資料驅動技術，将真正把産品決策快速帶到資料說話的時代。
點選下方圖檔即可閱讀
<a href="http://mp.weixin.qq.com/s?__biz=mza3mjk1mja4nw==&mid=2651581959&idx=1&sn=196da65d9d8f3ff13f3eb3c3c2cdd98d&chksm=84e93e7fb39eb76998e18a1afde109516510c2c91e2cb2b42bc6e2d9adae6d690580408c2084&scene=21#wechat_redirect" target="_blank"></a>
背景
網際網路、移動網際網路、雲計算時代的迅猛發展，積累了海量的資料，與此同時，資料也成了公司的核心資産，如何高效發揮資料的價值成了争相研究和探索的課題。資料驅動就是一種在決策政策上使用資料的最好展現之一。
俗話說事實大于雄辯，在業務決策、産品優化上，如何通過平台設施幫助業務方快速通過資料說話，就是本文要探讨的話題。雖然日常工作中，業務方或多或少的會用資料輔助決策和方案選擇，但還比較零散，完善的資料驅動平台，将極大的降低資料決策門檻，幫助産品跑步進入資料決策時代。經過一年多時間的探索和實踐，手機天貓圍繞資料驅動體系，實作了一休資料驅動平台一期工程并有較好的效果，一些思考和方案提供給大家探讨。
一休一期主要以提供便利性基礎設施為主，業務方案設計好方案後，能在2分鐘内完成投放并正交的收集回資料報表，也是下文主要的分享點；二期将主要實作智能學習和智能決策。
資料驅動面臨的問題
資料驅動概念火熱，但要順利實施，還是面臨諸多困難。因為資料驅動是跨度大，交叉多的領域，從角色劃分來看，涉及etl、産品、開發、測試等，從技術角度來看，涉及到資料采集、資料挖掘、統計學、設施工具、無線端動态架構等。好在大資料已經火了很多年了，資料相關的基礎設施也相對完備，但還面臨着一下幾方面的問題。
資料采集準确性
傳統pc上網頁時間，得益于伺服器端特性，資料收集相對容易，即使業務上線後，發現資料采集有錯，有漏，都能很快修正和釋出，并且覆寫面100%，因為架構上是叢集式的。到了無線時代，用戶端的分散，版本需要釋出及更新周期長、形态多樣化(h5/native/weex)等,讓資料準确采集及變成了一個難題。
資料需求及埋點開發角色、流程通常如下圖所示：常出現如下錯誤：1）pd的資料需求轉換為用戶端埋點不正确；2）代碼重構容易忽視埋點；3）統一平台造成兩個版本不一緻；4）不同平台埋點不一緻；5）測試非常難測，最多測試有無，無法測試錯誤和不一緻問題；6）bi需要與開發了解規則才能生産資料；7）錯誤後重新調整埋點需要下個版本；
圖1 資料采集需求及流程圖
假設實驗通道完備性
資料采集準确後，業務方擷取的資料也就準确了，發現某個名額不符合預期，需要進一步提升，想到一些點子，但不知道哪種更好。以往方式是邀請大家腦暴、評審，利用大家的直覺和經驗決定産品效果和形态，已過上線後一個版本的驗證，确定效果是否符合預期，這樣的誰錯成本太昂貴，尤其是網際網路業務高速變化态勢下，可能是緻命的時間成本。
abtest平台也見過很多，有些對接比較繁瑣，改造大；有些資料采集需要人為區分實驗資料與日常資料；更重要的是有些功能支援不全，如h5，natvie不能同時支援；資料報表不支援等。
人群服務健全性&便利性
提起“人群”兩個字，大家非常熟悉，但是問起有沒有好用的統一産品，基本上會啞口無言。有的人群為某業務定制使用，有的系統能為使用者畫像，有的系統能有圈人功能…，如此之多，有業務定制的痕迹和味道。沒有統一的人群标簽規範，沒有統一的服務化接口，終究停留在垂直業務的加法上，不能實作乘法效益。
天貓資料驅動一休平台
天貓資料驅動一休平台圍繞資料無痕采集&準确性校驗、假設實驗、人群服務中心建設，解決以上提到的核心問題。
圖2 一休資料驅動平台體系
天貓無痕采集&資料校驗
手機天貓研發無痕采集和采集管理校驗配合，包括用戶端無痕采集sdk，校驗sdk，服務端采集管理和校驗平台，帶來優勢：1）降低了埋點工作量和提升穩定性；2）賦予采集與其他系統強大內建功能；3）具備漏埋可動态發下采集能力；4）錯埋、漏埋、不一緻埋點都能通過校驗平台報告看出；
