轉(zhuǎn)崗到業(yè)務(wù)公司新的數(shù)據(jù)團(tuán)隊(duì)，需要從零開(kāi)始建立數(shù)據(jù)中心，時(shí)常讓人無(wú)從下手。本文作者結(jié)合自身轉(zhuǎn)崗經(jīng)歷，根據(jù)實(shí)踐中的邏輯思路在文中詳實(shí)舉例，幫助數(shù)據(jù)分析師新人進(jìn)一步學(xué)習(xí)數(shù)據(jù)庫(kù)的應(yīng)用，推薦迷茫中的數(shù)據(jù)分析師閱讀學(xué)習(xí)～

數(shù)據(jù)中心整體的思路是基于現(xiàn)有的業(yè)務(wù)系統(tǒng)，接入數(shù)據(jù)后，將模型部署在前端，用于支持業(yè)務(wù)分析場(chǎng)景。

1. 項(xiàng)目目標(biāo)

此次項(xiàng)目希望能與你分享一個(gè)可以賦能業(yè)務(wù)的數(shù)據(jù)中心是如何從零開(kāi)始構(gòu)思設(shè)計(jì)的，不過(guò)這并不是技術(shù)開(kāi)發(fā)中數(shù)據(jù)倉(cāng)庫(kù)，而是定位在用于數(shù)據(jù)分析工作的數(shù)據(jù)庫(kù)。

借此機(jī)會(huì)，也供剛接觸SQL的朋友，有一個(gè)更貼近業(yè)務(wù)現(xiàn)實(shí)的實(shí)戰(zhàn)案例。

2. 業(yè)務(wù)場(chǎng)景

為簡(jiǎn)化業(yè)務(wù)邏輯，此次案例是基于電商企業(yè)，涉及的業(yè)務(wù)部門(mén)有用戶(hù)運(yùn)營(yíng)部門(mén)、及產(chǎn)品部門(mén)。

我經(jīng)常說(shuō)數(shù)據(jù)分析師的價(jià)值在于解決業(yè)務(wù)問(wèn)題，那么此次的數(shù)據(jù)中心項(xiàng)目是在解決什么樣的解決問(wèn)題，以及是如何解決的？我們來(lái)按「以終為始」的思考邏輯來(lái)梳理一番。

一、從業(yè)務(wù)層面思考，需要解決哪些業(yè)務(wù)問(wèn)題

數(shù)據(jù)分析師的價(jià)值在于賦能業(yè)務(wù)，所以「數(shù)據(jù)中心」建設(shè)的起點(diǎn)要從終點(diǎn)出發(fā)：業(yè)務(wù)需求。

1. 用戶(hù)運(yùn)營(yíng)部門(mén)

隨著電商市場(chǎng)的飽和，現(xiàn)在電商進(jìn)入存量運(yùn)營(yíng)時(shí)期，要求品牌對(duì)存量用戶(hù)進(jìn)行精細(xì)化管理，并實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。因此用戶(hù)運(yùn)營(yíng)部門(mén)的需求是用戶(hù)價(jià)值的分層模型，可以幫助業(yè)務(wù)把精力集中在最高收益的人群。與用戶(hù)運(yùn)營(yíng)部門(mén)溝通，明確建立RFM模型對(duì)人群進(jìn)行分層，并形成不同人群的營(yíng)銷(xiāo)策略。

2. 產(chǎn)品部門(mén)

產(chǎn)品部門(mén)的職能大體能分為兩個(gè)方面：一個(gè)是需要前瞻市場(chǎng)的產(chǎn)品開(kāi)發(fā)，另一個(gè)是“確保子彈供及”的庫(kù)存管理。與產(chǎn)品部門(mén)溝通后，明確需求是要做「新品分析」，根據(jù)新品的表現(xiàn)情況，調(diào)整生產(chǎn)及庫(kù)存計(jì)劃。簡(jiǎn)單點(diǎn)說(shuō)就是表現(xiàn)好的新品，就多生產(chǎn)/進(jìn)貨，反之則清倉(cāng)處理。

