对于美团零售业务的思考:数据服务构建的应用

21天Excel零基础速成训练营,导师带学+答疑辅导+实战作业,让你真正掌握Excel技能,了解一下>>

笔者从自身经历出发,阐述了数据产品如何服务于工作流,应对不同的业务诉求。

一、什么是数据产品?

说到数据产品,那么先做一个简单的认知:什么是产品?

产品是指能够供给市场 ,被人们使用和消费,并能满足人们某种需求的任何东西,包括有形的物品、无形的服务、组织、观念或它们的组合。简单说:产品是以使用为目的有价值物品和服务。——百度百科

从定义看,产品包含实体物品、服务、或两者的组合。

就数据产品而言,产品的核心内容就是数据,数据本身是一种对于现实的世界的结构性描述,不是一种实体物品。

所以,数据产品多数情况下是以服务形态存在。

用一句话来简要描述数据产品:数据产品就是为满足人们某种需求,以数据作为主要的内容的服务。

那么,数据产品服务于谁?

以常见的互联网/互联网+的服务对象,一般会分为:个人(C端)、企业(B端/M端),在数据产品的服务范畴中,这两类对象的特点如下。

组织(B端/M端)

由于企业/组织是多个人为一定目标存在的集合,存在对应的行事体系,其相对于个人,数据的产生、使用、管理的特点总结就是:相对明确但复杂。

  • 数据产生:往往有专门的系统或者岗位人员(如记账员、盘库员等),在相对固定的场景下生产出数据。
  • 数据使用:会固定应用在部分组织活动场景下,如:决策制定辅助、经营监控等,这些应用数据使用会伴随着与之对应的工作任务发生。企业的经营活动相对有节奏,那对应的数据使用也有对应的固定频率;但是不同的组织/企业,有不同的业务领域和特点,工作任务具备复杂与多样性,对应的数据使用也会复杂与多样。
  • 数据管理与组织能力:企业内往往有专门的岗位或人员负责对应的数据管理与相关组织(说明一下:数据组织管理非新概念,在传统作坊内的账房先生,其身份就是账目数据的管理者)。

B端/M端的数据产品较复杂,且有其相对专长的服务领域。如百度统计、GA等专注于站点用户行为的统计分析;Tableau、PowerBI等专注于提供数据分析的可视化、企业报表制作等。

个人(C端)

个人行为是伴随个人的具体需求而来,但需求的内容,会随场景有很大的变化。

对于个人而言,其数据的产生、使用、管理的特点是:同一时间内场景相对单一,但不固定且不易预测。

  • 数据产生:个人往往没有很好的数据记录习惯。
  • 数据使用:数据使用的场景固定性较差,且需要一些前置场景触发,如:我健身后,需要了解我今天的运动数据,健身数据使用场景不是固定出现,且依赖“我健身了”这个前置条件。
  • 数据管理与组织能力:个人很少有相关数据管理与组织能力,需要一定的外界条件辅助。

C端的数据产品目前大多作为整体产品中的某些功能提供给用户,单独形成服务体系的较少。如银行客户端里的交易报告、健身客户端里的运动数据统计等。

以上可见,数据产品在更多的场景是面向企业(B端/M端)的一种服务。

谈到这里,要提出一个概念:好的数据产品,可以贴合企业工作流,很好满足对应数据需求。

二、何为工作流?

工作流(WorkFlow)的传统定义是一个软件系统定义:

工作流(狭义):指“业务过程的部分或整体在计算机应用环境下的自动化”。简单说工作流就是“工作流程”的线上系统实现。——百度百科

企业的日常运作,基本都是在一个行事规程下开展,通常我们会称为工作流程。

这个流程如果具备规范性,在相关SOP约束下有节奏的开展,就变成了一个类似系统化的作业流程。如采购员的采购流程、营销运营人员活动流程等,在日常业务运转中很普遍,那工作流其实就有了一个广义定义:

工作流(广义):指业务过程的部分或整体在工作任务的规范实施流程。简单说工作流是工作任务的流程与规范化。

如何描述一个业务中的工作流?

企业管理中,通常会按照工作任务的不同和一定的组织架构,拆解出不同的角色、岗位。通过之间的互相协作,达成最后的业务目标。

企业有整体的工作流,在拆分的岗位上,有相对独特的岗位工作流。

【个人思考】数据产品与工作流

图:某销售业务工作流与活动运营岗位子工作流拆解示例

具体的工作任务被放置于流程节点中,每一个节点自然就需要感知前后的节点的相关信息,自然就会形成数据/信息的相互传递。

同时,每一个节点也会具有独特的特性与诉求,需要适应其特定的数据服务,才能满足需求。

三、数据产品如何服务于工作流?

