由于美團Data Driven的文化傳統，美團外賣在業務早期階段就專門成立了數據組，并在配備人力上給予了足夠多的關注。美團外賣數據組親歷了外賣從0到100w再到200w+訂單的增長，劇烈的業務變化都會從數據上體現出來，因此許多經驗可為很多同類型的公司提供借鑒。更重要的是，從現在的角度看過去，會發現如果早期沒有一個良好的數據基礎和踩過的這么多坑，現在美團外賣的很多決策和推動會變得十分艱澀緩慢。
作為美團外賣第一任且最“長壽”的數據產品經理??，本人便將其中歷經的各個關鍵點梳理出來，以及踩過的若干個坑，并由其中總結出O2O的數據建設原則，以及數據管理平臺（DMP）對于一個業務的作用。因能力有限，眼光文筆難免拙劣，請多指正。
外賣數據發展關鍵點
德魯克曾經講過，衡量一個組織的重要性取決于它對外提供的價值。對外賣數據組而言，就是對外提供的數據服務。那么在外賣數據組從2014.3到現在這一年半的發展歷程上，有哪幾個關鍵點對提升數據組產出有至關重要的作用？這里的關鍵點，是指那些促進質變的要素，使得產出有十倍甚至更多倍率的變化。這些要素不見得是產品技術上的原因。
為理解方便，我簡單的將數據產品的發展歷程分為青銅/黑鐵/白銀時代，代表著數據基建/產品基本成型/數據輔助業務決策三個階段。至于最后一個黃金時代，因本人能力有限只得窺見一二，就不在此班門弄斧了。
確定分析基礎：明確訂單歸屬邏輯
數據組內傳過這么句話：外賣三大難題，未知怎么歸，蜂窩怎么劃，還有一個小八卦。之前由于責任區域的任意變化，導致訂單的歸屬不穩定，經常需要重刷數據，帶來了巨大的工作量。但是訂單歸屬邏輯對于很多注重地推效果衡量的O2O公司來講又十分重要。最后我們通過協調和優化，最終把這事敲定了下來。
回想起來，這個當初因為計算速度而做出的妥協改變，在后續計算速度提上來卻也不再更改了。原因在于目標考核本就該限制責任區域的變化，此事到這里才真正塵埃落定。
現在回過頭來看這件事情，可改進的點在于
1. 充分考慮數據量的增長，并為其帶來的存儲和計算問題做好準備
2. 保證底層數據的穩定性，避免反復推倒地基重建大廈的動作
3. 數據并非只一味服務于業務，也可以反過來優化業務，這要求兩個部門保持密切的溝通
提高計算速度：遷移Hadoop平臺
又是一件現在看來理所應當的事情。放在當時的情境下，主要存在兩個問題，人力不足和對新平臺不夠了解。但事實證明，真正把事情推上進程后，問題就會迎刃而解。遷移到新平臺明顯帶來了兩點好處：計算能力的大幅提升和ETL開發流程規范化。包括之后采取Spark來做實時數據在內，給我們的啟示是：要勇于采取新技術，計算存儲能力永遠是數據的基本生存條件
提高響應速度和產出：優化PM和RD合作流程和擴充隊伍
前面這兩個關鍵點完成后，標識著數據組從青銅時代邁入黑鐵時代。前者著力于數據基礎建設，而后者就要把重心放在利用數據提供更有價值的產出上了。這時候，之前松垮的合作流程和人力匱乏問題凸顯。早期PM和RD基本是通過一對一溝通確定需求，契約精神并不強，對外產出質量和速度均不理想。明確PM負責方案質量，RD負責產出排期和效果和周會這三個動作確保了流程的順暢。在這基礎上，逐一對已有產品進行優化并開拓新產品就成了可能。在擴充隊伍這塊，有個度需要把握的是，如何確保人數是否足夠。有個方法可以借鑒下：根據你的用戶群體來看。一般來說，大部門需要3-4個，小部門需要0.5-1個RD才能支撐
優化用戶體驗：獨立出來成為DMP（海豚數據平臺）
這個萌態可掬的小海豚就是我們獨立出來的新平臺Logo。之前因為歷史原因，數據報表一直掛在運營后臺前面，很多技術上的嘗試都極為受限。這也標志著數據組三個主要產品形式：可視化平臺，郵件系統和大象推送真正落地成型。這次遷移有三個好處：
1. 提供了更多可視化的可能性，根據不同的數據特性有對應更直觀的方式
2. 大幅優化了用戶體驗，拋棄了多個歷史原因的設計包袱
3. 隨著平臺獨立和系統菜單劃分，數據種類更加豐富細化
C端數據（如PV，UV等）也從純粹的數據展示開始關注和展示漏斗轉化，頁面跳轉等更加詳細的數據粒度。
降低用戶使用成本：數據引導業務和輔助決策思路
純粹的BI報表對業務起到的作用有限，正如人類對于金屬價值的認知和使用一樣，還停留在膚淺的黑鐵時代。只有將數據與業務思維結合起來，去引導業務和輔助決策，才能真正發揮數據的價值。
基于這個思路，我們在今年3月份開發了一套自動化的城市團隊績效考核系統，并以此為基礎，在7月份開發了聲吶系統。聲吶系統的最終目的是從用戶，商家，成本，人員四個角度幫助城市分析業務做出決策，甚至做到每個人通過聲吶系統的推送就可以直接執行了。如BD可以直接了解到他今天知道哪些商家出了問題需要拜訪，，結合抓取的競對數據判斷哪塊區域競爭激烈需要加大投入balabala...具體做法是根據公司戰略，分析師和PM對數據的判斷，及城市先進的使用數據經驗來形成一套高度可復用的分析產品，并推廣到全國。往遠了講，績效系統抽象出來無非人員，數據和規則，后期可實現自主化和多樣化配置，變成一個各事業部通用的考核產品。并且通過績效分布的分析，數據組甚至可以反過來優化績效規則，兼顧公平效率的同時，更好地推動業務發展。
更加豐富的應用場景還有：對內，隨著用戶畫像越來越精確，外賣可以做精準營銷平臺，在活動促銷這塊做到成本更低收益更大，避免盲目投放帶來的資金浪費。同時在排序推薦上提供更好的體驗。業務越來越復雜，內部流程效率也越來越依賴于各種數據進行監控和優化。對外，外賣可以提供商家專用的數據產品，幫助商家更好地把握店內運營情況，做好自營銷balabala.....本質上，就是把外賣業務的參與方：消費者，商家，BD更有效率地結合在一起，實現整體產出最大化。
這才是白銀時代。
黃金時代
數據本身應該有更大的想象力。硅谷有家公司叫Palantir，在國防安全與金融領域均有應用，相傳在本拉登的抓捕行動中功績卓著，目前估值已達200億刀。此處關鍵在于數據的采集獲取方式極大簡便，數據的計算存儲能力極大提升，數據的應用場景極大豐富。至此，我們甚至可以對所有事物通過數據進行多維度定義，對所有過程進行精準描述，跨越Google開創的人搜索信息的時代，到達信息直接推送到人的紀元.....
哦夢該醒了
以上首發于公眾賬號三生石，ourstone，分享產品和讀書心得，當前會專注于數據產品和B2B這塊，歡迎有志于此者一起交流
