足99元 ，有43%产品接近99元 方案：在购物车添加补价产品
模型案例 漏斗模型案例
4.结果：9月15日到10月1日，进入商城人数66840， 添加商品到购物车人数38719， 商城消费人数29217。商城转化率43.71%（37.79%） 购物车转化率79.2%。商城到购物车57.93%（47.67%）
数据模型 用户画像
用户有哪些画像：年龄分布、手机/pc的使用习惯、地域分布、性别分 布、喜好、已经做出的选择
建立这些维度，知道这些画像后可以更好的指导我们去了解我们的 目标人群的特征，通过他们的行为，来对他们需求的变化进行有计划 的优化
数据模型 漏斗模型
四个阶段：挖掘与分析>建立模型>解放人力>数据运营 建立模型：（1）根据业务决定漏斗的环节
2 在各个环节加入监控 3 抓取数据对各个环节转化进行计算
漏斗
模型案例 漏斗模型案例
背景：9月1日到15日，进入商城人数20963，添加商品到 购物车人数9995，商城消费人数7922。商城转化率 37.79% 购物车转化率79.2%。商城到购物车有47.67%。
Trouble：提升商城转化率，9月15日到国庆前依照16年数据， 将迎来一个高峰。抓住这次机会。
Trouble：如何使banner每一个产品的更换都可以及时的发现问题
思路：给部门员工开通BI网站帐号，建立模版，每个员工有对应职责 的可以查看的固定报告。报告的时间、商品SKU变化来由该员工决定
模型案例 数据激活岗位
解决过程：1.和A同事一起决定这个报告需要哪些维度
最终确认为：banner访问量>banner内单品pv、uv >单品被添加购物车>成交单品 这样4个维度组成的从进入商城到成单的一个漏斗
4.领导/决策层运营报告：决策层可以登录BI帐号对公司的运营情况，同比 环比变化有了解，并且给每个部门制定指标线，达成指标的数据会在可视 化工具上体现
数据人员 数据人员的基本素质
数据人员应该具备的素质： 1.数据的准确性--体现数据人员的严谨 2.数据的维度全面--体现数据人员的思维开阔 3.数据的重要性 -- 体现数据人员对所有业务的了解 4.对数据的热爱，产生对数据的敏感。对行业的规划，产生 对公司的忠诚。
模型案例 数据激活岗位
数据激活岗位主要应用在： 1.销售部门：利用日、月、季度、年的模版，自主的选择生成服务企业 的报告，给企业完善的运营报告
2.财务部门：利用BI工具指定自动任务来进行对账、回款的账单生成
3 .公司服务监控：对平台每天发送的生日、入职等提醒短信等功能制作 自动任务，每天定时给客服发送
3.给A同事分配权限，划分部门。指定帐号密码，进行登录
解决方法：在BI工具内建立部门和角色，对角色进行部门分类和查 看报告、操作等权限的分配
结果：同事A的工作除了对banner、商城的商品进行筛选，她自己就 可以利用BI工具来对商城运营的数据进行查看和分析，即使的替换效 果不太好的产品，使岗位产生的能量更大
模型案例 漏斗模型案例 解决过程：1.成单商品价格区间
模型案例 漏斗模型案例 各档次销量绘制成饼图，直观看出0到50、50到100、100 到200 三个档次占比92%。
数据模型搭建与数据案例
Data model building and data case
介绍 漏斗模型 数据激活岗位
用户画像 漏斗模型案例 数据人员素质
介绍
心福利
About me？
心福利的BI工程师。参与了公司BI项目从搭建到使用全部的 历程。
我最擅长的是从公司角度来发现什么是公司的核心数据。
今天很荣幸可以作为嘉宾和大家分享我在工作中是如何利用BI工具 来解决公司的问题的。
操作细节：1.具体维度在公司BI人员有限情况下应该和商品、运营 等有关部门沟通确认 2.BI工具为永洪BI，数据存储为阿里云自读数据库（镜 像）服务器为linux，数据提取、清洗工作在编写sql时 已经完成大部分。 3.详细模型涉及到下砖、超链接、数据渲染等多个方面
模型案例 数据激活岗位
