数据驱动技术，将真正把产品决策快速带到数据说话的时代。
点击下方图片即可阅读
背景
互联网、移动互联网、云计算时代的迅猛发展，积累了海量的数据，与此同时，数据也成了公司的核心资产，如何高效发挥数据的价值成了争相研究和探索的课题。数据驱动就是一种在决策策略上使用数据的最好体现之一。
俗话说事实大于雄辩，在业务决策、产品优化上，如何通过平台设施帮助业务方快速通过数据说话，就是本文要探讨的话题。虽然日常工作中，业务方或多或少的会用数据辅助决策和方案选择，但还比较零散，完善的数据驱动平台，将极大的降低数据决策门槛，帮助产品跑步进入数据决策时代。经过一年多时间的探索和实践，手机天猫围绕数据驱动体系，实现了一休数据驱动平台一期工程并有较好的效果，一些思考和方案提供给大家探讨。
一休一期主要以提供便利性基础设施为主，业务方案设计好方案后，能在2分钟内完成投放并正交的收集回数据报表，也是下文主要的分享点；二期将主要实现智能学习和智能决策。
数据驱动面临的问题
数据驱动概念火热，但要顺利实施，还是面临诸多困难。因为数据驱动是跨度大，交叉多的领域，从角色划分来看，涉及ETL、产品、开发、测试等，从技术角度来看，涉及到数据采集、数据挖掘、统计学、设施工具、无线端动态框架等。好在大数据已经火了很多年了，数据相关的基础设施也相对完备，但还面临着一下几方面的问题。
-
数据采集准确性
传统PC上网页时间，得益于服务器端特性，数据收集相对容易，即使业务上线后，发现数据采集有错，有漏，都能很快修正和发布，并且覆盖面100%，因为架构上是集群式的。到了无线时代，客户端的分散，版本需要发布及升级周期长、形态多样化(H5/Native/WEEX)等,让数据准确采集及变成了一个难题。
数据需求及埋点开发角色、流程通常如下图所示：常出现如下错误：1）PD的数据需求转换为客户端埋点不正确；2）代码重构容易忽视埋点；3）统一平台造成两个版本不一致；4）不同平台埋点不一致；5）测试非常难测，最多测试有无，无法测试错误和不一致问题；6）BI需要与开发了解规则才能生产数据；7）错误后重新调整埋点需要下个版本；
图1 数据采集需求及流程图
-
假设实验通道完备性
数据采集准确后，业务方获取的数据也就准确了，发现某个指标不符合预期，需要进一步提升，想到一些点子，但不知道哪种更好。以往方式是邀请大家脑暴、评审，利用大家的直觉和经验决定产品效果和形态，已过上线后一个版本的验证，确定效果是否符合预期，这样的谁错成本太昂贵，尤其是互联网业务高速变化态势下，可能是致命的时间成本。
ABTest平台也见过很多，有些对接比较繁琐，改造大；有些数据采集需要人为区分实验数据与日常数据；更重要的是有些功能支持不全，如H5，Natvie不能同时支持；数据报表不支持等。
-
人群服务健全性&便利性
提起“人群”两个字，大家非常熟悉，但是问起有没有好用的统一产品，基本上会哑口无言。有的人群为某业务定制使用，有的系统能为用户画像，有的系统能有圈人功能…，如此之多，有业务定制的痕迹和味道。没有统一的人群标签规范，没有统一的服务化接口，终究停留在垂直业务的加法上，不能实现乘法效益。
天猫数据驱动一休平台
天猫数据驱动一休平台围绕数据无痕采集&准确性校验、假设实验、人群服务中心建设，解决以上提到的核心问题。
图2 一休数据驱动平台体系
-
天猫无痕采集&数据校验
手机天猫研发无痕采集和采集管理校验配合，包括客户端无痕采集SDK，校验SDK，服务端采集管理和校验平台，带来优势：1）降低了埋点工作量和提升稳定性；2）赋予采集与其他系统强大集成功能；3）具备漏埋可动态发下采集能力；4）错埋、漏埋、不一致埋点都能通过校验平台报告看出；
图3 无痕采集&校验流程图
-
一休假设实验ABTest工具
