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

IT之家
IT之家
C
CXSECURITY Database RSS Feed - CXSecurity.com
V
Visual Studio Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
小众软件
小众软件
L
LangChain Blog
Cyberwarzone
Cyberwarzone
美团技术团队
The Register - Security
The Register - Security
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
V
V2EX
Security Archives - TechRepublic
Security Archives - TechRepublic
Hacker News: Ask HN
Hacker News: Ask HN
L
LINUX DO - 最新话题
Recent Announcements
Recent Announcements
H
Hackread – Cybersecurity News, Data Breaches, AI and More
酷 壳 – CoolShell
酷 壳 – CoolShell
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
aimingoo的专栏
aimingoo的专栏
人人都是产品经理
人人都是产品经理
F
Full Disclosure
V2EX - 技术
V2EX - 技术
The Cloudflare Blog
博客园 - 叶小钗
T
Threat Research - Cisco Blogs
阮一峰的网络日志
阮一峰的网络日志
G
GRAHAM CLULEY
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Latest news
Latest news
S
Security @ Cisco Blogs
Spread Privacy
Spread Privacy
Project Zero
Project Zero
K
Kaspersky official blog
MyScale Blog
MyScale Blog
Attack and Defense Labs
Attack and Defense Labs
云风的 BLOG
云风的 BLOG
博客园 - 【当耐特】
Hacker News - Newest:
Hacker News - Newest: "LLM"
大猫的无限游戏
大猫的无限游戏
P
Privacy International News Feed
Google DeepMind News
Google DeepMind News
WordPress大学
WordPress大学
C
Cybersecurity and Infrastructure Security Agency CISA
Webroot Blog
Webroot Blog
罗磊的独立博客
Vercel News
Vercel News
N
News and Events Feed by Topic
A
Arctic Wolf
C
CERT Recently Published Vulnerability Notes

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, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数据报告,重要的是业务看得懂
又见同学 · 2023-01-05 · via 人人都是产品经理

如果想让一份数据报告可以被实际地应用于场景中,关键之处不在于模型或逻辑的纷繁复杂,而在于业务侧是否能真正看懂,或者业务人员能否完整地理解指标背后的含义。那么,如何构建一份业务看得懂、又可实际应用的数据报告?一起来看看作者的总结吧。

一、前言

上篇文章我们从指标库的角度梳理了指标是如何计算出来的,确保业务人员有数可寻,但对于业务人员而言,并不是所有的指标都看得懂,也不是所有的指标都需要理解,笔者见过太多不知所云的数据报告,各种模型嵌套、各种逻辑叠加,花费大把时间换来业务一头雾水,最后只能礼貌的表示“好厉害”,但不知怎么用。

这篇文章我们便尝试从业务角度出发,设计指标平台的应用场景和数据报告,生产业务看得懂的数据。

设计之前我们先对齐一下什么是业务看得懂的数据~

是指“简单”吗?并不是,业务场景中也经常会有复杂指标,很多业务人员设计出来的指标非专业数据人员看不懂,例如:理财折标年日均。抛开咬文嚼字的成分不谈,“看得懂”最主要在于数据从业务中来,包括三个关键词:同频、体系、清晰:

  1. 同频:从业务策略出发看数据,确保经营思路的连续性,而不是跳出业务场景单独梳理方法;
  2. 体系:指标是企业整体经营体系中的一个环节,数据承上启下,业务人员能知来龙去脉;
  3. 清晰:指标来源、指标归属、指标口径等清晰可见,业务人员能透彻了解指标。

还记得上篇文章的那四个环节吗?

数据报告重要的是业务看得懂

图1

这篇文章我们以上面三个关键点为引子,聊一聊数据应用过程中场景和报告的构建。

二、先聊个业务

业务是数据的起点,我们以“抖音直播世界杯”为例,简单梳理一下抖音在这一盛典中的经营思路。这一届世界杯的一大亮点即为抖音花10亿拿下了世界杯的直播权,在体育赛事“拉新神器,留存黑洞”的背景下,抖音通过其自身的内容优势玩出了新花样,打造世界杯期间“吃喝玩乐在抖音”的场景体验。

通过直播入口,抖音扩展内容场景,并将体验向线下延伸,形成一整条完整的内容链条,简单梳理如下:

数据报告重要的是业务看得懂

图2

这一逻辑是抖音的一贯玩法:世界杯直播作为流量的聚集点,然后通过“明星、话题、合伙人”等方式发酵和生成新的内容,同时变直播为短视频,丰富视频内容,进而增加大量广告位,吸引企业进驻。

此外,抖音又结合自身电商生态,将流量引入到线下,充分挖掘球迷观影场景,推动手机直播、吃喝玩乐、社交等线下场景。如果把世界杯切分成赛前、赛中、赛后三个环节,短视频内容的丰富可以有效填充赛前和赛后时间,持续一个月的世界杯可以使话题充分发酵,比赛时再结合抖音电商场景,将足球社交和观影氛围拉满。

