馒头商学院——1、利用好数据做好精细化运营

1、整体的仪表盘对于粗略的运营以足够用。

2、用户数量跌落，有几个维度可以考虑：支付方式出现问题，用户渠道可能被堵塞，地域原因，市场原因。

数据孤岛：

打通各个业务部门的数据：1、客户运营部门：CRM数据，客服部门：客服系统数据，用户运营部门：用户行为数据，销售部门：订单系统数据。

数据金字塔分为三层：

1、数据采集 ：各个数据埋点 2、数据建模 ：  建立方便易用的表格 每天滚动更新 3、数据分析：根据业务和场景分析数据。

一、数据采集：（全：多种数据源，全量数据而非抽样，细：who,when,where,how,what,发生的很多条件。）

存在问题可能有：

1、不准确：比如网络异常，或者设备异常，统计口径  2、不完备：比如只采集客户端的，后端没采集。  3、不细致：比如一些维度信息没有记录，不同浏览器版本的用户来源。

数据来源：

1、可视化埋点  

在andriod，ios安装sdk可视化埋点，@1、分析pv,uv以及点击量等基本指标。@2、活动/新功能快速上线迭代时的效果评估。缺点：

2、代码埋点

客户端，服务端的SDK进行数据采集，记录相应的流程数据：@1、精细化分析核心转化流程。@2、分析不同渠道和不同推广方式的投放效果。

3、导入辅助工具

后端打日志进行记录，有一些线下的数据，不能通过客户端采集到的，用数据工具进行：

二、数据建模：（把数据进行组织，方便将数据进行使用：比如，数据库里有很多表）

需要建数据仓库：存储用户行为的数据。

数据维度：user_id ，time，事情event 设备 设备型号，用户所在区域。

OLAP：多维度分析指标（维度、指标）联机处理简单说就是吧多个数据库的数据抽取，清洗后。形成数据立方存储。
                                                  然后用OLAP来处理出结果来。。。
                                                  立方可不就是多维。。。

三、数据分析—多维时间分析

@1、事件：下单、取消订单、注册。

@2、维度：用户的姓名啊 年龄啥的

@3、指标：就是数。