gydtep

对于数据驱动，很多人做到一定程度之后，脑海中会形成一定的方法论和体系，进而形成驱动流程和组织机制。大家也听了很多方法论，包括增长黑客等，貌似自己已经很懂数据驱动了，但是实际操作起来可能连“什么是事件属性这种基础的概念都不了解”，这是很多业务线同学普遍的现状。

gydtep

另外，很多公司认为做数据驱动就应该有一个高大上的数据平台，这两年标签画像平台或者数据中台的概念比较火，它们真的能够实现数据驱动吗？不见得。目前，很多公司的数据质量非常差，数据驱动就更无从谈起，这是国内大中小企业普遍存在的情况。

gydtep

有些公司需要这样的同步方式，再往下是具体的采集方案设计，前面已经拆分出了公共性指标和个性化指标，它们延伸出来就是公共埋点和个性埋点，公共埋点是非常重要的业务性指标，这个指标很长时间都不会变。

gydtep

目前，由于疫情的原因，很多人在家使用钉钉移动协同办公， 如果某个人的KPI出现异常或者波动就会自动同步到群里，分析师会到后台分析异常原因。另外，团队运营人员在后台可以直接用运营弹框来组织活动，并对相关人群做触达并观看效果……

gydtep

在权责方面，面向业务提供服务之前，由统一的团队负责从业务中抽象出源于业务而又不同于业务的数据域，再主导统一建设数据中间层，包括侧重明细数据预JOIN等处理的明细中间层、侧重面向应用可复用维度和指标的汇总数据中间层。

gydtep

早些时候，大家对“数据驱动”的理解是“报表驱动”。2016年、2017年的时候，一家处于C轮、D轮的深圳公司，该公司有1000多份报表，每张有10个Sheet，每个表格有20多个指标，大家可以算下一共有多少个指标，他们内部的数据团队都不知道哪些指标有用、哪些没有用。为了督促大家去看这些报表，公司还监控了邮箱。

gydtep

数据驱动是一件好事，但在国内企业的落地中确实很“骨感”。数据驱动不是一个简单的工具，也不是多个分析师或者少个分析师的问题，而是整体的格局问题。“陈新祥在直播中提到。

gydtep

有些公司需要这样的同步方式，再往下是具体的采集方案设计，前面已经拆分出了公共性指标和个性化指标，它们延伸出来就是公共埋点和个性埋点，公共埋点是非常重要的业务性指标，这个指标很长时间都不会变。再往下是研发口径，不管是公共埋点的事件规则、属性规则，还是采集时机，都要做统一管理，最后再进行验证。

gydtep

事件驱动架构的另一个重要优点是提升了系统的可伸缩性。事件生产者在等待事件消费时不会被阻塞，并且可以采用 Pub/Sub 方式，让多个消费者并行处理事件。

gydtep

分布式的松耦合架构大大增加了应用基础设施的复杂性。基于云的部署交付方式和云服务（消息队列、函数计算服务等）可以使得该架构的稳定性，性能和成本效益进一步提高。