通常认知下,服务好大致等于很好解决对应诉求,但现实中业务工作流中节点众多,诉求纷繁复杂。如何高效、合理地做到解决诉求,就需要结合业务实际与数据的层级,对数据产品与服务场景做对应分层。

构建服务体系:流程节点的拆解和通用化抽象

有了基本的工作流认知,但这样匆匆去构建产品,其问题就是繁杂,凌乱且不易于管理。

这就需要在数据产品中,通过对流程节点上的数据需求的拆解和通用化抽象,去构建一套相对完整的数据服务体系,去满足工作流上的数据多样化需求。换句话说,就是要形成数据的工作流体系。

再次利用之前提到的的角色、岗位、任务的概念,来抽象业务中对于数据的诉求。

诉求有了分层,服务对应也就产生了分层,这时再看数据的分层。

【个人思考】数据产品与工作流

图:数据在业务中的认知层级

在不同的数据认知层面上,数据产品或者说数据服务也在不断进化,来应对相关的业务诉求。

  • 应用层面-展示和表达:数据需要通过适当的处理后,通过适当展示和表达方式,协助我们感知工作流中对应节点的状态与问题。比如业务报表、各类监控仪表盘、业务分析诊断监控等。
  • 通用的业务描述语言-对业务流程的服务和数据标准化:在这个层面上,数据通过更深层的服务承担起更多工作流任务,或者说数据通过标准与结构化的信息组织,串接起工作流上的各个节点,使数据变成了业务流转的血液和组织驱动力。如精准推荐、智能流程规划、营销策略仿真等。
  • 虚拟资产-针对数据本身的管理和跨业务线的数据流转:当数据本身的价值密度提升且成为业务工作流依赖的生产资料,不再仅仅是业务工作流的辅助对象,自己也可以成为一条全新的工作流,因此诞生了为数据服务的数据服务,来帮助数据这种虚拟资产可管理、可流通、可使用。在这个层面上出现数据采集质控、数据加工平台、指标维度管理等为数据服务的数据产品。

结合对于业务的工作流中任务拆解的通用化化抽象,不难得出一个数据服务的体系结构:

  • 应用层:通过多样化的形式,保证数据的展示与具体应用,如具备嵌入式能力的报表,业务大盘、接口服务、开放式数据源,保证各类的数据应用诉求;
  • 应用管理层:保障数据应用与对应的需求的对接,保证管理层就绪的数据;
  • 数据管理层:采集与供给与应用层的数据,保证供给质量,使得待供给的数据标准化,质量可靠性,内容满足需求;
  • 辅助工具层:辅助以上各层数据服务,如服务监控,数据权限等。

这样的一个体系化的数据工作流,具备了贴合企业工作流,可以满足对应各类数据需求的能力。

一个案例

由于截至Q3,当年的订单量任务完成进度不理想,且业务已经处于成熟期,新客的增长空间有限。

因此,Q4需要增大对老客户的运营,提升老客户的留存率、复购率以及用户在APP端的访购率等,从而达成剩余的30%订单量的总体目标。

那运营岗位人员在具体目标的引导下,工作流包含的关键流程节点和任务如下:

  • 策略设计:需要按照目前的总体任务目标,拆解设计出需要哪些活动,每个活动策略的具体构成。如了解业务总体订单完成进度和之前各Q数据,需要Q4拉升老客次月复购率5%,提升APP端访购率2-5%,且用户的每单优惠率需控制在15%下,APRU要维持去年同期水平。目前可用的大型营销时间窗口只剩余5个,如何分配相关的商品、折扣预算资源至每个窗口,达成具体目标等。
  • 活动组织:按照已确立的策略,协调组织人员,物料,商品,展示流量等相关资源。如活动用商品的供应情况,采购价格是否符合预期,对应的活动展示位流量利用率在产品层面是否合格,是否还可以获取到更多的流量资源用于营销等。
  • 投放执行:按照组织确认后的策略执行方案,具体执行活动,且保证活动的顺利完成。如流量是否平稳,各商品的访购率是否符合期望,是否有异常的缺货、商品质量、客诉等。
  • 效果复盘:在相应活动完成,需要及时汇总各活动相关数据与信息,确认活动是否达到期望,有什么问题和亮点,迭代下一次活动策略。

【个人思考】数据产品与工作流

图:业务工作流、数据服务、数据管理关系示意

从示意图可以看到,不同层级的数据产品是如何贴合业务工作流的。且数据管理层,通过自身对于数据的采集,组织,管理,保障数据在应用层相关的服务质量。

写在最后

这个文章,是我在美团零售业务中,对于数据服务构建的一些认知与思考。

当然,不同的业务形式在数据产品理解也会有比较大的差别,也欢迎大家分享自己的认知,共同讨论与进步。

 

本文由 @蓝狐狸 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
成人视频