如何做品牌線下數據

⑴ 新零售怎麼打通線上線下數據

第一，是實現線上線下消費的無縫對接：
也就是線上購物，然後線下到門店自提，或者在家附近的門店送貨上門，這樣是不是很方便?而不是電商專屬商品，這樣物品質量有保障，而且物流費也省去了，商家庫存管理也會非常出色。
第二，是解決配送和假貨問題：
選擇信譽度高性價比好質量優的供貨商供貨，統一進行配送，跟門口店面進行合作。
一方面可以做B2B統一配送業務進行賺錢，一方面通過廣泛布局，掌握全國零售商品的物流大數據。
新零售體系下，精選後的產品，直達小區的產品，在配送時更加快速，比如通過淘寶外賣弄，通過餓了么或者蜂鳥配送到你家。可以預見，新零售+B2B配送成功布局之後，這倆問題將得大幅改善。小豬外送系統順風配送模式，助力打通最後一公里。
第三，是增加大量的消費場景體驗：
在門店中，大量採用感測器和物聯網，並在將來利用AI技術，做到自動結賬，客戶追蹤、優化庫存、內容推送等，將大大提升消費者的消費體驗和店面的盈利能力。

⑵ 企業的大數據營銷方案該怎麼去做

企業要做大數據營銷就需要通過大數據平台，將企業各個部門之間的數據打通，串聯並相互融合，從而指導企業制定科學的營銷方案。
首先把各個部門的數據匯總到一起，通過對這些數據分析，掌握用戶的精準信息，建立用戶畫像，定義用戶屬性。同時企業要知道自己產品的定位是什麼，產品賣點是什麼等，對不同的對象採取不同的營銷策略，直擊痛點，實現轉化。
然後搜集客戶的個性化信息和需求，推送購買建議和相關促銷信息，到提供跨渠道的客戶購買體驗，以及激發相關的品牌聯系。利用小蜜蜂大數據平台進行數據挖掘和分析，發現客戶思維模式和消費行為模式，指導產品的研發與新技術方向。
最後進行全渠道營銷：整合並分析用戶在終端的行為數據，幫助企業打通外部廣告營銷、自有終端平台、會員營銷、商品分析等多種營銷渠道。其具體具體流程可歸納如下：
1.數據採集
數據採集其中分為線下與線上。線下是在指在門店或某個商圈內放置一個數據採集裝置，採集周圍用戶的手機資源。線上是指利用LBS技術對指定區域、地點來精選數據採集調取。
2.數據清洗
原始數據採集上來時往往都是不規則、非結構化的數據，而且數據大量存在重復、缺失、錯誤等問題。所以需要進行數據清洗，也就是數據畫像分析，並將清洗的結果傳輸到分析及運用系統中以供使用。 
原始數據中可能攜帶一些用戶隱私相關的數據，在數據清洗時，需要通過標簽化、分類化等等方式對這些數據進行處理。
對於非結構化的數據我們也需要採用數據建模及數據治理等方法將數據轉化為結構化數據，這樣才能加快統計分析的速度。
3.數據運用
前面二個運用只是基礎的環節，最重要的是如何利用數據來達到營銷效果。
數據可視化是數據分析及運用環節十分重要的展示窗口，通過這個窗口可以讓更多的、各級工種得到數據傳遞的規律和價值，並使數據在工作決策中起到十分重要的作用。
除了數據可視化還是用戶畫像分析也是重要的營銷手段，通過線下數據和線上數據分析，進行精準客戶一系列分析會更加了解客戶他們的喜好、瀏覽習慣、是否擁有消費能力等等，根據這些還可以制定出符合精準客戶痛點的營銷方案，力求營銷最大化。

⑶ 如今傳統企業如何做數字化轉型

數字化轉型，是建立在數字化轉換、數字化升級基礎上，進一步觸及公司核心業務，以新建一種商業模式為目標的高層次轉型，簡單來說，是用數字來驅動整個世界的變革。企業數字化轉型的本質是通過數字技術在競爭中獲取優勢。

企業做到一定程度，多多少少都會遇到一個瓶頸期，尤其是在現在這個信息爆炸、市場風向瞬息萬變的時代，一不小心就會陷入迷茫：接下來我該怎麼做？似乎老辦法行不通了？別人都在做什麼？如何降本增效？要如何拓客？如何用現有的資源讓企業更上一層樓？營銷活動要怎麼才能獲取更多的人脈和商機？有新的營銷模式嗎？

