먼저 하향식 | 색인 라이브러리 정의, 프로젝트 범위 결정.
O2O 의 예를 하나 들어보겠습니다. 우선 우리는 하향식 일을 하고, 회사 내에서 어떤 결정을 내리는지 알아야 한다. 예를 들면 사장, 제품, 운영, 교육, 시장, 상인, 고객, 각 부서 직위가 어떤 지표에 관심을 갖는지 알아야 한다.
지표를 정하기 전에 운영 효율성을 높이고 운영 비용을 절감할 수 있는 목표가 있어야 합니다. 간단히 말해서, 네 글자는 비용을 낮추고 효율을 높일 수 있다. 사장은 이익률을 중시하고, 제품은 제품 활용률과 유지율, 운영은 원가통제 등을 중시한다. , 그리고 다른 직책에 대한 사람들의 관심 지표를 정리했다.
방금 말한 운영 이념은 한 회사 내부의 큰 운영 이념이다. 운영 부서는 어떤 지표에 초점을 맞출 것인가? 예를 들어 사용자의 성별, 나이, 사이트 방문, 주문 변경, 일일 보유, 2 주 보유, 고객이 주문을 취소하는 이유, 쿠폰을 발급할 때마다 효과가 어떻게 되는지 등이 있습니다. 여기 계신 운영자들은 이러한 운영 지표에 초점을 맞출 수 있습니다.
둘째, 데이터 폐쇄 루프 | 분석 데이터 얻기, 데이터 정리
지표를 확정한 후, 데이터 폐쇄 루프를 형성하여 우리의 수평 업무 시스템을 모두 뚫어야 한다. 예를 들어, 유명 인터넷 회사의 경우 거래 시스템, 상인 시스템, 고객 시스템, 회원 시스템, 금융 시스템이 모두 개방되어 있으며, 때로는 HR 시스템도 개방되어 있습니다. 많은 경우 영업 부서의 데이터와 재무 부서의 데이터는 항상 다르며, 이러한 차이는 많은 회사에서 발생합니다. 사실, 데이터 폐쇄 루프는 시스템이 아니라 비즈니스 간의 장벽으로 각 부서가 더 잘 소통할 수 있게 해 줍니다.
내부 데이터 외에도 일부 외부 데이터가 있습니다. 인터넷 관련 일을 하면 많은 사람들이 바이두에 광고를 하고 순위에 관심을 갖는다. 우리는 산업 데이터를 포함한 모든 데이터에 액세스하고, 종합적인 분석을 하고, 데이터 폐쇄 루프를 실현해야 한다.
셋째, 데이터 모델 | 데이터 관계, 데이터 모델 구축
조형은 밀가루를 준비하는 과정이다. 우리는 밀을 밀가루로 갈아서 마지막에 밀가루로 케이크를 만들었다. 케이크는 우리가 정말 먹고 싶은 것이다. 데이터 모델 구축, 데이터 분석의 관점에서 볼 때, 많은 데이터 모델은 데이터 체인과 데이터 간의 관계를 뚫기 위해 구축되었습니다.
넷째, 데이터 분석 | 프로젝트 범위를 중심으로 분석 결과를 만듭니다.
우리는 어떻게 데이터 분석을 할 수 있습니까? 예를 들어, 지역별 주문 변화를 보고 싶다면, 이 데이터를 끌면 전국의 여러 지역에서 주문 변화를 시각적으로 볼 수 있습니다. 각 지역의 주문 변화와 같은 선별을 하는데, 그 중 하나는 사천요리인데, 바로 이 요리계의 변화이다.
동사 (verb 의 약자) 권한 할당 | 사용자 권한에 따라 데이터 자산 할당.
데이터 분석이 완료되면 사용자 권한에 따라 데이터 자산을 할당하고 휴대폰이나 컴퓨터를 통해 수신하여 자동으로 업데이트할 수 있습니다.
또한, 기술자와 운영자는 세부적인 데이터 운영의 핵심이다. 기술자가 특정 업무의 정의를 이해하고 얻기가 어렵기 때문이다. 우리는 종종 하나를 죽이는 것이 쉽다고 말하는데, 끊임없이 그에게 요구하기만 하면 된다. 따라서 비즈니스 인력만이 데이터 뒤에 숨겨진 가치를 더 잘 발굴할 수 있습니다. 이 데이터를 만든 후 다음에 또 분석해야 하나요? 필요 없습니다. 이미 모든 데이터를 연결했기 때문에 데이터가 자동으로 업데이트됩니다. 즉, 프로젝트 범위를 중심으로 분석 결과를 만드는 것입니다.
Dell 은 기술자들이 특정 비즈니스의 정의를 이해하고 얻기가 어렵기 때문에 비즈니스 인력과 운영 인력이 세부적인 데이터 운영의 핵심이라고 강조합니다. 우리는 종종 하나를 죽이는 것이 쉽다고 말하는데, 끊임없이 그에게 요구하기만 하면 된다. 따라서 비즈니스 인력만이 데이터 뒤에 숨겨진 가치를 더 잘 발굴할 수 있습니다. 분할 비교의 효과는 다음과 같습니다.
여러 데이터 맵 세트의 인터리빙은 데이터 분석에 좋지 않습니다. 분할 비교를 통해 각 데이터 테이블 그룹은 한 번에 모든 범주 또는 시간에 대한 특정 데이터를 표시하여 데이터 분석 결과를 효율적으로 얻을 수 있는 상호 작용성이 뛰어납니다. 산길투+드릴링의 시각화는 다음과 같습니다.
데이터 흐름 추세를 볼 수 있을 뿐만 아니라, 특정 데이터 흐름을 심층적으로 살펴보고, 각 지점까지 정확하게 파악할 수 있으며, 업무 인원이 병을 치료할 수 있도록 합니다. GIS 지도의 효과는 다음과 같습니다.
위의 데이터 분석 단계와 데이터 분석 차트는 모두 BDP 비즈니스 데이터 플랫폼 ~