多维分析怀谦在云音乐社交创新业务的应用
业务背景介绍
云音乐的社交娱乐板块是重要组成部分,以多样化社交为主的创新app矩阵构成,商业化创新迭代快。
多维分析应用场景
- 发展历程:从人肉取数、Excel分析报告体系,到自助分析工具完善,再到多维分析数仓开发,最终搭建报表体系,提供自处分析入口。
- 技术选型:集成多种数据源,搭建easyFetch平台,区分离线数仓和实时数仓。
- 应用场景:
- 心遇:用户宽表是最基础应用场景。
- 自助看数:最基础应用场景,也是最高频场景。
- 自助分析:更细致地了解数据,进一步了解业务状况。
- 分享及固化:支持分享分析结果,一键生成固定报表,对接PUSH、SMS平台和运营后台。
自助多维分析意义
- 功能策略层面的分析决策:支持AB实验的多维分析决策。
- 圈人、圈内容:结算营销活动,决策执行后的评估。
- 营销活动后的评估效果评估:商业化迭代快,数据支持发挥数据价值。
- 释放数仓人力:提升数据效率,提升数开人效。
多维分析的数据底座
- 模型抽象方法:抽象“人-货-场”模型,包括“人”维表、累计快照事实表、“货”维表、“场”维表、事务事实表、“人+场”粒度轻度汇总表、“人”粒度汇总表、“场”粒度汇总表。
- 优点:模型进一步统一标准化,可复用至不同业务场景和APP,模型设计效率提升。
- 数据资产运营:数据资产指南,多维模型的补充解释,后续自助构建多维模型的指导。
未来构想
- 数据资产运营:多维模型自助多维分析,数据二次应用,自助构建多维模型。
- 数据价值评估管理:维度度量生命周期管理。
- 进一步开放数据能力:数据回流,形成闭环。
- 未来方向:半自助到全自助。