如今，數據成了新的能源，不是企業沒有數據，而是很多企業不知道怎麼採集數據，治理數據，或者更深入地說，從數據中發現問題和機會。數字化轉型是一個發現問題、量化問題、解決問題的過程，總結一下，有四場必打的戰役：品牌營銷、產品創新、渠道經營和用戶運營。

品牌營銷：

品牌是一套對公司產品和服務所引發的預期和聯想，它不僅代表了一個公司的產品，也是代表了一個公司的形象和特質。就像提到「足力健」就會想到老人鞋、價格親民、穿著舒適；提到「旺旺」就會想到過年大禮包、走親戚這樣，成功的品牌營銷，是即使客戶沒有購買過這個品牌的商品，也會在腦海中形成一個聯想。

雖然品牌是一種主觀感受，但依然有量化它的手段。

（數據來源：數說雷達）

以蘭蔻來舉例，在數說雷達系統中查詢蘭蔻的口碑，會得到一個詞雲：

圖片來源：數說睿見全國城市選址指標

用戶運營：

前述幾場大戰可以幫助企業培養和篩選出意向客戶，用戶運營則幫助在私域池中促成交易。很多大牌美妝都在做的社群經營就是私域，先用活動或者首次銷售把用戶引流到社群中，做好品牌的宣傳、下期活動的營銷，這種「耳濡目染」自然會讓用戶對品牌的印象加深，再用打折促銷的方式促成二次購買，逐漸匯聚成一批忠實的品牌社群客戶。

遵循用戶拉新——激活——留存——轉化——傳播——到店的路徑，企業仍然需要數據採集工具提供多點打通、融合、管理功能。節省人力，把人力和數據用在刀刃上，這也是數字化轉型的意義。

其實不論是什麼轉型，歸根結底都是為了企業更好的發展。數字化轉型的開始或許很難，但從長遠的眼光看，這一步值得邁出。

⑷ 廣告企業如何做到線上線下數據的貫通

高穩定性
廣告效果最大化的秘訣就在線下大數據
線下場景人群一旦構建便可形成固定化人群數據包，可持續循環進行廣告影響。 簡單來說，它實現了第一個「反復」——今天你投放廣告的人還是明天你投放廣告的人。

固定線下人群包導入媒體後台後，就可鎖定該人群，讓你的每一次廣告無論是哪一天、哪一個時刻投放，都能曝光在同一批人眼前，實現同一個廣告對同一個人的反復影響。而線上數據就做不到，線上流量變換迅速，假設今天基於興趣標簽圈定10萬人群，但次日再次通過該標簽圈定的10萬人已不再是昨天的10萬人了。「昨天」的人都無法找到，何來「反復影響」一說，都只是接收了一次廣告曝光而已。

線下數據可以獨立於媒體，不依附於某個單一媒體，可以通過數個新媒體同時投放營銷。通俗地說，它實現了第二個「反復」——今天這個app看到的廣告，明天在另一個APP還會看到。

線下人群包脫離APP而存在，作為高度獨立的個體可導入任一主流APP媒體後台（例如今日頭條、抖音、微信朋友圈等），完成不同APP之間的數據互通，在進行針對該人群的廣告精準投放時，實現多渠道全媒體營銷，讓你在用手機使用不同APP時都能看到同一個廣告的身影，再一次完成「反復影響」。同樣，這一點線上數據還是做不到。由於APP之間的競爭關系，線上數據無法共享使用，造成互相之間的數據壁壘，最終你在A媒體上投放廣告的人和B媒體上投放廣告的人根本不是同一批人，又從何談「反復影響」一詞。
新媒體廣告投放，都有一個核心目標——讓消費者記住你的品牌或產品。只有長時間反復影響，經過一段時間的積累和印象形成，才能看見效果，沒有「反復」的策略是成不了記憶的，自然，廣告也是沒有效果的。

⑸ 數字化門店如何打造

什麼是數字門店？顧名思義，數字門店就是將數字工具作為重要的經營手段，進行門店的管理與維護，它是現代科技與實體門店相結合的產物，通過線上智慧經營小程序與線下門店的融合運營，為商家解決客流、營銷、管理成本等問題。

商家如果想要升級成數字門店，需要藉助相應的數字門店工具，如網付智慧數字經營，它能幫助商家構建起從線下到線上的全鏈條管理系統，打造自己的會員資料庫，搭建品牌流量池，在進行數字門店升級的同時，完成企業的數字化轉型。

⑹ 線下如何做到精準,數據從哪裡來是人工統計還是智能

目前鈦動科技做的投放是以線上為主，後續線下投放也會陸續做起來。線下的數據最終也是需要回到系統，所以鈦動科技也會用鈦動科技的系統和技術包括商業智能BI，去支撐投放的精準度，力求做商業賦能的BI企業，用商業智能去賦能一切廣告交易。