背景：在9月的月例会上面，我们的商品成功部提交的报告上面，商城 的uv为16万，而商城的广告banner内商品uv却只有2万
方案：在首页设计50 档、100档、200档 来引导用户选择
模型案例 漏斗模型案例 解决过程：2.（取消）订单商品类别 （食品、家电、个护）
模型案例 漏斗模型案例 解决过程：3.（成交）订单商品类别 （食品、个护、家电）
模型案例 漏斗模型案例
观察数据可以得出几个点： 用户对零食、个护、电器需求最大 给我们的启发：和运营部门提议做三个专区，来销售
2.如何动态的让A同事来自己决定时间跨度和商品SKU， 自动生成报告？
模型案例 数据激活岗位
2.如何动态的让A同事来自己决定时间跨度和商品SKU，自动 生成报告？
解决方法：给时间和商品SKU（多个）在sql编写的时候写成永 洪的参数，在工具内编辑参数，以达到自主传参的效果。预览：
模型案例 数据激活岗位
专区内的所有产品一周一更换，每周只保留销量最高、 PV/UV最高的产品，以此来保证质量
模型案例 漏斗模型案例 （4）对取消订单的总金额进行统计 购物车商品价格69%不足99元 ，有43%产品接近99元 方案：在购物车添加补价产品
模型案例 漏斗模型案例
4.结果：9月15日到10月1日，进入商城人数66840， 添加商品到购物车人数38719， 商城消费人数29217。商城转化率43.71%（37.79%） 购物车转化率79.2%。商城到购物车57.93%（47.67%）
数据模型 用户画像
用户有哪些画像：年龄分布、手机/pc的使用习惯、地域分布、性别分 布、喜好、已经做出的选择
建立这些维度，知道这些画像后可以更好的指导我们去了解我们的 目标人群的特征，通过他们的行为，来对他们需求的变化进行有计划 的优化
数据模型 漏斗模型
四个阶段：挖掘与分析>建立模型>解放人力>数据运营 建立模型：（1）根据业务决定漏斗的环节
2 在各个环节加入监控 3 抓取数据对各个环节转化进行计算
漏斗
模型案例 漏斗模型案例
背景：9月1日到15日，进入商城人数20963，添加商品到 购物车人数9995，商城消费人数7922。商城转化率 37.79% 购物车转化率79.2%。商城到购物车有47.67%。
Trouble：提升商城转化率，9月15日到国庆前依照16年数据， 将迎来一个高峰。抓住这次机会。
Trouble：如何使banner每一个产品的更换都可以及时的发现问题
思路：给部门员工开通BI网站帐号，建立模版，每个员工有对应职责 的可以查看的固定报告。报告的时间、商品SKU变化来由该员工决定
模型案例 数据激活岗位
解决过程：1.和A同事一起决定这个报告需要哪些维度
最终确认为：banner访问量>banner内单品pv、uv >单品被添加购物车>成交单品 这样4个维度组成的从进入商城到成单的一个漏斗
4.领导/决策层运营报告：决策层可以登录BI帐号对公司的运营情况，同比 环比变化有了解，并且给每个部门制定指标线，达成指标的数据会在可视 化工具上体现
数据人员 数据人员的基本素质
数据人员应该具备的素质： 1.数据的准确性--体现数据人员的严谨 2.数据的维度全面--体现数据人员的思维开阔 3.数据的重要性 -- 体现数据人员对所有业务的了解 4.对数据的热爱，产生对数据的敏感。对行业的规划，产生 对公司的忠诚。
模型案例 数据激活岗位
数据激活岗位主要应用在： 1.销售部门：利用日、月、季度、年的模版，自主的选择生成服务企业 的报告，给企业完善的运营报告
2.财务部门：利用BI工具指定自动任务来进行对账、回款的账单生成
3 .公司服务监控：对平台每天发送的生日、入职等提醒短信等功能制作 自动任务，每天定时给客服发送
3.给A同事分配权限，划分部门。指定帐号密码，进行登录
解决方法：在BI工具内建立部门和角色，对角色进行部门分类和查 看报告、操作等权限的分配
结果：同事A的工作除了对banner、商城的商品进行筛选，她自己就 可以利用BI工具来对商城运营的数据进行查看和分析，即使的替换效 果不太好的产品，使岗位产生的能量更大