百科 | 增长模型下数据的使用方式

互联网公司普遍重视数据，数据部门职能设置各不相同，大多公司会设置独立的BI部门，如携程和京东，但像亚马逊这样的公司也会把数据人员分散在各个团队。数据职能常见的有三个主要角色：

a. 数据工程师：搭建底层数据架构，定义数据埋点规范、编写埋点代码、建立管理数据库报表。

b. BI：根据业务需求在数据库中抓取对应数据项，编写SQL代码，生成各类报表。

c. BA：负责对BI生成的报表进行分析，结合业务知识对数据进行透彻解读，输出有明确指导意义的观察和建议。

数据职能分散在各个业务线时，有较严重的数据重复拉取，人力浪费不说，还因口径定义上的差异，导致同一数据在不同部门各不相同。比较好的做法是把数据工程师和BI集中在数据部门，在各个业务线分别设置BA人员，两边对接。

互联网需要进行数据观察的领域十分广泛，每个细分领域都有不同的核心KPI，应当根据核心目标拆分背后的影响因素，有针对性地提出数据需求，制定数据报表。通常数据的使用方式分为如下情况：

1. 常规数据报表

常规数据报表主要用于需要长期持续观察的核心数据。例如：

• 流量漏斗监控：首页跳失率、商详页到达率、结算率、完成率等漏斗数据。

• 用户渠道来源情况：各渠道来源的用户数、新客数、转化情况等等。

• 品类转化率波动：各品类的流量、订单、SKU销售数量等。

• 流量分发效率：各栏目的CTR、商详页到达、转化、复访率等。

2. 专题分析

4. 个性化