⑺ TOP100summit分享實錄｜服務快消品牌的數字營銷解決方案

本文內容節選自由msup主辦的第七屆TOP100summit，個推大數據產品咨詢總監沈都分享的《服務快消品牌的數字營銷解決方案》實錄。

分享者沈都具備豐富的互聯網研發和營銷策劃經驗，善於通過數據分析發現企業服務環節中的更多營銷價值點，曾負責長城 汽車 、高露潔、歐萊雅等多個項目的數字營銷工作，在數據，分析挖掘和應用上有豐富的實戰經驗。

編者按： 2018年11月30日-12月3日，第七屆全球軟體案例研究峰會在北京國家會議中心盛大開幕，現場解讀2018年「壹佰案例榜單」。本文為個推大數據產品咨詢總監沈都老師分享的《服務快消品牌的數字營銷解決方案》案例實錄。

眾所周知， 廣告分為兩大分支，即效果廣告和品牌廣告。效果廣告在移動端領域非常普遍 ，例如，你看到一條消息刺激你去安裝下載一個APP，或是留下信息注冊，這就是效果類廣告。

品牌廣告 是指大家在傳統媒體上看到各種各樣的廣告信息，不管是請人代言還是戶外海報這都屬於品牌廣告。與效果廣告最大的不同是，它並不是追求在一次廣告投放中產生立竿見影的效果， 而是在一個長期與消費者溝通過程中，讓品牌形象深入心裡。 品牌廣告中根據品類不同，還可以分成更細致的觀點，例如， 耐用品、奢侈品、快消品 。

耐用品 ，一般品牌商常用的方式是宣傳它的功能性、可靠性、耐用性。 奢侈品 則完全不同，奢侈品有自己的一種品牌理念、質感，這體現了奢侈品消費者的身份特徵。 快消品 是覆蓋更大的品類，消費者對於快消品的理念也會隨著各種各樣的因素而變化。

快消品市場競爭激烈，消費者見異思遷

對於快消品來說，它受影響的因素非常多，我們先從品牌因素來講：

品牌本身是一個消費和決策的因素，比如，耐克、寶馬這種品牌因素非常深入人心。但是快消品的活動非常多，我們常說：「廣告打得再有情懷還不如雙11半價。」這是 活動因素 。另外就是 環境因素 ，現在一些快消品在電視劇/綜藝上做贊助，有些人會沖動購買，這時，它的目的就已經達到了。最後是 購買心理 ，比如咖啡，你看到身邊人在喝，你作為消費者也會想要嘗試一下。

快消品的消費者特點：

1、購買習慣因人而異。

2、消費者購買快消品是相對感性的產品。現在一些網紅、博主帶貨，如果你對他有好感，很容易會被其影響。

3、快消品價值不高，所以，導致消費者的忠誠度並不高。

品牌營銷面臨的問題

快消品的這些影響因素會影響品牌在很長時間內的表現，所以，我們該如何幫助品牌者更好的了解消費者？這個才是品牌主關心的事情。要做品牌廣告，就一定要走心，讓品牌形象深入人心。因此，想要了解消費者，傳統的方式是 問卷或者訪談 ，挑出一小部分用戶代表整個群體，通過他們的溝通交流挖掘出內心動機。但是，這相對有三個弊端。

第一個，調研成本相對比較高 。有效問卷需要很大的量，可能需要幾千份甚至上萬份問卷，這時問卷篩選率非常高，一個產品就要做一輪調查，時間線會非常長。

第二個， 我們現在做一些訪談的時候，需要從消費者口中獲得一些聲稱的消息，但其實這些消息 並非他們的真實想法。

第三個， 我們在選一些媒體去做觸達時，因為前期是抽樣調研，所以，在投放的時候，量本的用戶不能覆蓋整個群體的特徵。

面對這些弊端，我們能否用一些數字化的方式去解決呢？

雖然，大數據強調的是 全量， 但廣告一定是品牌和效果分開的，傳統廣告是通過一輪一輪的品牌印象，在一些關鍵時點做大型促銷，在數字化領域，我們同樣要遵循這樣的規則，而並非在有了一些數據化的工具之後，把品牌廣告做成效果廣告，這是很多品牌主在一開始接觸時產生的誤區。

上圖是我們經常跟品牌主做的營銷節奏。對於一個品牌來說，營銷時點是分開的，在平日的一些時間段，它要做的是找到相應人群做一些相應內容的傳遞，以此達到品牌印象的建立。在一個大促的時間點做臨門一腳的事，關系就像蓄水池，平時品牌印象就是蓄水池，而大促相當於一個開關。

