作者介紹：老朋友了，我就不多做介紹了，現就職BAT一線互聯網數倉開發/數據產品經理，喜歡思考數據問題、數據建模、數據sense，謝邀。前文導讀：另辟蹊徑 | 數倉開發轉DPM經驗之談
本文：數據產品經理在數倉建設中的作用
如今，互聯網中的數據倉庫，已不單單是數據開發工程師的責任，隨著業務的發展和細分，對產品經理提出了更高的要求。
開發工程師往往不能夠第一時間深入理解業務，或者說理解的不夠透徹，完全交給數倉工程師開發的數據倉庫，不但時間過長（需要理解時間成本），而且不能很好的支持業務。這就需要數據產品經理參與數倉的開發中。不但要參與數據的建模和邏輯的梳理，還要做好數據的管理和規劃。
本文不討論數據建模的過程，只聊聊在數據的管理和規劃中，數據產品經理應承擔的工作內容和職責。
一、數據的源頭-生產端
互聯網公司，往往依托用戶的行為，來搭建用戶的相關行為模型進行分析，所以關于用戶行為上報的數據，是最基礎的數據也是最重要的數據。只有合理、規范的上報，數據才會產生價值。那么如何做好埋點，并且怎樣管理好埋點呢？
1.如何做好埋點
簡單來說：需要的數據進行埋點，以交互為底、業務價值為依據、時間為起點、需求為最終目標進行埋點的設計。
|
交互為底
|
任何交互的元素都要考慮是否需要進行埋點
|
|
業務價值為依據
|
考慮這個交互是否有實際的業務意義，來判斷是否需要埋點
|
|
時間為起點
|
記錄此處事件的真實發生時間
|
|
需求為最終目標
|
需求就是’誰對什么做了什么‘
|
2.埋點管理
一個埋點對應一個標識，通常一款產品包含數百個埋點，也會隨著業務和產品的變化，埋點需要增刪修改等，所以對埋點管理也是一個重要的步驟。
埋點管理的內容大致包含如下：
1）埋點、埋點含義、觸發場景
埋點文檔中必須寫出埋點上報時機，同時描述準確；
2）參數、參數名稱、參數值類型
參數里記錄的是針對埋點行為，所包含的信息，埋點行為不同，對應的信息也不同，所以不能作為公共字段記錄在數據表中，會以json形式，記錄在字段中，分析時需要使用具體的信息，可通過函數解析出來（get_json_object）。
3）元信息、備注信息
備注信息的意義就是解釋說明，例如文檔中只記錄了物品和怪物的id，具體的名稱沒有記錄，是因為日志中存儲漢子易出現亂碼，僅記錄id即可達到分析需求，并且減少數據量。
4）元編碼、編碼表
同時，埋點文檔中，除了第一頁sheet表中展示埋點文檔外，其后幾頁需要寫出含多個枚舉值參數的編碼表，方便數據人員進行分析對照。
5）業務宣講
埋點文檔設計完成后，即可提交至研發同學，進行宣講。用戶行為分析是基于埋點完成，其重要性不言而喻，所以后期埋點驗收也需要產品經理的參與，確保埋點的準確性。
3.埋點方案
如圖，目前業內幾種埋點方案類型的比較。參考不同類型埋點的特點，在具體的功能場景時，根據具體情況選擇對應方案，進行埋點方案的設計。
二、數據字典
所謂數據字典，就是用來描述數據指標的一個公司內部的埋點規范。它將數據定義、結構、數據類型、數據邏輯、數據源等進行了一個匯總的文檔。那么它的生產與管理過程是怎樣的呢？
1.字典收集
收集環節是需要對數據字典進行一個詳細的定義。需要知曉在業務分析中，數據的使用方關注哪些數據指標、歸因包含哪些維度。單純的從業務產品去思考，會存在缺失，通過與產品/運營同學的交流，可以使字典的內容更加完善。2.標準建設
主要包含兩步，新標準的制定和舊標準的修改。新標準除了收集業務方的需求和建議外，還要參考一下業內最新的標準，這樣可以滿足業內的特定需要。3.標準更新
如果舊標準與現有業務存在沖突，那么就需要積極的與舊標準的業務方溝通，進行因地制宜的協同與調整。三、業務數據管理
業務數據是企業運營各個環節的共用實體，連接企業的各個系統，如果存在業務數據不一致，上有無法對接運營系統，下游無法進行數據分析和整合，各個系統間的數據無法進行關聯，對企業的運營支持就很有限。
那么如何做好這些業務數據的管理呢？
|
部門數據主責
|
各個部門主責自己的業務數據，編碼數據與主數據一致
|
|
數據定義明確
|
數據屬性定義、標準、規范等統一維護
|
|
維護流程統一
|
各個部門在申請新的產品時，按照統一申請流程進行填寫或修改，流程由數據產品經理統一負責編寫與更新
|
|
數據共享及時
|
雖然業務數據不常變化，但是如有變化，實時性非常高，主要主動告知下游的變化情況
|
|
數據狀態可控
|
數據的增加、修改、刪除、凍結等，需要數據產品經理對數據的版本進行管理
|
|
數據屬性完備
|
每款產品，每個數據的屬性描述，進行統一的梳理
|
埋點全鏈路協同流程
寫在最后?
以上就是數據產品經理在數倉開發過程中，對數倉的工作內容和職責，主要是集中在數據管理這里，這是一項非常繁瑣且重要和有挑戰性的工作。如果中間的歧義產生較多，那么就會反饋到業務上來，當進行更深層的業務邏輯分析時，會產生更嚴重的問題。
今天的分享到這里就要說再見了，希望能對你有所幫忙。數據產品經理DPM和數倉開發工程師是相愛相殺的關系，高效協同配合才能充分發揮數倉的能力和數據的價值。One More，再次謝邀，也歡迎大家關注這個高質量的公眾號，一起進步！
（部分內容來源網絡，如有侵權請聯系刪除）
