惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Tailwind CSS Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
雷峰网
雷峰网
量子位
有赞技术团队
有赞技术团队
阮一峰的网络日志
阮一峰的网络日志
The Cloudflare Blog
博客园 - Franky
罗磊的独立博客
宝玉的分享
宝玉的分享
博客园_首页
腾讯CDC
The GitHub Blog
The GitHub Blog
D
DataBreaches.Net
IT之家
IT之家
D
Docker
Microsoft Security Blog
Microsoft Security Blog
博客园 - 司徒正美
V
V2EX
月光博客
月光博客
N
Netflix TechBlog - Medium
爱范儿
爱范儿
I
InfoQ
P
Proofpoint News Feed

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
数据运营篇 | 数据运营都运营些什么
数据小吏 · 2024-12-14 · via 人人都是产品经理

在数字化时代,数据已成为企业最宝贵的资产之一。然而,如何有效地管理和利用这些数据资产,使之转化为业务价值,是许多企业面临的挑战。

在前言二中,我们提到数据平台加工好数据之后,最终是让数据消费者进行消费使用的。那么让数据消费者使用的过程中就需要将数据平台所拥有的资产进行展示,宣传。这个过程就是数据运营。

一个数据消费者,使用数据平台,主要集中在这三个方面:

  1. 找数据
  2. 查数据
  3. 用数据

一、找数据

当一个数据平台在建设数仓的过程中,会产品大量的数据,或者说大量的数据资产。如何从这些大量数据中,让用户找到他需要的,这是数据平台为数据消费者提供的第一价值。在实际的工作中,能够将需要的数据找到,就已经是一个大进步了。

不仅对于数据消费者,单纯的数据加工者,在进行数据加工时,是否能够找到已经加工的数据,进行复用,而不再加工新的数据,也是一个很大的问题,大部分时候都是通过人,或者经验来做一定范围内的判断,真正的使用工具完成的其实很难、很少的。

找数据,大部分是数据地图,后面会介绍数据地图都包含哪些内容,更好的让数据消费者,找到需要的数据。

二、查数据

找到数据之后的查询数据,其实是一个探索分析的过程,这个过程可能会有一定的门槛,但是这个过程还是必须的,需要有一个面向数据消费者的,让数据消费者能够灵活探索、分析数据的功能。其实,这个也是对于找到的数据,进一步了解的一个过程。

当然,这个查数据的过程,和服务开发篇中的直接查询数据相同的过程。但是,在数据应用的阶段不同,或者说目标不同。后续,我们在面向探索分析数据查询中详细介绍。

三、用数据

用数据的过程,就是数据消费者使用数据的主要场景,使用数据的形式可以是报表、大屏,可以是数据服务API,当然也可以是直接查询数据。

这些所有的用数据都是面向的数据消费者,和前面服务开发篇中说的开发数据的服务有哪些,主要是数据开发者进行开发数据的服务。数据开发者开发好数据的服务,数据消费者消费这些开发好的数据的服务。后面会统一介绍用户可以使用哪些数据的服务。

云厂商是否提供类似的运营能力

上面说的找数据、查数据、用数据,单纯从能力上来说,云厂商们提供的工具都是支持的。哪个云厂商不提供一个数据地图产品来辅助找数据那?哪个云厂商不提供个临时查询类似的SQL查询工具来进行数据查询那?哪个云厂商不提供数据服务能力,或者BI能力那?

虽然,听起来都支持了,但实际上,只能说做的不好。或者说离实际的数据运营目标是不一致的。云厂商提供的这些能力都是更多的面向数据开发者。而不是面向业务人员的。并且在功能上也是更多的面向开发过程,比如:BI能力、数据服务能力,都有完整的开发流程。但是开发完了之后,作为一个可共享的资产,并没有很好的类似的能力,来做搜索、申请、复用。

不知道是云厂商深入业务不足,还是云厂商公司内部人员开发能力过强而不重视这一块。当然,这也仅仅是我从个人角度上的一些体会,不一定对。

本文由人人都是产品经理作者【数据小吏】,微信公众号:【数据小吏】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。