分享B端产品数据中心的设计思路(一)(组图)

　　

分享B端产品数据中心的设计思路(一)(组图)

　　

　　数据统计是每个电商商家后台必备的功能模块之一。作为产品经理，你是如何规划和设计相关数据产品的？本文主要结合一个电商后端的案例，分享B端产品数据中心的设计思路。

　　一、业务对数据的需求

　　商业后台的用户群体是个人或商业店主。核心需求是门店装修、商品管理、物流配送、财务对账等B端产品功能。为什么我们需要收录数据中心模块？

　　二、某电商商家后台数据中心产品分析

　　当我看到这个平台的商家数据中心时，我有点惊讶。毕竟对于一个市值近2000亿美元、日活跃2亿+、商户数千万+的电商平台来说，商户数据中心的功能还略显简单；后面想想，可能是B端产品（非数据产品），业务流程强，同时作为设置的数据模块。

　　整个数据中心包括五个模块：业务概览、产品数据、交易数据、流量数据和服务数据。指标和维度并不复杂，可以满足企业最基本的数据查看需求。有一定的距离。

　　1. 业务概览

　　目标：为企业提供可衡量业务运营的总体指标概览。指标全面，涵盖了指标体系的核心指标。

　　功能分析：商业计划、预警数据、交易数据、产品数据、服务数据、客服数据等维度数据，T+1线下数据，对比值对比昨天，支持设置月度目标值，系统根据月目标计算年度目标；点击指标跳转到对应模块的详情页。

　　问题和建议：

　　

　　2. 产品分析

　　目标：从商品维度，查看店铺访问量、支付订单、商品详情数据查询、畅销商品列表。

　　功能分析：包括产品概览、产品详情和产品列表三个标签。产品概览分为实时数据和统计数据。实时数据显示截至当前时间的访客数、订单量、支付转化率等指标，统计数据显示指数比实时数据少1。支持切换日期和索引标签切换查看指标走势。指标趋势除了显示店铺自身数据外，还会显示同行业的平均值和优秀值。

　　问题和建议：

　　

　　

　　3.交通数据

　　目标：从店铺流量的角度，为店铺用户提供从访问量到订单的指标数据，包括常规流量和店铺营销活动流量。

　　功能分析：流量板页面结构与产品分析相同，包括实时数据和统计数据。指标和产品数据之间也存在一些重叠。搜索数据主要是店铺搜索整体流量数据。营销活动和订单返现来自门店活动。透视显示指标。

　　问题和建议：

　　

　　

　　4.问题总结

　　交易数据和服务数据模块的问题与其他模块类似。后端数据中心模块的整体问题总结如下：

　　指标体系的问题。在后台梳理了各个模块的指标体系后，发现其实在产品设计思路上缺乏一个清晰的指标体系。例如，每个模块对于指标、边界和指标的重叠具有相同的含义和不同的名称。问题

　　决策价值低。目前的功能只满足看基础数据的“生理”需求，远没有达到赋能决策和数据化运营的更高层次需求，比如如何根据流量分析提高客户转化率，目标用户群特征，如何获得更多的入站流量；

　　产品交互问题主要是数据展示，交互分析能力有限，存在日期选择、页面跳转、错别字等交互体验问题。

　　实时数据和统计数据的边界问题，实时数据更省时，数据处理技术和所需资源不同，一般不是所有数据都是实时的；后端对每个页面进行划分，除了实时和统计数据外，似乎索引重复度太高，页面略显臃肿和冗余；在很多情况下，需要实时查看的核心索引被提取为实时数据的整体模块，而不是集成到每个页面中。 .

　　

　　三、商业数据中心产品设计思路1.指标体系梳理

　　指标体系是指根据业务流程和场景，将用于评估业务运营健康度的指标系统化。通过对数据指标的数据指标的分析和拆解，可以得出目前在产品、策略、运营等方面都存在的问题。

　　系统性指标可以将不同指标的不同维度串联起来进行综合分析，更快的发现当前产品和业务流程的问题，从而得到优化方向；非系统性指标通常是单点分析，无法关联更多相关指标进行全局分析评价；一个好的指标体系，加上数据分析思路的产品化，可以覆盖80%以上的日常数据需求。

　　指标体系的构建围绕业务运营流程展开，可分为交易、流量、用户、商品、服务、营销、竞争等不同领域的指标。常用指标示例如下：

　　

