如何搭建公司内部数据平台
设计有用的数据产品；
1.数据产品经理本身就是一个合格的数据分析师，所以数据产品经理需要对业务有深入的了解，知道业务部门想看什么数据，这些数据现在是否可以获取，业务端如何通过对这些数据的分析来推动和改善业务。
2.数据产品的设计要根据用户的特点来满足用户的需求，产品要有层次和结构。如果一个数据报表是为了同时满足管理层和一线业务人员的需求而设计的，那么这样的数据产品很可能体验很差，因为老板和一线人员看待数据的角度不同。老板一般把握业务的大方向，主要看一些关键指标，想知道这些关键指标出现问题的背后是什么原因。所以为老板设计的报表需要简单易懂，能够根据这些关键指标的异常来定位问题。一线人员主要偏于执行层面，他们的数据粒度一般都很细。
3.数据产品一定要注意数据质量、标准化、统一化，因为公司的数据平台是面向所有部门的。要保证公司各部门对数据的理解是一致的，是特别困难的。首先，公司的生产系统千差万别，各生产系统的数据质量和结构会因各种客观因素而千差万别，因此数据仓库的数据建设尤为重要。数据平台的数据质量取决于数据仓库底层的数据模型。
下面从实战的角度来解释一下。A公司是电商公司，那么A公司各个部门需要看哪些数据？他们平时看数据的主要场景是什么？首先你要知道这些部门的KPI是什么。如果不知道负责支持的部门的KPI，怎么设计好数据报表？比如采购部的kpi基本是销售用户数、销售毛利和采购成本，运营部的kpi是用户回购周转率，市场部的kpi是流量和新客户。
然后在了解了各部门的核心KPI之后，主要从使用场景入手。以采购部为例，如何看数据:
每日:
早上九点来到公司，希望知道昨天负责的业务进展如何。这时候我要设计一个基础数据报表，应该有以下内容:
1.能够查看昨天的数据，选择时间段，所以如果昨天的数据有问题，希望能拉过去一段时间的数据，看看业务走势有没有问题。
2.指标越多越好。如果交易量下降，我们需要看订单数量是否下降。如果订单数量没有下降，就不是平均单价发生了什么变化。我发现平均单价下降了。然后想看看是产品结构还是活动门槛的调整。
3.数据粒度越细越好。比如数据粒度可以从全国钻到各省，从各省钻到各市，这样在交易量下降的时候，我就可以知道哪些省市有问题，这样我就可以有针对性的解决。
从早上10: 00到下午18: 00，业绩高峰即将到来。这时候就需要提供一份实时的监测数据报告。通过实时监控，可以尽早发现一些异常的业务情况，可以帮助业务人员尽早做出调整。
每周一或月初:
部门有周/月会，老板可能会回顾自己的工作表现，我就做好了准备。
首先看上周的表现。这时，你需要一份关于性能的报告数据。通过这份业绩报告:
可以知道自己的业绩完成的怎么样，排名是提高了还是降低了，谁排名高。
其次，对于上周出现的业务问题，通过一些分析报告，可以定位发现问题，比如发现用户复购率是否下降，是因为老用户复购率下降还是最近新客户质量下降。
如果发现老用户复购减少了，就要进一步分析是因为竞争对手的产品活跃度强，还是因为产品曝光度不够或者产品本身对用户失去了吸引力，这样才能及时调整。如果竞争对手的产品活跃度较强，就要关注竞争对手的情况，及时调整产品营销活动。如果产品曝光不够，可以从以下几个方面进行优化:
1.优化商品的主标题和副标题，增加用户的搜索到达率。
2.通过增加站内广告位，增加产品的曝光度或与其他品类商品进行联合推广。
3.优化产品的导购属性信息，帮助用户精准触达。如果是产品本身，可能需要推出新的产品(比如从国产到进口，从低端到高端)。