二、從數(shù)據(jù)層面思考，需要解決哪樣的數(shù)據(jù)問(wèn)題

到這一步，已經(jīng)明確了業(yè)務(wù)需求，接下來(lái)要建立能支撐業(yè)務(wù)發(fā)展的數(shù)據(jù)中心。

按數(shù)據(jù)處理流程，可以把數(shù)據(jù)中心分為：落地層、建模層、及數(shù)據(jù)層

1. 落地層

離業(yè)務(wù)最近，是業(yè)務(wù)看得見(jiàn)摸得著的數(shù)據(jù)應(yīng)用，比如在線(xiàn)BI系統(tǒng)，業(yè)務(wù)可以直接登錄看到需要的報(bào)表；還可以是數(shù)據(jù)分析報(bào)告，業(yè)務(wù)從報(bào)告中獲得直接的洞察分析及建議；還可以是專(zhuān)項(xiàng)的數(shù)據(jù)分析項(xiàng)目，把通過(guò)分析形成的策略方案在業(yè)務(wù)場(chǎng)景下執(zhí)行，直接實(shí)現(xiàn)增長(zhǎng)。也就是說(shuō)，在這一層，需要考慮數(shù)據(jù)分析價(jià)值落地的具體形式。

2. 建模層

建模層和數(shù)據(jù)層都是業(yè)務(wù)部門(mén)不可感知的。建模層是支撐價(jià)值落地的數(shù)據(jù)模型，比如在線(xiàn)BI系統(tǒng)中的報(bào)表，背后復(fù)雜的表間關(guān)系，需要業(yè)務(wù)邏輯和表格模型支撐；數(shù)據(jù)分析報(bào)告背后的洞察分析，需要如帕累托分析、關(guān)聯(lián)算法等數(shù)據(jù)模型支撐。

3. 數(shù)據(jù)層

到這一層，就需要關(guān)注最小顆粒度的數(shù)據(jù)，也就是數(shù)據(jù)庫(kù)層面的表格與字段，它們是建模層具體操作的要素。通俗地說(shuō)，需要從不同數(shù)據(jù)源中接入業(yè)務(wù)數(shù)據(jù)，并通過(guò)同步更新、數(shù)據(jù)清洗等過(guò)程確保數(shù)據(jù)的完整性及準(zhǔn)確性。

三、如何把業(yè)務(wù)需求轉(zhuǎn)為數(shù)據(jù)問(wèn)題

了解完數(shù)據(jù)賦能的三個(gè)層次，回過(guò)頭來(lái)看看如何把業(yè)務(wù)需求轉(zhuǎn)為數(shù)據(jù)問(wèn)題。

1. 用戶(hù)運(yùn)營(yíng)

（1）落地層

業(yè)務(wù)部門(mén)都有KPI指標(biāo)，在運(yùn)營(yíng)工作中，需要定期回顧運(yùn)營(yíng)成效及執(zhí)行下一階段的運(yùn)營(yíng)策略。對(duì)業(yè)務(wù)來(lái)說(shuō)，運(yùn)營(yíng)策略的落地需要借助觸達(dá)工具：發(fā)短信。因此，「RFM模型」的落地不能只是給出算法模型報(bào)告，而是要以報(bào)表的形式，對(duì)存量用戶(hù)進(jìn)行分群的同時(shí)，搭配策略分析工具，并提供用戶(hù)信息下載

根據(jù)業(yè)務(wù)場(chǎng)景，確定可以通過(guò)PowerBI在線(xiàn)報(bào)表的形式，為用戶(hù)運(yùn)營(yíng)部門(mén)提供在線(xiàn)人群分層報(bào)表，并交叉零售行業(yè)常用的「人貨場(chǎng)模型」及「指標(biāo)拆解」作為策略分析工具。

（2）建模層

明確了落地的形式后，需要對(duì)背后的「RFM模型」和「人貨場(chǎng)模型」及「指標(biāo)拆解」進(jìn)行數(shù)據(jù)層面的定義。

• 對(duì)于「RFM模型」來(lái)說(shuō)，需要明確分層邏輯，具體包括行為周期、R/F/M的閾值計(jì)算。
• 對(duì)于「人貨場(chǎng)模型」來(lái)說(shuō)，在RFM模型已解決「人」層面的分析，需要進(jìn)一步補(bǔ)充：「貨」通過(guò)「產(chǎn)品結(jié)構(gòu)分析」解決，「場(chǎng)」通過(guò)「活動(dòng)周期分析」解決。
• 對(duì)于「指標(biāo)拆解」來(lái)說(shuō)，因?yàn)樽罱K是交付給用戶(hù)運(yùn)營(yíng)部門(mén)，所以需要盡量從用戶(hù)的角度來(lái)拆解銷(xiāo)售額，比如銷(xiāo)售額 = 新客銷(xiāo)售 + 老客銷(xiāo)售，這樣就符合業(yè)務(wù)關(guān)注的新客指標(biāo)及老客指標(biāo)。