圖3 無痕采集&校驗流程圖
一休假設實驗abtest工具
手機天貓從設計之初，就指定了實驗工具完備性目标，開發實作了完備的abtest平台，有如下特性：1)資料采集規範正交化，與日常業務資料獨立；2）資料采集無痕化，用戶端上業務方進行實驗使用者考慮資料送出和跟蹤；3）全形态(h5/weex/native)的實驗支援；4）支援ab實驗，人群定投，流量灰階，實驗智囊；
圖4 假設實驗abtest平台
人群服務化中心
人群服務化中心如下圖所示，主要實作如下功能：統一人群标簽、跨人群系統規則組合、人權标簽計算、人群畫像、人群定投。人群服務化中心具備強大的內建能力，支援個人群标簽、各業務人群的接入，更重要的是與abtest平台打通，與假設實驗通道緊密配合，将人群的服務和觸達最大化，使得對比相同人群的不同方案優劣，不同人群不同方案變得極為容易，為真正實作千群千方案，千群千面掃清障礙。
圖5 一休人群服務中心
實踐案例介紹
從一休資料平台支撐的業務場景中選擇兩個有代表性的case，正好涉及到native,h5/weex，還有人群的使用，重點關注業務方使用一休資料驅動平台後，方案實施到效果産出的便利性。
用戶端native場景:加購效率提升2倍，轉化提升0.5%
為提升交易購物動線優化，縮短購物路徑，提升購物效率，交易鍊路團隊使用一休資料驅動平台分流量進行實驗驗證。
圖6 購物動線優化前加購流程
圖7 購物動線複購效果
圖8 購物動線數報表分析
針對購物動線的訂單詳情頁加購方案優化的設計可以看出，原有方案加購1件商品，需要跳轉2級，經過三個頁面，到達商品詳情頁才能加購成功；新方案嘗試縮短使用者加購路徑，為使用者節省加購時間進而提升購物體驗，最終資料分析發現，使用者加購效率提升了2倍，整體加購轉化提升0.5%。
h5/weex場景：轉化提升11.9%
針對活動場景，大多實作為h5或者weex等動态頁面完成，其中針對某人群定投效果如下：
圖9 不同人群男裝會場效果
圖10 某人群會場名額效果
h5釋出靈活，修改友善，是無線端做營銷活動的首選方案，在該場景中，人群定投方案與a方案作為對比，資料報表分析後，a方案轉化率效果比b方案提升11.9%；
兩個案例涵蓋了無線端上h5/weex/native全形态的實驗方案，資料采集及架構動态能力已經對業務方完全透明，兩個案例實作過程中，使用者隻在一休平台上花費約2分鐘，配置5-6個選項，釋出即可，後續的資料及報表全部自動采集和分析完成，對比名額達到26個，業務按名額進行方案擇優變得如此簡單，幾乎實作零成本。
關于未來
if you can't measure it, you can't fix it.
在資料作為核心競争力的時代，資料驅動将作為新的決策方式，能極大的縮短試錯及擇優成本；工具平台化又能大大降低資料驅動的實施成本，一休資料驅動平台一期推出1個月，平均每天實驗&定投就達20多例，可以強烈感受到業務對高效一體化資料驅動平台的訴求。
實作了資料無痕采集及準确性保障、實驗和灰階通道、人群畫像及定投能力、資料分析及報告工程化後，大大降低了方案對比和資料說話的門檻，但是還不足以讓資料驅動帶來革命性效果，是以，一休資料驅動平台的下一步将是智能化發展。
人群挖掘：人群畫像及跟蹤，更好的幫助業務全方位，更立體了解使用者；潛客挖掘，進行優質使用者擴充和觸達；
智能投放：在業務方案池中智能選擇方案投放、效果分析、方案決策，徹底釋放産品資源，讓産品角色更聚焦于産品本身優化，豐富方案池；
驅動智庫：不同業務、不同名額、不同方案、不同效果都由資料驅動平台承載和分析，資料的積累除了優化智能決策，同時給業務方提供非常好的學習資料。
資料驅動重要性已經不言而喻，并且逐漸在不同行業中被重視起來，随着高度內建、高度智能的資料驅動平台的完善，将極大降低資料驅動門檻，真正将産品決策快速帶入到資料說話的時代。
歡迎積極點贊和留言想要聽到的技術分享，做最懂商業的技術人！我們将通過微信公衆賬号分享更多的獨家技術細節！敬請關注。
識别圖檔二維碼▲，關注「天貓技術」
技術驅動商業變革｜做最懂商業的技術人