标签：系统 过程 优化 img 改进 模型 规律 运营 网页
一、底层数据的收集/产品端收集
数据采集简称埋点，收集用户的网页端、产品端、客户端等终端的数据，也包括第三方外部数据。
用户行为——原始数据
二、数据业务化/产品需要什么样的数据
将收集的数据转换成可理解、可量化、可观察的业务指标。单纯的数据没有意义，只有和业务结合才能发挥价。
原始数据——加工数据
三、数据可视化/蟾皮的表现如何？
有了数据指标，必须管理好指标。数据分析体系即数据指标体系，指标需要监控和衡量
加工数据——可视化数据/信息
四、数据决策和执行/怎么让产品更好
当从数据中获得了洞察，就需要把洞察转换成策略。这也是包含分析得过程。执行即包含策略的制定，也包含优化和改进。这是持续性的。
可视化数据/信息——数据决策
五、数据模型/产品开始自动化和系统化的运营
这是将策略制作城数据应用和产品，当你洞察到数据中元含的规律，什么样的用户喜欢，什么样的商品会被购买，什么样的活动形式更好，就尝试把这些做成系统
数据决策——数据产品/应用
六、数据战略/指导未来
当积累了大量的数据，大量的模型，大量的数据应用时，公司级的数据体系已经具备雏形。它不只是数据分析，而是应该讲数据变现。
数据工具——数据体系/战略
标签：系统 过程 优化 img 改进 模型 规律 运营 网页
原文地址：https://www.cnblogs.com/Mengchangxin/p/12663200.html