（3）數(shù)據(jù)層

明確了需要開(kāi)發(fā)的數(shù)據(jù)模型，需要對(duì)更細(xì)顆粒度的數(shù)據(jù)庫(kù)表格及字段進(jìn)行設(shè)計(jì)。

• 模型圍繞著用戶(hù)訂單數(shù)據(jù)進(jìn)行，所以至少需要訂單表，包括下單時(shí)間、購(gòu)買(mǎi)商品、購(gòu)買(mǎi)金額、商品件數(shù)等字段。
• 另外，落地層提到用戶(hù)運(yùn)營(yíng)側(cè)的落地需要結(jié)合觸達(dá)工具，所以還需要用戶(hù)表，提供會(huì)員昵稱(chēng)、手機(jī)號(hào)、地址等字段。

2. 產(chǎn)品部門(mén)

（1）落地層

對(duì)于企業(yè)來(lái)說(shuō)，產(chǎn)品策略背后的影響因素多且復(fù)雜，比如市場(chǎng)培育、公司戰(zhàn)略等。也就是說(shuō)，對(duì)于數(shù)據(jù)部門(mén)來(lái)說(shuō)，做的新品分析或許更多只是輔助工作，供產(chǎn)品部門(mén)參考新品表現(xiàn)。此外，與產(chǎn)品部門(mén)溝通業(yè)務(wù)流程時(shí)，他們還提及日常還會(huì)用數(shù)據(jù)部門(mén)提供的表格做二次分析。

根據(jù)此業(yè)務(wù)場(chǎng)景，確定可以通過(guò)Metabase平臺(tái)的形式做在線(xiàn)報(bào)表，業(yè)務(wù)部門(mén)能在平臺(tái)上下載數(shù)據(jù)的同時(shí)，也可以在線(xiàn)做透視分析。

此場(chǎng)景其實(shí)為了介紹Metabase平臺(tái)設(shè)計(jì)的，該工具在解決業(yè)務(wù)們自助取數(shù)，及簡(jiǎn)單BI報(bào)表方面很實(shí)用?？梢韵韧ㄟ^(guò)官網(wǎng)了解：www.metabase.com。后面會(huì)有具體的教程出來(lái)。

（2）建模層

明確了以報(bào)表形式提供新品分析后，需要考慮新品分析背后的表格模型，可以結(jié)合「存銷(xiāo)分析」來(lái)實(shí)現(xiàn)，即分析新品的銷(xiāo)售與庫(kù)存之前的相關(guān)指標(biāo)，體現(xiàn)新品表現(xiàn)。

（3）數(shù)據(jù)層

銷(xiāo)售及庫(kù)存相關(guān)的指標(biāo)分析，需要用到訂單表、庫(kù)存表，除了用戶(hù)運(yùn)營(yíng)提及的訂單字段外，還需要貨品批次號(hào)、數(shù)量等庫(kù)存字段。

至此，我們完成了從業(yè)務(wù)需求出發(fā)，到落地層、建模層及數(shù)據(jù)層的倒推，形成了數(shù)據(jù)賦能業(yè)務(wù)的整體框架：

（后續(xù)會(huì)豐富此框架）

四、從執(zhí)行層面思考，把框架落地

接下來(lái)，需要逆著第二步的思考邏輯，形成執(zhí)行計(jì)劃。

1. 數(shù)據(jù)層

1. 建立數(shù)據(jù)庫(kù)模型：從業(yè)務(wù)模型、概念模型到物理模型。
2. 新建數(shù)據(jù)庫(kù)，并從數(shù)據(jù)源（業(yè)務(wù)系統(tǒng)）接入存量數(shù)據(jù)。
3. 通過(guò)存儲(chǔ)過(guò)程同步增量數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)動(dòng)態(tài)更新。
4. SQL SERVER代理完成定時(shí)任務(wù)：執(zhí)行ETL、定期備份。

2. 建模層

1. RFM模型在用戶(hù)運(yùn)營(yíng)中的落地。
2. 如何進(jìn)行新品分析。

3. 落地層

1. RFM模型在PowerBI的部署落地
2. Metabase的安裝及應(yīng)用案例：存銷(xiāo)分析

接下來(lái)會(huì)按照上述計(jì)劃，逐步實(shí)現(xiàn)數(shù)據(jù)中心的落地。

本文由 @餅干哥哥 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。