　　2.数据中心产品功能规划

　　指标体系要求各个领域的指标划分相互独立，符合MECE的分类原则。在数据中心专项分析的功能规划过程中，要结合用户分析思路，做好指标之间的联动。不同旅行页上的指标可能重复；比如在流量分析中，除了看UV和转化率，有时还会结合订单数、单UV值、用户留存率等指标来评估渠道流量的规模和质量，优化后期渠道投放策略。

　　产品功能设计思路如下：

　　

　　1）实时数据

　　提供关键指标的实时展示，注重指标的及时性，不要求全面。一般的应用场景是大促活动的实时数据监控或者系统稳定性监控。您可以从每个领域核心指标和分析维度中提取多个指标。

　　实时数据的处理流程一般是当OLTP业务系统的业务状态发生变化时，如订单状态、推送Kafka消息、数据处理终端等，基于实时数据计算处理工具例如Storm或Flink，进行逻辑数据清洗，形成实时指标，Push to Redis等具有优良实时查询性能的存储介质。

　　有些人可能会疑惑，数据的时效性是否尽可能的实时化，能否做成实时数据。答案是否定的，主要原因如下：

　　

　　实时数据页面示例

　　2）管理分析

　　提供数据分析能力，可以直观地衡量企业/商家的运营健康状况。要求指标全面覆盖，不需要高维拆分。一般先看大局，必要时再进行拆分分析。

　　选择指标时，可以涵盖：交易、流量、商品、服务、产品相关流程等各个指标领域的关键指标。 KPI研究和确认必须与用户（如管理等）一起完成。原则是提供给他，指标全是钉在头上。它们不是无痛或低相关性指标。

　　3）流量分析

　　提供店铺流量整体分析到细分维度的能力，帮助商家确定流量运营方案，如渠道布局策略优化、产品定价策略、产品名称优化等；可以包括店铺流量概览、渠道来源分析、漏斗分析、搜索词分析。

　　除了提供数据展示功能和指标评估功能外，还可以指导企业调整业务运营。

　　4）产品分析

　　提供产品查询和分析能力，从产品粒度查看指标体系的各项指标，包括产品交易状态、流量状态、服务状态等。页面功能可以包括统计产品概览（移动销售率、在线产品编号等），同时支持产品详情查询和产品排名。

　　5）用户分析

　　知己知彼，百战不殆。公司注重用户数量。这往往是互联网企业招商引资的重要指标之一。对于商家来说，他们更关心的是清楚地知道用户会买什么东西。营销活动可以更准确地投放广告。

　　该模块一般包括用户画像（店铺新老用户构成、复购率、用户数）、用户画像信息（地区、性别、年龄）、用户价值信息（生命周期、ARPU值、LTV、等），用户画像模块不仅是简单的数据统计，还涉及算法挖掘；因此，该模块也可以作为付费服务使用，有较强需求和意向的用户可以支付一定的费用。

　　6）市场分析

　　提供行业信息，帮助企业制定运营策略，如同行销售产品、主要客户需求等，并根据市场数据分析调整人货匹配策略。功能包括：店铺所在行业定位分析、市场分析等。市场数据具有一定的保密性，因此商家也有一定的支付意愿。

　　3. 数据中心商业价值

　　除了部分满足业务日常数据需求的功能外，还有模块可以赋能业务运营，实现数据价值；因此，您可以使用免费的基础数据功能和高级数据功能的付费模式。

　　四、Summary

　　很多人认为电商商家后台的数据模块是锦上添花。足以满足看数据的基本需求；反正我们平台的商家要靠我的平台规模和流量，更看重的是用户群体和卖货能力。我不会因为数据模块功能没有竞品强而无用；因此，当对其他功能有更多需求时，数据模块迭代的优先级会降低。

　　如果是这样，数据将始终是一个 vassal 模块。

　　相反，如果数据模块的定位是为商家赋能，做到“天下无难事”，更多的资源会投入到商业顾问产品的迭代上。数据赋能价值输出后，商家也会为数据产品付费。

　　就产品而言，可能不会影响战略层面，但在数据产品方面，你可以尽最大努力把产品做好。

　　#专栏作家#

　　数据干翻人，微信公众号：数据干翻人，大家都是产品经理专栏作家。专注于数据中台产品领域，涵盖开发套件、数据资产与数据治理、BI与数据可视化、精准营销平台等数据产品。擅长大数据方案规划和产品设计。

　　本文原创发表于人人网为产品经理，未经作者许可禁止转载。

　　标题图片来自Unsplash，基于CC0协议

　　奖励作者，鼓励他努力！

　　欣赏