InfoQ网易严选数据产品实践( 四 )


InfoQ网易严选数据产品实践
本文插图
针对CXO的看数场景和需求(痛点) , 我们设计开发了VIPApp-移动数据工作台 。 VIPApp为CXO提供了随时随地监控KPI以及所见既所得商品、类目、流量数据 。 下图中是VIPApp很早期版本的一些UI , 因为数据安全的原因数据部分打了码 。 早期VIPApp主要为CXO及少数中高层服务 , 现在已经逐渐发展成面向严选全员的移动数据工作台了 , 承载了整个严选KPI体系监控及各业务运营的数据监控体系 。 VIPApp从技术角度看是以严选app为容器 , 内嵌了一个wap(数据产品)网站;从用户角度看依托严选app提供了所见既所得的交互入口 。 用户可以长按类目唤起类目数据页 , 长按商品唤起商品数据页 , 长按流量位置唤起流量数据页 。 移动化让用户随时随地可以查看数据 , 所见既所得的入口让用户可以快速找到对应的数据模块 。 好的用户体验一定会带来高频访问的回报(每个产品人都应该信仰) , VIPApp也不另外 , 是我们最成功的数据产品 。
InfoQ网易严选数据产品实践
本文插图
场景化数据产品在日常接到的用户数据需求中 , 我们发现的一些数据需求场景 , 相对于作为整个严选业务数据监控体系的一部分 , 作为一个垂直场景的数据解决方案会是一种更好的表达 , 比如大促、市场投放、用户体验等数据需求场景 。 大促是电商最重要的节日 , 要渲染大促氛围 , 要实时追踪大促的爆发效果 , 以进行运营动作的及时调整 。 市场投放要及时追踪市场拉新KPI , 及时评估渠道ROI来决策放量/停投 , 要测试/挑选拉新的新品等 。 互联网产品都是以用户为中心 , 网易更是极度重视用户体验 , 如何量化评估用户体验 , 如何从用户视角改进业务 。
InfoQ网易严选数据产品实践
本文插图
针对电商大促场景化数据需求 , 我们设计开发了电商数据大屏和客服数据大屏 。 在17年双11之前 , 我们开发了第一版严选电商双11数据大屏 。 跟业界双11数据大屏类似 , 数据大屏通过主动的实时数据呈现 , 让业务实时追踪大促爆发 。 通过炫酷的视觉样式和动画来渲染大促氛围 。 在电商双11大屏上线后 , 我们客服部门负责人找到我们 , 希望帮他们在下一次大促前做个客服数据大屏 。 由于没找到mock数据的客服数据大屏(下图的大促数据大屏数据是mock的) , 且客服数据大屏上数据太多打码难度太大 , 大家根据大促数据大屏自行脑补下UI吧 。 客服数据大屏包含实时的会话、排队、坐席数据 , 还有满意度、CPD、满意度报警、超30分钟会话等排行榜 。 我们发现电商数据大屏只在双11、周年庆等极少数电商大促节日的正点时段使用 , 但是客服数据大屏在我们两地的客服部门长期放了好几块 。 这种现象让我想到在房产中介看到的月度榜单墙 , 客服大屏是一种更实时的可视化的劳动竞赛榜 。
InfoQ网易严选数据产品实践
本文插图
针对用户体验场景化需求 , 我们设计开发了谛听-舆情洞察中心 。 用户体验的难点在于难以定量的衡量和分析 。 除了复购、退货量这些间接的量化指标外 , 我们能收集到的用户直接的声音是用户评论、客服咨询等非结构化、定性的数据 。 用户在严选的消费链路(访问->浏览->咨询->...)的每个节点 , 在严选内部都有对应的业务部门/业务环节为用户提供服务 。 我们根据业务环节建立舆情的分类体系 , 通过算法+规则将舆情分到对应分类中 。 将归属到具体分类的舆情数量求和 , 就完成了舆情从定性到定量的过程 , 舆情类别就是舆情分析的维度 。 因为我们建立了用户舆情->舆情分类->业务环节(部门)的映射关系 , 就可以通过分析对应业务部门所属分类的数据来评估对应部门的用户体验 , 进而可以将对应的负面舆情分发到对应的部门进行改进 。 质量相关的舆情我们早已完成线上评估->分类->分发->改进的线上化闭环 , 当前我们也正在推进其他分类的线上化闭环 。