在Amplitude的数据管理团队中，我们花了大量时间讨论数据功能，这是您的产品分析分类法回答您所遇到问题的能力。有三个因素对数据功能的成功至关重要：准确性、全面性和可用性。这些因素共同决定了您的团队如何使用您的分类法来回答问题。关键1：准确性准确性是衡量产品分析系统中的数据与外部世界（或潜在的现有记录系统）中的数据有多接近的度量。如果你的数据不准确，那么你得出的答案就不正确，你的团队很快就会失去对这个系统的信任。我认为人们忽略了一件大事，那就是在证明错误之前，他们的数据是正确的，这必然会导致某些人看起来像个傻瓜。这就是为什么提出一个明确测量和验证加载到产品分析系统中的数据的框架很重要。如果您的数据分析员使用现有的红移仓库，则需要确保您的产品分析系统与该记录源相匹配。无论什么时候分析显示出差异，你都需要能够解释或纠正它们。如果你不能确保你的数据是准确的，那么你就不能使用这些数据。关键2：全面性综合性是衡量你的分析系统中是否有回答你的问题所需的所有数据的一种度量。衡量全面性涉及到查看系统能够回答的查询的广度和深度。一个全面的产品分析系统可能会从各种不同的系统中摄取数据，例如营销自动化系统、分割测试框架或应用商店的收据。为了回答最详细的问题，您通常需要对上下文数据片段进行分段，例如用户在产品中执行某个操作的位置或执行该操作的用户或组的特定详细信息。大多数复杂的产品分析解决方案都提供了使用这些数据的能力，只要数据被正确捕获。关键3：可用性最后我们来谈谈可用性。可用性是衡量在产品分析系统中回答你的问题有多容易。一个可用的系统将使您的组织中的许多不同的人能够快速回答他们的问题。这一点很关键，返利商城系统开发，因为如果需要8个小时才能得到答案，团队可能会跳过对所有问题（除了最重要的问题）的使用，而是依赖于会议室中收入最高的人的直觉判断。如果你能在30秒内得到答案，那么你的产品团队中的每个人都会不断地实时回答他们自己的问题。那么，可用性的具体含义是什么呢？关于这一主题的文章已经有很多了，但下面是一些快速的指导方针：可用性指南1最重要的是，事件需要处于适当的抽象级别。如果您的事件名是"click"，并且您需要深入研究多个属性，以确定单击了什么或代表什么业务操作，那么对于大多数用户来说，很难弄清楚。另一方面，如果您的事件类型是"header_click_publish"，那么您的事件类型可能过于细化（"header"上下文可能存储在事件属性中）。可用性指南2此外，事件应该以清晰一致的方式明确命名，这样就很容易理解它们的作用。我们的solutions architect团队非常喜欢动词+名词框架，例如"Publish Article"。名称也应该一致；您不希望一个名为"Publish Article"的事件，然后再出现另一个名为"delete\u Article"的事件。如果您能够实现高水平的可用性，然后，联网，任何新用户都应该能够在没有任何指导的情况下快速找出分类法。向前看那么这三个因素中哪一个最重要？重要的是要从注重准确性开始，即使以牺牲全面性为代价。如果您只有几个事件，大数据前景，但您可以信任数据，随着时间的推移，您将能够在实现更多事件时扩展这种信任。另一方面，如果你一开始就把成百上千的低质量事件加载到你的产品分析系统中，你可能永远无法恢复。我们团队所看到的最悲哀和最令人沮丧的事情之一是，淘客论坛，公司加载了大量的数据，而他们的团队中没有人能够信任这些数据。在很多情况下，解决这个问题的办法就是把一切都扔掉，然后再试一次。一旦您验证了初始数据是准确的，您可能需要关注可用性。这将允许组织中最大数量的人使用数据，突出自助分析的价值。在某些情况下，您可能希望在短期内专注于全面性，但我要提醒您不要创建一个只让您的产品分析团队快速回答问题的系统。虽然这将带来好处，但它仍然使您的公司远离数据民主。这确实需要努力才能让产品团队中的每个人都能在决策时使用数据，但这也会带来尽可能好的产品结果。最后要考虑的一件事是数据功能随着时间的推移而发展。你的数据可以回答你的问题，云产品，这意味着你已经实现了可用性、准确性和全面性。然而，在将来的某个时候，你可能会发现你有新的问题，你不能回答。也许你想深入研究你的数据，或者你想使用更高级的分析类型。或者你可能想让许多同事使用产品分析系统，并意识到如果没有广泛的支持，他们将无法回答他们的问题。有机会改进您的数据功能是一件好事，尽管这需要您考虑这三个因素，以及其中哪一个需要改进。数据功能是一个旅程，没有固定的终点。我只能说"祝你好运"，一旦你开始走上这条路，你就再也回不去了。但在这一过程中，有许多指南可以帮助您，当您成功时，我们（和您的同事）将为您加油。