也就是说，要建立数据体系，不仅要知道业务的现状，也要非常了解业务的未来，这个时候，就需要一张清单，目前业务涉及的产品，都做了什么，还有哪些是未来一段时间（譬如，3个月）会进行调整的，清单里要有功能、埋点状况、计划完成时间等一系列的状况说明，然后备注需要通过这个埋点，了解什么。

譬如说，一个注册流程。

注册流程是否简单，我们可以通过：注册完成率、X步放弃率来看，那么就要统计进入人数、注册用户数、资料填写的每一步的完成和放弃的绝对值与比例。

可能你会说，知道注册完成率就好了，为什么要考虑X步放弃率。

很简单，X步放弃率中的X步出现越多，就证明这一步存在问题，进而要去提出优化假设并通过数据验证，是否让X步放弃率降低。

第三，需求明确，且重点明晰。

我真的有见过，去问需要数据埋点吗？需要。怎么个埋法，哪些位置需要埋？答曰：所有都要。

其实这种回答代表着，要么没想清楚自己要什么，要么是根本不知道应该关注什么。

我们在数据建设中，有一个名词叫做「经营分析关键指标项」，这个名词的意思是：不管业务涉及多少数据，只要这个指标发生变化，数据就一定会对应的有变化，而且是大变化。

譬如，电商里有个公式，叫做：

销售额=销售单价x销售量。

这里面，如果要销售额增加，那么要么单价上升，要么销量上升，所以，这两个指标就是关键指标。

但是，如果商品本身的售价一直都很稳定，那么关键指标其实就是销量。反过来，如果数据表明，这个商品本身价格是坚挺的，不存在随意修改的可能，那么关键项就是拉动销量增长，你可以不用关注单价变化，反之亦然。

所以，提数据需求一定要弄清楚核心数据和边缘数据，关键数据与辅助数据，提出来的需求才有人愿意和你玩。

4.数据的分层次推进

如同提问者问的一样，很多公司并没有那么多的财力、物力，还要自己做数据平台吗？

我的回答必然是：要！

问题是，怎么做？

这里就要谈到一个层层推进的问题了。

前面已经提到了，有些数据的颗粒度很粗，可以利用第三方去完成，而一旦进入业务支撑的数据分析，靠第三方就不太可能了。

那么，不管你是多小的公司，分层去推进数据建设这件事儿，永远是成立的。

Step1：搞定核心业务的数据

埋点本身是费时费力的活儿，但是我相信，只要是能活下来，或者有希望活下来的公司，即便没有找到商业模式，也应该意识到自己的核心业务是什么了。

那么，围绕核心业务所需要的数据，先把这个业务的所有数据的埋点给做掉，就是最初要做的事情。

Step2：明确核心业务的数据呈现结构

有些业务是漏斗式的，用户通过1、2、3的分步骤操作，来完成业务流程，那么，通过建立数据漏斗，就能看到用户在整个业务流程里实际的使用情况。

譬如说，交易平台，用户的业务流程是：

浏览-下单-支付-收货-评价

你其实会发现，漏斗在这里是明显存在的，浏览-下单有下单转化率；下单-支付有支付转化率；支付内部有支付成功率；支付完成-收货有个确认转化率；收货完成-评价，有个评价转化率。

但对于核心业务流来说，前期只需要去搞定浏览-下单-支付，即可。

什么，人力还不够？那么下单-支付总归要做的。

等把核心业务流做完，再去向前和向后去延伸埋点布局。

同理，当核心业务的数据建设告一段落，就继续去做其他的非核心业务的数据建设。一个一个来，虽然看起来工作量不小，但总有完成的一天。

Step3：埋点建设与报表输出

第二步做完就赶紧先埋点。有能力，去做自动化报表，没能力，用个简易后台提供查询即可，再没能力，数据同学提供查询SQL，开发权限给相关的接口人员自行提供查询。

Step4：如法炮制其他业务的数据建设

做法基本一致，只要能做一个，就能做第二个，并不难。

5.自动化不急于一时

很多时候，数据建设工作难，其实是难在怎么去做自动化。

自动化当然好处多多。

不用手工SQL，直接系统邮件日报表、周报表、月报表；

对关键指标项直接监控，有问题通过各种渠道报警相关人员；

……

但是，并不是一开始就要做自动化。

运营常常说，有工具要上，没工具靠人肉也要做。

道理是一样的。

关键是，对于数据建设这件事情的重要性，公司和老大们是否意识到了，是否愿意去给资源？

如果没意识到，以上这些都是废话，如果意识到了，我觉得作为运营人员，学会提需求，足矣。

一个很现实的问题是，大多数老板并不真的关心数据。