Skip to content
返回增长与获客

增长数据栈

建数据基础设施（事件、仓、转换、仪表盘）使增长团队分钟自取答案。

为什么

增长团队速度受限于多快能答数据问题 —"Reddit 用户的激活率？"应 2 分钟非 3 天等数据团队工单。自取数据栈（事件追踪 → 仓 → dbt 转换 → BI 工具）使增长团队无瓶颈查、探、仪表盘，这是周 3 实验 vs 1 之差。栈还创单一事实源：所有人查同转换表无"我仪表盘 12% 你 15%"争论费会时。投资前载（3 月建）但永久（团队自取数年）且复利因累积转换表成库使每新分析更快。无数据栈增长团队仪表盲凭直觉和部分数据决策。

何时使用

增长团队周问 5+ 数据问题时。扩实验前建栈；数据瓶颈杀节奏。

如何做

1. 用追踪 SDK（Segment、Rudderstack）埋事件：每用户动作（注册、激活、邀请、付费）带 user_id、时间戳、属性
2. 通过 SDK 原生连接器载事件入云仓（BigQuery、Snowflake）；此为原始数据单一事实源
3. 用 dbt 转换：建用户、会话、漏斗、队列、留存曲线模型 — 版本化、测试、文档化
4. 连 BI 工具（Mode、Looker、Metabase）到仓；给增长团队查询权非仅预建仪表盘
5. 建 5-10 核心仪表盘：增长模型、AARRR 漏斗、实验结果、留存曲线、渠道归因 — 这些是日工具
6. 写数据字典：每指标、定义、dbt 模型、负责人 — 使"激活率"对所有人同义
7. 设自取模板：常见问题 SQL 片段（按渠道激活、按队列留存）团队可参数化
8. 测数据速度：问题到答案时间；增长团队目标 <10 分钟，新问题类型出时重审

示例

# 增长数据栈
事件：Segment SDK → 每动作带 user_id + 属性追踪
仓：BigQuery（原始事件，留 2 年）
转换：dbt（模型：用户、会话、漏斗步、留存曲线）
BI：Mode（增长团队有 SQL 权 + 8 仪表盘）

# 核心仪表盘（日工具）
1. 增长模型：WAU = 新 + 回访 + 重激 + 推荐
2. AARRR 漏斗：每阶段转化，按队列按渠道
3. 实验结果：活 A/B 带置信区间和护栏
4. 留存曲线：D1/D7/D30 按队列按渠道
5. 渠道归因：每渠道 CAC、回收、增量提升

# 数据字典（摘）
activation_rate = count(注册后 24h 内完成核心动作的用户) / count(注册)
  dbt 模型：mart_growth.funnel_activation
  负责：@alice | 刷新：每小时

# 自取（问题 → 答时间）
"最近 4 周 Reddit 用户激活率？"
→ 2 分钟（参数化 SQL 模板，Mode 跑）
# 栈前：3 天等数据团队工单

常见问题

  • ⚠无事件追踪增长团队无新日志工单答不了任何行为问题。
  • ⚠各团队同指标多定义每会以"为何你数与我不同？"起。
  • ⚠预建仪表盘无查询权任何新问题 3 天等数据团队工单。
  • ⚠无 dbt 转换层每查询从原始事件重推"激活率"都不同。

最佳实践

  • ✓用追踪 SDK 埋每用户动作；无事件增长团队盲每问题是日志工单。
  • ✓用 dbt 建单一转换层每指标一定义；此终"为何你数不同"争论。
  • ✓给增长团队仓 SQL 权非仅预建仪表盘；新问题须查询权非工单。
  • ✓写数据字典含每指标定义、dbt 模型、负责人；共享定义是自取基础。