【pmcaff专栏】陆蔚青:漫谈商业智能
点击上方
“公众号”
可以订阅哦!
BI,Business intelligence,中文大都称为“商业智能”,我所理解的BI,是服务于产品或企业管理者,以决策支持为目的,对现有数据进行有效整合,并形成可视化报表作为决策依据的完整解决方案。
解读如下:
受众及目标
面向的是管理者,管理者的最主要工作是决策,决策有两个方面,一是对明确目标的做与不做,二是借助一定工具(BI就是这么一个工具)和方法分析现有信息,决定采用何种方法和步骤来实现目标。由此可以看到,管理者需要做某些方向的决策,BI就提供出与这些决策相关的数据提供参考。
受众和目标决定了BI作为完整解决方案的边界和架构,即是依据业务决策项不同而变化的数据支持服务,决策不被BI驱动或替代,通俗说,有什么决策就要什么样的数据,而不是有什么数据去做什么样的决策。
现有数据收集
产品或服务产生的数据繁杂多样,万变不离其宗,能支持决策的一定是终端用户产生的与业务目标相关的数据,可以近似看成用户的消费(不限于实际的购买行为,也包括虚拟物品如音乐、游戏等消费,甚至包括某个工具属性功能的使用也可以视为消费)数据、行为数据和消费品数据。
通常这些数据被储存在CRM、CMS及日志中,包括不限于以下:
用户消费记录,尤其要关注用户在 时间上前后相继的上下游消费
搜索、收藏、分享等UGC
用户的网络特征及设备特征
用户的人口学信息(实际应用中由于准确度的问题,意义不大)
用户浏览操作行为,内容型产品尤其重要
用户间互动及关系链数据
还有一些信息在管理者所处系统的外部,如竞品信息和行业信息,需要额外收集和分析
竞品监控
通过招聘职位和招聘人数确定对手发展方向
通过专利申请数确定对手优势
通过百度指数和关键词流量估算对手数量级
通过社交网络或是问答网站的内部人员言论研究对手
行业监控
通过关键词订阅关注行业政策变化
通过权威机构发布的报告研究用户及客户在行业中的位置变化,预测下一步行动
对数据的有效整合
有效整合数据如同淘金,可分为三个阶段:
1
数据降噪
能收集到的数据很多,需要去除杂质,否则数据过大会影响到分析效率,甚至导致出现方向性错误。一般可经过这样几步来完成这个过程。
1.定义有效数据
有效数据与产品或服务的目标高度一致,与终端用户的需求一致
是准确且可重复获取的
能覆盖用户群的大多数,在必要时才只覆盖活跃用户
有效数据的获取的性价比高,可操作性强
2.简化参数和逻辑
存在高度相关的参数时,保留其中一个
存在相关度低,但证明同一结果的参数时,保留其中一个
因果关系的推理过程是简单直接的
3.量化有效数据
过滤出有效数据后,还需要对不同的有效数据进行量化归一,举例说明,确定用户对某个电影的喜爱程度,用户将这个电影分享给很多好友的行为比仅仅观看该电影这个行为要高得多,量化(标准可以灵活,但是要明确且唯一)来标记这些行为,为后续的机器计算铺路。
2
数据结构化
把数据结构化,实际上是为了给BI创建决策模型做准备,这些数据可以准确描述参与到产品和服务中的各关键角色,如用户和消费品
以用户为中心组织数据,划分为不相互依赖的维度,通常是用户特征和特定行为
以被消费产品为中心组织数据,通常是不同维度的tag
3
数据分析
数据分析的方法和工具非常多,包括不限于以下:
通过图模型、贝叶斯等完成用户偏好分析或用户分类
通过统计工具确定用户质量分布和各操作节点的转化率
通过回归预测趋势
决策依据
从决策过程来看,无论是组织决策还是个人决策,都有以下过程(BI输出的数据需要与决策匹配,因此输出项就产生在决策过程中):
1、发现终端用户问题并形成决策目标。重点是定义问题和定义最终目标(多以消费为最终目的)
2、描述每个方案的可能性。重点是定义影响决策的变量参数(BI的输出项)以及方案中要素的重要程度(BI输出项的权重)
3、定量评估方案。虽然是理性判断的基础,但量化本身又依赖于以往的知识结构,有感性部分。
4、综合决策。决策需要综合各种学科的知识能力,BI通过自动化输出决策关键信息来简化决策前期消耗的时间。
准确报表
报表是BI的最常见输出物,现代BI不局限于此,利用了大量数据可视化的成果,帮助理解数据,同时加入了异常监控、重要事件节点记录、方案资源管理等等功能,形成了完善的系统。
陆蔚青
资深产品经理
产品经理沙龙组织者之一
pmcaff北京地区线下活动发起人
欢迎关注微信号:pmcaffcom
PMCAFF
关注互联网产品的一切
重新出发,梦想起航
网址:http://www.pmcaff.com
微信号:pmcaffcom
【pmcaff专栏】陆蔚青:漫谈商业智能相关推荐
- PMCAFF专栏作者招募计划
PMCAFF正式启动专栏作者招募计划,为所有愿意分享产品经验.行业见解的人提供一个平台,让优秀的作品得到该有的流量. 一.什么是PMCAFF专栏作者 在PMCAFF发表优质文章的作者,享有一系列专属权 ...