每个商业逻辑都伴随大量的投放动作,而数据报告便是投放的延续,从投放角度设计出的报告可以有效解决数据可读性的问题。通过抖音的案例我们梳理一下在一场大规模的活动中,数据的生成和应用场景,以此来思考数据报告的呈现形式:

1)入口引导

建立活动往往依附于一些公开事件,例如:世界杯、情人节等,在这期间用户的行为短时间内产生同质化,为统一活动提供流量基础,例如:世界杯看球赛、情人节送花,事件发生时多数人会有这些行为。行为同质化的量级越大,对企业的吸引力也越大。

对于企业而言,活动是流量引导的有效手段,以活动触手为起点,引导用户接触企业核心产品,并持续留存。全世界的通用语言有两个:音乐和足球,可见世界杯期间同质化行为的量级有多大,抖音上单《足球合伙人》一个节目观看次数即超37亿。

为有效应用公开事件的价值,活动触客的常规方法有:活动预热、植入广告、商家联合等,如下:

数据报告重要的是业务看得懂

图3

在这一环节最需要做的就是广告投放,其中两个最大的用数场景为:明确高流量广告位、完整追踪效果数据,两个用数场景会聚焦到效果评估环节。

从平台的角度来看,我们可以做一个简单的描述:为了能让尽可能多的人知道活动时间和内容,企业需要在流量聚焦的地方投放广告(例如:公众号、抖音、头条、地铁、公交等),在投放过程中设计好需要用到的数据,做好埋点和数据回收,通过指标的设计为每个渠道呈现数据报告,广告投放流程为:

数据报告重要的是业务看得懂

图4

这一流程自身即为一个闭环,在这个闭环中有两个重点:

  • 其一:数据能快速回收到效果评估环节,确保业务人员有数可选;
  • 其二:数据粒度足够精细,能够切分出广告的元素和对应的效果。

另外在上面的三个渠道中,其自身数据特性也不尽相同:

  • 其一:线上平台能较为快速的还原访问漏斗:“总客群UV——曝光——点击率——成单率”;同时由于其自身投放便捷,能相对灵活区分每个动作。
  • 其二:线上渠道编码在投放灵活性上有所损耗,但在数据追溯上同样完整。
  • 其三:线下渠道则相对较为复杂,很难识别有多少人是通过线下广告知道了抖音直播世界杯,线下曝光的数据也只能做初步的估算,这就需要在平台上添加归因功能。

2)内容扩展

广告的投放是为了让用户知道抖音直播世界杯,欢迎大家在抖音上玩转世界杯,同时邀请足球明星、二创合伙人等在抖音上发酵足球相关短视频,丰富世界杯相关的各种主题,直播与短视频相互交叉,不仅能增强用户粘性,更能产生大量广告位,吸引相关企业投放广告,广告投放的过程又会产生新的视频,逐渐形成闭环:

数据报告重要的是业务看得懂

图6

以此,便可以充分的衡量出每次广告投放的综合效果:

数据报告重要的是业务看得懂

表1

上面表单对应口径即为:每个广告素材在每个广告位的效果表现。

通过上面的计算实现每次内容的扩展都可以实时看到效果,动态呈现每个广告、每个短视频的收益,而后通过每个视频汇总,形成对应主题、对应合伙人的整体效果。

3)场景包围

场景包围是抖音近期在广泛推广的线下模式,主要应用了“手机移动的灵活性+内容场景的丰富性”快速完成对主题的包围,还是以世界杯为例,持续一个月的定时比赛,为线下场景探索提供时间基础,例如:赛后精彩瞬间发酵、赛前场景布置准备等。

各企业通过短视频实现场景宣导,同时添加广告连接,刺激球友构建线下社交、娱乐场景,营造球赛氛围:

数据报告重要的是业务看得懂

图7

而对应数据效果依然可以通过上面投放表单的形式看到,如果需要查看某个合伙人、某综合场景效果,则可以通过每个短视频广告链接向上汇总,形成综合指标表现。

(上文为以抖音为场景梳理指标平台使用场景,非抖音实操案例)

通过上面抖音的场景,大家对指标平台应用是否有一个初步了解?接下来我们从业务理解的角度详细介绍一下指标平台的场景和报告环节。

三、思考角度同频连续

“场景”的价值在于连接投放平台与数据平台,业务侧最为熟悉的是自身投放的策略:经过数据拆解,业务侧形成策略投放,此时需要从投放的角度查看数据效果:

数据报告重要的是业务看得懂

图8

构建指标平台不仅仅是一个平台,而是对看数逻辑和指标体系进行梳理。我们还原一下投放的逻辑,即:圈定一个客群,将客群对应的产品投放在某个位置上,客群中活跃客户访问当下位置时首先会有位置曝光,再产品曝光,用户基于对产品的偏好选择点或不点,经过访问漏斗,最终成单,成单后客户账户中的余额等发生变动,由此构建出完整的端到端数据,如下图:

数据报告重要的是业务看得懂

图9

在这一基础上,我们可以构建出微观层面的看数逻辑,即当下策略引发的效果,在进行这一层面的数据追踪时需要通过两个ID(策略ID与traceID)相互配合形成数据的完整性:

  • 其一:策略ID确保当下策略的唯一性,用户到访策略触达即会形成一个策略ID;
  • 其二:策略曝光同时,用户每次跳转都会携带一个traceID,直至成单,traceID采用就近原则,订单表中记录距离成单最近的触达策略。

而对于余额类指标通常与客户号一一对应,因此余额只需要记录客户号即可。

在这一逻辑下,我们确定出策略场景模型为:

数据报告重要的是业务看得懂

图10

即在某位置曝光策略对应产品的客户计入统计范围,圈定的客户后续行为自动携带traceID,对应的数据模型为:

数据报告重要的是业务看得懂

表2

如上逻辑的基础上,我们可以追踪到主链路的数据。

指标平台的灵活性在于能够基于自身的需求添加指标,指标可以在这一策略的范围内计算对应结果,为确保结构的一致性,新引入的指标对应表结构中也需要有上面数据模型,此时便需要在数据治理过程中添加对应规范,将字段维护到表中。

数据模型构建完成后,对应的报告页面结构为:

数据报告重要的是业务看得懂

图11

每个策略都会形成一个报告,结合场景模型和指标灵活配置,策略的连续性得以保障。

四、经营体系完整严谨

经营体系的完整性需要从两个层面体现。

其一,是经营任务的完整性。

每个策略都是经营任务的一个环节,不同团队为了一个或多个经营任务上线不同策略,每个策略都需要查看其对经营任务的贡献度,以及当下策略中经营任务指标的表现情况。因此,我们将指标拆分成必看指标和围栏指标,必看指标即为经营过程中的经营任务指标,会在策略运行过程中自动计算,每个策略对所有经营任务的影响都一眼看清,例如:

数据报告重要的是业务看得懂

图12

左侧指标点击会进入到右侧统计图表中。

其二,是效果分析的多角度

效果分析多角度分析是在策略表达式的基础上构建多个报告,我们可以沿着策略表达式的结构进行分解:

数据报告重要的是业务看得懂

图13

每个经营任务都需要有一个任务报告,而报告中需要有上下三个层级,即:任务中的策略、任务、任务所在团队,三个层级形成整体的报告结构:

数据报告重要的是业务看得懂

图14

对应客群、位置、素材、产品都会形成如上报告样式,结合策略报告形成六个相互关联的报告样式,这六个报告相互关联形成一个整体,确保数据可以从多个角度完整看到:

数据报告重要的是业务看得懂

图15

结合上面两个层面,数据得以完整呈现出来,从团队开始梳理各个角度的指标尽收眼底,同时结合指标库的灵活性、场景模型的标准化,以及空白看板、分析归因功能等附加逻辑,指标平台的整个报告体系框架便构建完成:

数据报告重要的是业务看得懂

图16

五、指标口径清晰可见

在上面框架基础上,业务侧几乎可以完整的看到各个角度的数据表现情况,同时,了解数据平台的小伙伴应该也能发现,这一平台构建完成后与常规的分析平台不太一样,不是以分析功能为主逻辑构建,而是从业务投放角度出发,用端到端的数据链路串联全数据场景,并将看板和分析功能穿插到平台中,形成带有看数逻辑的指标平台。

但这中间还存在一个问题,即指标的一致性。

我们在上面提到了数据透明的两个方面:任务透明和指标透明,通过经营任务平台可以轻松将不同团队的任务公开透明,方便团队之间相互协同,另一个微观层面上的透明即为指标,指标有一个相对清晰的元素,即为:口径、名称和指标ID,对业务比较有用的元素即为指标口径,因此,需要确定指标口径的呈现方式,在报告中指标呈现的地方采用弹窗的形式将指标口径呈现出来,对应的指标便能清晰呈现:

数据报告重要的是业务看得懂

图17

指标之间的差异在于策略差异,其他保持一致。

通过上面三个维度的构建,业务侧看得懂的指标平台便构建完成。对于规模化、持续化、标准化的东西需要通过平台和规范来协同约束,指标平台后续的工作重点便是构建指标规范、完善数据治理、平台角色分工等规范层面内容。

平台环节就介绍到这里,欢迎大家来信沟通~

参考文章:

1)抖音砸10亿转播世界杯,能回本吗?

https://baijiahao.baidu.com/s?id=1750911723696452617&wfr=spider&for=pc

2)阿根廷夺冠之后,聊聊这届世界杯的新变化

https://mp.weixin.qq.com/s/oHGwR4cCWCSxRxSKRVFeig

专栏作家

野水晶体,微信公众号:livandata,人人都是产品经理专栏作家。金融行业的互联网老兵,聚焦数据驱动,将算法、数据融入产品设计与运营策略,构建金融增长方法论。

本文原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。