数据源|重构数据根基，打造数据闭环( 三 ) 毛泽东

数据是一个基础，那么我们该如何收集数据？
（4）反馈（Feedback）
在这一步上，我们要重视数据源，积累数据资产。其实也就是要遵循一个大的原则：大、全、细、时。

大：宏观的“大”，我们收集的数据量尽量越多越好。
全：全域数据源，不管是线上的还是线下的，我们都尽量收集进来。
细：多维度，进行全域数据收集，做到细致。
时：时效性，我们所收集的数据要尽量跟当下时间比较接近，如果数据滞后了，可能会影响到效果。

我们去搭建一个更好的数据源，做一个基础，其实就是一个反馈的过程。就像去年武汉疫情，当时是做的四个小时系统就能把数据报上去，这些数据依赖于人进行相对应的操作，如果人没有去执行这步操作，就会产生数据滞后的情况。

文章插图

但丁香园、腾讯在那时，也会出一些相应的疫情数据报告，这点其实是做得比较好的，但这些都需要依赖于政府的数据更新。
在我们各行各业中，数据的收集是一个基础，打好这个基础是非常有必要的。
那么，该如何去搜集数据，这里有些常用的数据采集方式。
① 全埋点
这种方式集成 SDK，可以一键完成数据采集，但只能采集前端数据，采集范围有限。
② 可视化全埋点
这种方式可以用可视化的方法灵活自定义全埋点，它消除了技术门槛，让非开发人员可以直接“埋点”。
③ 代码埋点
这种方式支持 Java／Python／PHP 等各类开源 SDK，可以打通行为数据和业务交易数据，分析更有深度。
④ 导入工具
通过导入工具，可以完成批量的历史数据、三方数据接入，降低 ETL 工作量，快速接入多种数据源。
这些都是我们的收集数据的手段，最终目的都是为了建立一个更好的数据基础。
除了把这些数据收集起来，我们还需要打通它。不同的终端、不同的场景如何用ID-Mapping以及不同的方式把它们连接到一起，这样，我们就有了建立全域数据经营的可能性。

文章插图

而在背后，就是对数据模型的打造。Event+User+Item 模型是我一路延续过来的一个核心模型。其实只要通过这个模型，我们就可以把跟用户行为相关的操作都可以很好地联络管理起来。

文章插图

有了这些数据，那我们再去做产品迭代的时候就不一样了。如果没有数据，那我们可能就是有了点子去做产品，然后再次不断的尝试的过程。但有了数据之后，我们就可以让整个迭代的过程变成一个假设检验的科学实验过程。

文章插图

这是《精益创业》那本书里面提到的一个理念，就是我们有了点子，然后我们在做产品的过程中，要制定数据采集的方式以及衡量指标，这样你就有了一个预估的数据表现，等到产品上线后，你就可以拿到这些数据，并且结合内外部数据进行评估。
综合来说，最终做成这个决策，我们是靠数据驱动，让整个产品迭代的过程，变成一个科学实验的过程，而不是靠灵光一现。
当时在百度知道做问题推荐时，关于推荐的引导语该怎么写？我们当时是有两种思路，一个是“等待你来回答”，一个是“我来帮您解答”。
但这个文字你是无法直观地给出答案，但是通过数据可以表现出来。因此，我们在测试中，发现“等待你来回答”比“我来帮您解答”要高出50%的效果。其实你也说不明白这是为什么，但这就是数据的力量。