- 【pmcaff专栏】一个“Uber”血染中国共享经济
导读: 大家肯定好奇我为什么用"血染"两字来形容,毕竟人家Uber跟我也没什么仇没有什么恨,其实让你多心了,只是我任性的像用来表达在写这篇文章时,正值心情很不爽,最近各种背,所以波 ...
- 【pmcaff专栏】项目管理失败?如何避免?
[咖啡前言]身为PM的各位,经常会碰到一些项目延期的情况,脚下日月同学从一次失败的项目经验中思考教训,总结了一些经验教训,看看是不是你也经历过的呢~ 今天开了一场会,是关于某产品项目的总结会议.从某种 ...
- 【pmcaff专栏】吴波:浅谈O2O行业的猎人与农夫
猎人与农夫,在传统行业已经存在,到了互联网时代,这套玩法依然适用,且事实证明还挺好用.在O2O行业尤其明显,这两个角色分别承担"B与BD关系"(BD : Business Deve ...
- PMCAFF 八周年老友会倒计时 | 北京活动
老友会倒计时5天!5天!5天! 经过近半个月的策划和密谋,本周日,老友会将会在苏州街某酒店华丽丽的登场了. 很高兴的告诉大家,上周换了一个较大的场地,可以增加最后20个名额.欢迎大家继续报名. ▍报名 ...
- 福利|PMCAFF问答专家群-社区大咖聚集地
常常苦恼问题交流的不够深入? 写出精彩答案感觉缺无人品鉴? 想和更多的同行更深入的探讨? 现在,这些统统不是问题 因为PMCAFF问答精英群组成立了 在这里 你可以提出问题,大家讨论 你的回答可以询问 ...
- PMCAFF老友会,产品圈年度最具份量的聚会
嘿,老伙计 这些年,你还好嘛? 在PMCAFF结识的大男孩和小姑娘, 都去到了哪些地方? 在产品路上折腾了几个回合? 遇到了哪些跌跌撞撞? 是否过上了你想要的生活? 嘿,老朋友! 你是否依旧保留当时那 ...
- PMCAFF产品经理培训课火热报名中,手慢无!
艾瑞宝坻! 时隔两个月! 我们又肥来啦! 据说每次小编语风活泼时 就会有好事情发生 so.... PMCAFF<产品经理第一课>第三期 这两个月内,微信后台不断接到各种小伙伴的吐槽. ...
- PMCAFF《产品经理第一课》第三期开始报名!天团导师再次升级,631培训模式升级...
艾瑞宝坻! 时隔两个月! 我们又肥来啦! 据说每次小编语风活泼时 就会有好事情发生 so.... PMCAFF<产品经理第一课>第三期 这两个月内,微信后台不断接到各种小伙伴的吐槽. ...
最新文章
- [置顶] 浅析objc的消息机制
- I/O多路复用:select、poll和epoll详解
- python数据分析实战案例-Python数据分析案例实战
- OPENCV图像轮廓检测
- Akka-CQRS(16)- gRPC用JWT进行权限管理
- java随机整数_java如何产生1-8的整数随机数?
- 0623TP框架联系
- 电子测量与仪器第四版pdf_电子技术经典资料汇总:模电篇800M
- 【渝粤教育】国家开放大学2018年秋季 0049-22T法律文书 参考试题
- 五子棋java源代码博客园_来来来,五子棋源代码
- cmd强制删除文件夹
- Python实战 | 手拉手教你爬取贝壳房源数据
- Centos7 安装mongodb 4.x
- Linux云计算薪资及发展前景,云计算Linux就业方向及前景分析 2019云计算行业发展现状及前景趋势分析...
- 关于Python的前后、单双下划线作用,看完这篇文章,吊打面试官!
- vue项目中使用天地图
- 百度竞价最低CPC出价策略
- bzoj1599: [Usaco2008 Oct]笨重的石子
- 经典论文解读 — 端到端的VL预训练网络SOHO
- 对Person类的信息排序
热门文章
- Knative 基本功能深入剖析:Knative Serving 之服务路由管理
- java blob转file_人工智能-Object Detection API 模型转tflite并验证
- agv matlab应用,简单介绍一下agv调度控制系统常见的软件应用
- python编程爱因斯坦的问题_教你如何用编程解决爱因斯坦的数学问题
- request url换成ip地址_【协议粗讲】TTP协议之URL,不能不知道的协议技术点
- 变量命名规则_JavaScript基础教程(二)变量、常量与运算符
- html让下拉条消失,CSS 实现隐藏滚动条同时又可以滚动
- curl php 百度,phpcurl模拟登录百度首页
- VS编辑器 设置智能提示
- 【赠书】如何构建企业级的推荐系统?这本书值得一看