从0搭建用户画像系统（二）之数据看板

作者介绍

酒仙桥@道明学长

自如数据PM一只

告别野路子，带你探索数据新世界

上期我们了解了《从0搭建用户画像系统（一）之系统五大常规模块介绍》，本期将和大家分享用户画像系统中数据看板模块的一些思考。

笔者之前经历多个企业级画像系统搭建，总结起来，搭建数据看板的目的不外乎两类：秀”肌肉”和“方便看数”。分享一下笔者经历过两家公司考虑增加数据看板的案例。

第一家三方大数据公司，核心盈利模式是通过沉淀的海量用户数据为广告主提供投前洞察服务。起初是商务同学提出在进行市场推广时遇到的痛点，在客户拜访时，虽然极力地介绍公司的数据背景、数据能力，但是觉得不够直观，毕竟“所有上门推广的公司都在吹嘘自己的数据能力，动辄市场全量、行业第一，光靠嘴说效果不行，客户已经听腻了“，所以还是希望将公司“海量数据、数据秒级回传、丰富的标签维度”等特点形象化展示在客户眼前。

第二家是传统企业，公司一直在强调数字化转型和数据赋能，但是企业内部数据底层建设较为薄弱，数据分散在不同的业务组，不管是领导还是执行层，没有人公司的整体数据情况盘点得十分清楚，等到想要看整体数据时，需要给各个业务组分别提需求进行提取，周期非常长，看数据成本非常高，以至很多时候大家都在“拍脑袋”做决策。所以在规划画像系统时，大家迫切希望能有一个数据资产看板模块，能够把公司用户总量、不同类型用户量、变化趋势、数据类型等做形象展示，方便看数的同时，建立起对企业数据沉淀的整体上的认知。

数据看板展示哪些数据模块呢，下面提供几种思路：

1、 展示用户资产沉淀数据：最基础的可以展示用户的总量及变化趋势。可进一步按一下几个角度进行细分：

按注册状态：分为非注册和非注册，相对简单常规。

按业务类型划分：可根据公司具体业务类别划分按用户行为链路：如在品牌营销中按照4A模型，将用户分为认知(Aware)、吸引(Appeal)、行为(Act)、拥护(Advocate)，或者按照AIPL模型，将用户分为认知(Awareness)、兴趣(Interest)、购买(Purchase)、忠诚(Loyalty)

按用户ID类型：如按Android_id、IMEI、IDFA、Cook_id、手机号等用户标识ID，通常广告行业应用得更多，偏向于广告投放、三方数据服务场景。

2、 展示用户标签的量级：如主要有哪些标签分类，每个类目下有多少个子标签等

3、 展示亮点标签：如展示核心算法类标签、对业务有较大价值贡献标签、衡量业务效果类标签等

同时这个模块还有一些点经常会被问到，需要结合情况细细琢磨：

1、 数据更新的周期，是实时还是离线？如果是离线是每周更新一次还是T+1？对于企业内部自研系统，一般优先考虑离线T+1，因为实时性越高，代表的研发和基础设施成本越高，且该页面只展示大颗粒数据，且对绝大部分系统使用者而言离线T+1数据足矣；对于数据服务企业，他们通常为中小企业提供Saas端服务，实时数据能力体系非常成熟，为了凸显这方面优势，大多数都能提供到实时的服务。

2、 数据看板模块是否支持查询历史数据？每次访问仅支持查看最新数据，还是能追溯历史每天的快照结果？该模块的定位，更多是让大家对企业数据资产建立认知，通常支持查询最新数据即可。如果确实想要看到历史的结果，可以考虑增加增长趋势图模块，支持关键数据的历史趋势数据的查询。

3、 用户标签很多，需要展示哪些标签？往往企业给用户打上的标签很多，不同业务不同角色关注的标签也都不一样，所以这部分一定要聚焦，常规的方式是，多与系统核心使用业务方进行深度探讨，挖掘出他们的核心关注点，同时按照一条核心主线或者分主题划分类别进行展示。

4、 看板的展示的标签维度是否支持自定义配置？不同的时期，随着市场环境，公司的战略、业务方向可能随时会进行调整，大家的关注点也会随之变化，如果变动较为频繁，可以考虑设置为自定义配置。

最后，想做好数据看板模块，数据产品同学还是需要对企业的数据资产情况进行分门别类地细致盘点，同时用友好的可视化图表进行呈现，方能将企业的数据能力和优势凸显出来。最后预告一下，下期@明道学长将接着给大家介绍用户画像系统的核心模块——人群管理，欢迎大家留言交流。

一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。

关注我，带你探索数据的神奇奥秘