应用层面，应用的场景是什么

Rafimia121

单纯地看指标的口径，还是说要快速地取指标数据？价值层面，如何评判这些指标真的被业务用起来了？ 用户查询了多少次，用来做了多少次报表？我们要对自己掌握的信息有个把握。当下我们现在掌握了哪些信息，比如，现在，已经有哪些指标做成了看板了，哪些指标还没有。其次，还想掌握哪些信息？对于未来也要有所考量，公司的战略层面还有哪些业务，粗略情况如何，是否需要指标分析，这块我们只能基于业务情况进行粗浅的预估。 总的来说，动手之前，花个1-3天时间，深度搜集信息，制定策略，谋定而后动。


二、准备工作 作为一名数据产品经理，你要面对的是关注数据结果及其呈现形式、但不懂技术或者没空关心技术的业务方。99%的人，尤其是做业务的人，不会关注数据怎么来的、数据怎么加工的，大家只会关注数据结果，取结果若碰到问题，直接会把问题抛 马耳他 WhatsApp 号码列表 出来让技术人员解决。 当我们发现在线表格已经无法满足公司管理需要时，我们开始规划指标管理系统。你要做几点： 洞察业务需求、目标用户习惯、明确系统价值； 了解组织的管理要求，设计人机交互和底层数据系统； 协调技术人员，传递需求场景，完成系统建设； 切入业务场景、运营和推广系统，并最终让业务用起来。 这里，提醒一下：在MVP阶段，甚至可以不做用于增删改查的后台管理，只需要做好数据初始化即可，也就是直接批量将数据录入数据库的方式。



因为MVP阶段，一定是先让数据能用起来，而不是做一个非常完善的管理后台。 三、系统模块划分 两个模块之下，系统可以分为2个模块：面向业务应用的功能、用于后台管理的功能。 1. 面向业务应用的功能 当中核心包含2块： 自助指标取数； 指标查询。 指标取数和指标查询两者互为因果。因为想取数，要知道有什么指标；因为知道有什么指标，才知道如何取数。 早期，如果业务很单一，不用考虑复杂的业务域、数据域。也不用考虑指标体系。甚至，压根就不要做指标取数系统，因为找数据分析师、数据研发做一些SQL模板，在不同的情况下，换下输入的条件参数，执行下就OK了。当组织人数达到一定程度，研发人员已经无法快速响应业务各种复杂的看数需求，有了一定的复用性，组织架构也开始进行划分，数据权限也开始划分。指标取数是看数需求处理流程的SOP化、自动化。