由于美团Data Driven的文化传统，美团外卖在业务早期阶段就专门成立了数据组，并在配备人力上给予了足够多的关注。美团外卖数据组亲历了外卖从0到100w再到200w+订单的增长，剧烈的业务变化都会从数据上体现出来，因此许多经验可为很多同类型的公司提供借鉴。更重要的是，从现在的角度看过去，会发现如果早期没有一个良好的数据基础和踩过的这么多坑，现在美团外卖的很多决策和推动会变得十分艰涩缓慢。
作为美团外卖第一任且最“长寿”的数据产品经理😊，本人便将其中历经的各个关键点梳理出来，以及踩过的若干个坑，并由其中总结出O2O的数据建设原则，以及数据管理平台（DMP）对于一个业务的作用。因能力有限，眼光文笔难免拙劣，请多指正。

外卖数据发展关键点

德鲁克曾经讲过，衡量一个组织的重要性取决于它对外提供的价值。对外卖数据组而言，就是对外提供的数据服务。那么在外卖数据组从2014.3到现在这一年半的发展历程上，有哪几个关键点对提升数据组产出有至关重要的作用？这里的关键点，是指那些促进质变的要素，使得产出有十倍甚至更多倍率的变化。这些要素不见得是产品技术上的原因。

为理解方便，我简单的将数据产品的发展历程分为青铜/黑铁/白银时代，代表着数据基建/产品基本成型/数据辅助业务决策三个阶段。至于最后一个黄金时代，因本人能力有限只得窥见一二，就不在此班门弄斧了。

确定分析基础：明确订单归属逻辑

数据组内传过这么句话：外卖三大难题，未知怎么归，蜂窝怎么划，还有一个小八卦。之前由于责任区域的任意变化，导致订单的归属不稳定，经常需要重刷数据，带来了巨大的工作量。但是订单归属逻辑对于很多注重地推效果衡量的O2O公司来讲又十分重要。最后我们通过协调和优化，最终把这事敲定了下来。

回想起来，这个当初因为计算速度而做出的妥协改变，在后续计算速度提上来却也不再更改了。原因在于目标考核本就该限制责任区域的变化，此事到这里才真正尘埃落定。

现在回过头来看这件事情，可改进的点在于
1. 充分考虑数据量的增长，并为其带来的存储和计算问题做好准备
2. 保证底层数据的稳定性，避免反复推倒地基重建大厦的动作
3. 数据并非只一味服务于业务，也可以反过来优化业务，这要求两个部门保持密切的沟通

提高计算速度：迁移Hadoop平台

又是一件现在看来理所应当的事情。放在当时的情境下，主要存在两个问题，人力不足和对新平台不够了解。但事实证明，真正把事情推上进程后，问题就会迎刃而解。迁移到新平台明显带来了两点好处：计算能力的大幅提升和ETL开发流程规范化。包括之后采取Spark来做实时数据在内，给我们的启示是：要勇于采取新技术，计算存储能力永远是数据的基本生存条件

提高响应速度和产出：优化PM和RD合作流程和扩充队伍

前面这两个关键点完成后，标识着数据组从青铜时代迈入黑铁时代。前者着力于数据基础建设，而后者就要把重心放在利用数据提供更有价值的产出上了。这时候，之前松垮的合作流程和人力匮乏问题凸显。早期PM和RD基本是通过一对一沟通确定需求，契约精神并不强，对外产出质量和速度均不理想。明确PM负责方案质量，RD负责产出排期和效果和周会这三个动作确保了流程的顺畅。在这基础上，逐一对已有产品进行优化并开拓新产品就成了可能。在扩充队伍这块，有个度需要把握的是，如何确保人数是否足够。有个方法可以借鉴下：根据你的用户群体来看。一般来说，大部门需要3-4个，小部门需要0.5-1个RD才能支撑

优化用户体验：独立出来成为DMP（海豚数据平台）

海豚数据平台

这个萌态可掬的小海豚就是我们独立出来的新平台Logo。之前因为历史原因，数据报表一直挂在运营后台前面，很多技术上的尝试都极为受限。这也标志着数据组三个主要产品形式：可视化平台，邮件系统和大象推送真正落地成型。这次迁移有三个好处：
1. 提供了更多可视化的可能性，根据不同的数据特性有对应更直观的方式
2. 大幅优化了用户体验，抛弃了多个历史原因的设计包袱
3. 随着平台独立和系统菜单划分，数据种类更加丰富细化
C端数据（如PV，UV等）也从纯粹的数据展示开始关注和展示漏斗转化，页面跳转等更加详细的数据粒度。

降低用户使用成本：数据引导业务和辅助决策思路

海豚声呐系统

纯粹的BI报表对业务起到的作用有限，正如人类对于金属价值的认知和使用一样，还停留在肤浅的黑铁时代。只有将数据与业务思维结合起来，去引导业务和辅助决策，才能真正发挥数据的价值。

基于这个思路，我们在今年3月份开发了一套自动化的城市团队绩效考核系统，并以此为基础，在7月份开发了声呐系统。声呐系统的最终目的是从用户，商家，成本，人员四个角度帮助城市分析业务做出决策，甚至做到每个人通过声呐系统的推送就可以直接执行了。如BD可以直接了解到他今天知道哪些商家出了问题需要拜访，，结合抓取的竞对数据判断哪块区域竞争激烈需要加大投入balabala...具体做法是根据公司战略，分析师和PM对数据的判断，及城市先进的使用数据经验来形成一套高度可复用的分析产品，并推广到全国。往远了讲，绩效系统抽象出来无非人员，数据和规则，后期可实现自主化和多样化配置，变成一个各事业部通用的考核产品。并且通过绩效分布的分析，数据组甚至可以反过来优化绩效规则，兼顾公平效率的同时，更好地推动业务发展。

更加丰富的应用场景还有：对内，随着用户画像越来越精确，外卖可以做精准营销平台，在活动促销这块做到成本更低收益更大，避免盲目投放带来的资金浪费。同时在排序推荐上提供更好的体验。业务越来越复杂，内部流程效率也越来越依赖于各种数据进行监控和优化。对外，外卖可以提供商家专用的数据产品，帮助商家更好地把握店内运营情况，做好自营销balabala.....本质上，就是把外卖业务的参与方：消费者，商家，BD更有效率地结合在一起，实现整体产出最大化。

外卖业务参与方

这才是白银时代。

黄金时代

数据本身应该有更大的想象力。硅谷有家公司叫Palantir，在国防安全与金融领域均有应用，相传在本拉登的抓捕行动中功绩卓著，目前估值已达200亿刀。此处关键在于数据的采集获取方式极大简便，数据的计算存储能力极大提升，数据的应用场景极大丰富。至此，我们甚至可以对所有事物通过数据进行多维度定义，对所有过程进行精准描述，跨越Google开创的人搜索信息的时代，到达信息直接推送到人的纪元.....

哦梦该醒了

以上首发于公众账号三生石，ourstone，分享产品和读书心得，当前会专注于数据产品和B2B这块，欢迎有志于此者一起交流