在数据的海洋中遨游，的确能够帮助我们更加的了解业务，同时更清楚谁是我们的目标群体

业务需求指导数据需求

业务需求，是指为能够更好评估业务效果及分析业务情况，需要监控的数据是什么。

资深的业务负责人，在项目开发前，就需要清晰知道所要检测的数据，尽早梳理完成数据指标，便于后续产品技术进行预留埋点开发取数；避免项目上线之后，却没有可分析数据的尴尬境地，重复开发造成的人力浪费。

• 类型：根据数据指标是否是直接代表业务效果，来判断属于过程指标还是结果指标；结果性指标通常以“产出”为导向，易于衡量，但难以改善或影响；过程性指标通常以投入为导向，难以衡量，且易于影响。
• 关键指标：找到能够代表结果指标或过程指标的数据。
• 具体指标：进一步关键指标的内涵。

2）数据需求指导产品埋点

业务方有了明确的数据指标和定义后，产品经理才能够清晰地梳理清楚埋点需求与技术开发进行沟通实施，否则可能上线之后，我们并不能够看到我们所需要的数据。数据埋点是数据可视化的重要部分，做每个项目千万不要忽视它的重要性，应该作为项目上线的标准SOP一环。

3）搭建所需的数据仪表盘

仪表盘是项目的闭环能力，利用数据可视化的方式，将高度复杂的数据转化为有助于展示和洞察业务问题的关键要素。数据需要以最直观的形式展示，便于业务方能够清晰快速地看到问题所在和预判趋势。对于异常的数据指标和趋势，及时进行预警。缺少数据仪表盘的展示，仿佛是项目进程处在盲人摸象的阶段。这点上，天猫后台的生意参谋数据洞察的确做得蛮不错的，直观清晰。

2. 业务数据分析的一些原则

在数据的海洋中遨游，的确能够帮助我们更加的了解业务，同时更清楚谁是我们的目标群体，及辅助进行下一步迭代策略的制定。

但有时信息过多反而会增加数据清洗分析的难度，关注内容过多反而容易偏离正常项目轨道。

1）结果指标是塔，过程指标的最强辅助！

• 无论任何时刻，最需要重点关注的是结果指标，这才是直接反映业务好坏的直观情况，也是老板最看重的项目lead数据。
• 过程指标，需要细心地洞察和分析对比，所有的业务都有优化空间，但是如何优化、空间多大，都可以从过程指标里得到答案；如果优化空间难以提升的时候，说明要么应该换个方案要么这是该项目的稳定水平。

2）丰富的数据维度不是好事儿，主要的是关键指标

• 数据指标分为一级指标、二级指标、三级指标等，从业务洞察角度，一级指标是直接数据，当一级指标数据发生异常波动的时候，我们需要下探到二级/三级数据中找到变化的原因；如「资源位总体曝光数据」是一级指标，当整体指标发生异常情况的时候，我们下探二级指标「各资源位置」去看波动情况，以此类推，知道寻找导变化的原因。
• 当数据看太多的时候，容易想一个漩涡将我们的思绪缠绕起来，所以我们应该从大盘数据看起，有异常情况往下类推，而不是一下子就钻到下级数据的牛角尖里。