手机天猫从设计之初，就指定了实验工具完备性目标，开发实现了完备的ABTest平台，有如下特性：1)数据采集规范正交化，与日常业务数据独立；2）数据采集无痕化，客户端上业务方进行实验用户考虑数据提交和跟踪；3）全形态(H5/WEEX/Native)的实验支持；4）支持AB实验，人群定投，流量灰度，实验智囊；
图4 假设实验ABTest平台
-
人群服务化中心
人群服务化中心如下图所示，主要实现如下功能：统一人群标签、跨人群系统规则组合、*标签计算、人群画像、人群定投。人群服务化中心具备强大的集成能力，支持个人群标签、各业务人群的接入，更重要的是与ABTest平台打通，与假设实验通道紧密配合，将人群的服务和触达最大化，使得对比相同人群的不同方案优劣，不同人群不同方案变得极为容易，为真正实现千群千方案，千群千面扫清障碍。
图5 一休人群服务中心
实践案例介绍
从一休数据平台支撑的业务场景中选择两个有代表性的Case，正好涉及到Native,H5/WEEX，还有人群的使用，重点关注业务方使用一休数据驱动平台后，方案实施到效果产出的便利性。
-
客户端Native场景:加购效率提升2倍，转化提升0.5%
为提升交易购物动线优化，缩短购物路径，提升购物效率，交易链路团队使用一休数据驱动平台分流量进行实验验证。
图6 购物动线优化前加购流程
图7 购物动线复购效果
图8 购物动线数报表分析
针对购物动线的订单详情页加购方案优化的设计可以看出，原有方案加购1件商品，需要跳转2级，经过三个页面，到达商品详情页才能加购成功；新方案尝试缩短用户加购路径，为用户节省加购时间从而提升购物体验，最终数据分析发现，用户加购效率提升了2倍，整体加购转化提升0.5%。
-
H5/WEEX场景：转化提升11.9%
针对活动场景，大多实现为H5或者WEEX等动态页面完成，其中针对某人群定投效果如下：
图9 不同人群男装会场效果
图10 某人群会场指标效果
H5发布灵活，修改方便，是无线端做营销活动的首选方案，在该场景中，人群定投方案与A方案作为对比，数据报表分析后，A方案转化率效果比B方案提升11.9%；
两个案例涵盖了无线端上H5/Weex/Native全形态的实验方案，数据采集及框架动态能力已经对业务方完全透明，两个案例实现过程中，用户只在一休平台上花费约2分钟，配置5-6个选项，发布即可，后续的数据及报表全部自动采集和分析完成，对比指标达到26个，业务按指标进行方案择优变得如此简单，几乎实现零成本。
关于未来
If you can't measure it, you can't fix it.
在数据作为核心竞争力的时代，数据驱动将作为新的决策方式，能极大的缩短试错及择优成本；工具平台化又能大大降低数据驱动的实施成本，一休数据驱动平台一期推出1个月，平均每天实验&定投就达20多例，可以强烈感受到业务对高效一体化数据驱动平台的诉求。
实现了数据无痕采集及准确性保障、实验和灰度通道、人群画像及定投能力、数据分析及报告工程化后，大大降低了方案对比和数据说话的门槛，但是还不足以让数据驱动带来革命性效果，所以，一休数据驱动平台的下一步将是智能化发展。
-
人群挖掘：人群画像及跟踪，更好的帮助业务全方位，更立体了解用户；潜客挖掘，进行优质用户扩展和触达；
-
智能投放：在业务方案池中智能选择方案投放、效果分析、方案决策，彻底释放产品资源，让产品角色更聚焦于产品本身优化，丰富方案池；
-
驱动智库：不同业务、不同指标、不同方案、不同效果都由数据驱动平台承载和分析，数据的积累除了优化智能决策，同时给业务方提供非常好的学习资料。
数据驱动重要性已经不言而喻，并且逐渐在不同行业中被重视起来，随着高度集成、高度智能的数据驱动平台的完善，将极大降低数据驱动门槛，真正将产品决策快速带入到数据说话的时代。
点击下方图片即可阅读
欢迎积极点赞和留言想要听到的技术分享，做最懂商业的技术人！我们将通过微信公众账号分享更多的独家技术细节！敬请关注。
识别图片二维码▲，关注「天猫技术」
技术驱动商业变革｜做最懂商业的技术人