
互聯(lián)網(wǎng)數(shù)據(jù)分析的底層應用架構(gòu)
說起互聯(lián)網(wǎng)、電商的數(shù)據(jù)分析,更多的是談應用案例,如何去實踐數(shù)據(jù)化管理運營。而這里,我們要從技術(shù)角度分享關(guān)于數(shù)據(jù)的技術(shù)架構(gòu)干貨,如何應用BI。
原文是云猴網(wǎng)BI總經(jīng)理王衛(wèi)東在帆軟大數(shù)據(jù)上的演講,以下是整理的文字稿。
在電商領(lǐng)域,我們一般認為所有的數(shù)據(jù)都可以分為四大類型,流量、銷量、商品和會員,這也是最基礎(chǔ)的報表需求。
流量部分,可以分為受訪、點擊、搜索、來源等等。這些流量信息運用的重點在于一些廣告包括一些產(chǎn)品的改版以及搜索引擎的相關(guān)信息展示。雖然這方面百度、GA可以給你提供這方面的信息,但未必能完成一個企業(yè)的所有需求。
銷量部分,會分為銷售、補貼、渠道、支付、地域等等。但對于這些信息,領(lǐng)導更關(guān)注流量有多少,銷量有多少,然后投入是多少,哪個渠道帶來的銷量是最多的,轉(zhuǎn)化率是最高的,目標客戶重點在什么區(qū)域。但是對于我們的實際運營,我們還要繼續(xù)往下細鉆,需要對商品和會員的信息挖掘得更加細致。
商品部分,會涉及到的品類、庫存、毛利、動銷和轉(zhuǎn)化,一般電商商品的品類大多會分為三級,但也會往下細分到四級,他需要細化到每個品類的轉(zhuǎn)化率,哪個更高?以及在每一個品類里面哪一個商品的動銷率最高,哪種的商品的轉(zhuǎn)化率是最高,因為你需要實時調(diào)整和改變。對于會員來講,還要了解其注冊情況、復購情況、活躍度以及喜好和流失等等。所有的這些就構(gòu)成了我們的常規(guī)基礎(chǔ)報表。
關(guān)于BI,包含3個階段。第一階段是常規(guī)的報表階段,第二階段是數(shù)據(jù)分析,這里的數(shù)據(jù)分析并不是現(xiàn)有數(shù)據(jù)的陳述,那是歷史數(shù)據(jù)沒有太大意義,不能幫助預測。而數(shù)據(jù)的價值恰恰在于預測而不是陳述,所以這些信息我們會用來風控。
在電商領(lǐng)域會有這樣幾個風控需求,流量異常,轉(zhuǎn)化異常和訂單異常。那這樣的風控是怎么做的呢?比如流量異常,加入我們設(shè)定的日常流量是30萬的PV,某天突然間小于30萬了,那就可以設(shè)一個閾值說我的流量小于30萬了,這個稱之為預警。
然后講一下統(tǒng)計學上的一些操作。第一種稱之為UCL,在統(tǒng)計學里面稱之為質(zhì)量控制圖。在這個圖里,所有的流量都含有一定的趨勢,可以去判斷一個數(shù)據(jù)的出錯,與歷史信息產(chǎn)生的異常。一般來講,產(chǎn)生的絕大多數(shù)數(shù)據(jù)會滿足質(zhì)量分布,98%的數(shù)據(jù)所處的范圍區(qū)間會在均值加上兩倍標準差的概率之內(nèi)。為什么要做這樣一個模型呢?以前我們沒有運用這個模型之前,運營部門經(jīng)常會跟老板報告這一天流量、銷量是多少,當問及為什么下降的時候無從解釋,數(shù)據(jù)是否超出了可控范圍無從知曉。有了這樣一個模型就很好解決了。
風控之后還有其他需求比如用戶畫像-推薦。用戶畫像是基本投放的前提條件,只有先做用戶畫像才能有推薦系統(tǒng)。推薦系統(tǒng)之外還有一個底價系統(tǒng),底價系統(tǒng)是用來監(jiān)控對方的價格數(shù)據(jù)以及提取商品賣點。
所有這些之后,如果要建設(shè)一個BI系統(tǒng),該如何選型呢?免費?收費?還是自建?這里據(jù)一些實際例子,做個對比。
免費統(tǒng)計
比如免費的流量統(tǒng)計,百度、GA都是免費的統(tǒng)計工具,接入很快,埋入代碼就行,但是無法聯(lián)通H5,APP,數(shù)據(jù)也不能連入數(shù)據(jù)庫。其次,免費的工具無法解決銷量會員商品數(shù)據(jù)問題,處于企業(yè)自身數(shù)據(jù)安全的問題,包括企業(yè)的BI系統(tǒng),外網(wǎng)是無法訪問的。
其次,廣告渠道的數(shù)據(jù)不準確,他的統(tǒng)計一定虛高,所以這一塊需要第三方的參照。而且每家計算標準不一,數(shù)據(jù)差異大。
收費平臺
收費平臺介入快,成本相對較低,但數(shù)據(jù)的私密性較差,多數(shù)據(jù)源的聚合有難度,每一個端口的唯一識別問題很難去定義。自定義程度也不高,因為它是做通用化的,行業(yè)細化不夠,溝通成本較高。
自建平臺
最大的有點在于自定義程度高,數(shù)據(jù)更為精細,可以為多數(shù)據(jù)的聚合和鉆取,但缺點就在于建設(shè)周期長,人才很難找。
起互聯(lián)網(wǎng)、電商的數(shù)據(jù)分析,更多的是談應用案例,如何去實踐數(shù)據(jù)化管理運營。而這里,我們要從技術(shù)角度分享關(guān)于數(shù)據(jù)的技術(shù)架構(gòu)干貨,如何應用BI。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11