7-3 多维分析在云音乐社交创新业务的应用

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

1. 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。
2. 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。
3. 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。