在数据采集阶段主要工作是全面了解产品和用户。
在数据加工阶段，主要工作是对用户和物品分门别类。
在数据决策阶段，主要工作是驱动分发方案和产品优化，这也是搜索和推荐等产品的工程和算法能力输出阶段。
在效用评价阶段，我们的主要工作是评估流量分发的效果并形成数据反馈。
数据采集流程
CioPOWFpVLWAdpN3AAA6f8wpOYY138.png
在数据采集之前首要工作是数据需求梳理、埋点规范构建、埋点位置梳理。
数据需求梳理
- 步骤一：确认事件与变量
事件指的是需要分析的数据来源，最终它是一个结果性指标，比如支付成功。
而变量指的是事件的维度或属性，比如用户性别、商品的种类。
这里可以将事件视为产品中的操作，例如加入购物车、支付成功，然后将变量视为描述事件的属性，比如不同商品的加购次数中，商品名称就是变量。
特殊说明：如果从不同的角度定位一个问题，事件和变量都会发生改变，这就要求我们基于数据需求，找到事件与变量之间搭配的最优解。
- 步骤二：明确事件的触发时机
在这个过程中需要思考什么时候才是记录事件的合理时机，因为不同的时机其分享成功率也不一样，同时不同的触发时机将带来不同的数据口径。例如分享成功事件面临用户点击微信发生分享动作、用户分享后跳转到相应页面这 2 个时机。因此，数据使用者需要明确事件的触发时机。
时机的选择没有对错之分，我们根据具体的业务需求来制定即可。
- 步骤三：明确实施优先级
在实际业务中，业务部门必须基于业务指标明确实施埋点的优先级，因为开发部门不可能一次性完成大量事件的埋点。比如电商业务中，我们应该优先实施购买流程这个关键事件，与此冲突的其他事件都应该往后排序。
而且在实际业务中，我们往往需要考虑技术实现成本。
如果技术实现成本不一致，我们应该优先落实能够最快落地的，以确保技术的准确性，比如有的埋点需要跨越多个接口；而如果技术实现成本相同则应该优先实施业务数据价值更高的。