我們如何幫助品牌廣告主做數據化的營銷工作？

每一個人都是數字時代的網民，不管我們去消費、 娛樂 、通行、訂單等所有行為都要通過手機。平均每個人手機上主動下載安裝的APP有33個。所以，有了這樣一個移動端的基礎後，我們才可以說 打造以人為單位的移動營銷工具。

上圖可以這樣理解，通過大數據可以解讀消費者在移動端的行為偏好，由此便充分了解消費者，最終通過「人」推導營銷策略。

這個時代不缺數據。 一個品牌在各個領域都有它的數據，比如，電商平台中會有大量CRM的信息、訂單信息、消費者信息、消費者購買時間、購買金額等數據。另外，線上各媒體投放的時候，也會留下大量消費者數據，比如，哪些消費者在什麼地方看過廣告，有沒有點擊，以及對某些廣告的敏感度等。但這里有個很大的問題， 在不同的場景里，數據的沉澱方式是不同的， 因此數據無法被打通。

那麼，我們如何知道消費者既購物又去了線下門店，並且還看到了廣告呢？

現在，BAT有非常強大的賬號體系，所有的APP、網站都用微信/淘寶賬號登錄，我就可以知道同一個人分別在哪些地方出現。而我們的方式是 ID打通， 我們把這些數據做匹配，打通以設備為單位/近似於以人為單位的ID，標上我們自己的標簽體系。

數據的匹配打通，其實是一個相對底層的工作，這個工作廣告主看不到。既然我們是為廣告主提供洞察研究的產品，那我們更多是要做可視化方面的內容，讓洞察結果變得更加顯而易見。

上圖是某一款產品在旗艦店銷售的狀況，大家可以看到，57%的訂單都是在「6.18」期間完成的，這是一個非常典型的大眾快消品的消費方式。它的所有消費不是均勻分布，而是在某一個爆點突然完成，這個爆點落在「618」、「雙11」期間。所以導致基本上一年購物兩次，兩次解決一年的銷量。

大家會有個刻板印象，我的產品到底吸引什麼樣的消費者？是那些對價格異常敏感的人嗎？如果你是以這個切入為主的思維，那麼這是對後續用戶研究的一個誤區。我們再進一步來看， 用統計學聚類的演算法 ，提取大促期間消費的人群的特徵，大家可以看到，通過這種標簽去聚類之後，有5個特徵顯著的人群。

第二種是品質生活追求者。 這群人年齡相對較大，他們會有休閑放鬆的活動，並且會去一些護理的場所。

第三種是精明購物者。 我們現在所說的消費升級，大家都想用更優質的產品，但卻不想花費太多的錢。這個群體會變得越來越普遍。

第四種是宅男宅女。 這群人大部分都是單身、二次元，但是比較容易滿足。

第五種是學生黨。 學生群體相對來說比較清閑，他們經常有一些豐富的社交行為，不管是線下大學之間的相互串門還是線上各種社交行為，我們稱這是荷爾蒙爆棚的地方。針對這群人，我們要傳達一種青春活力的品牌理念。

在品牌廣告領域可以分為兩大類， 第一大類，相對窄眾的消費品 ，在國內市場，有很小一部分群體貢獻很大的銷量，一般以高端商品為主。做這種品牌營銷，是沒有必要做大面積/大媒體的推廣，因為大部分人即使看到了廣告也不會購買。所以，我們要 找到高能度、高凈值的人群做推廣，並且保持長期有效的影響。第二大類，大眾消費品， 也就是我們今天探討的快消品，這類產品其實任何人都能買得起，但是為什麼要選擇你家的產品呢？因此， 我們要針對不同的群體，灌輸不同的品牌理念， 讓消費者認為你的產品是符合當下需求的。

開發可視化用戶分析界面

用戶除了在線上表現的有特徵之外，很多時候是在線下。比如，我們去機場時，因為機場相對高凈值且人群聚集，所以我們會經常會看見一些比較高端的廣告。但是，城市人群復雜，我們無法找到相對應的消費者做用戶研究分析，所以，在這個條件下，我們又做出一款做 線下人群分析的工具， 下面我們來看兩個案例。

案例一：

上圖叫做 紅藍海 。兩年前，個推給國內某款知名共享單車做線下位置分析，當時有一個很大的挑戰，即單車距離的遠近決定用戶是否騎行。我們將可能使用單車的人群挑出來，再做一個大盤，然後統計有多少比例的人安裝了該品牌的共享單車APP，最後我們把它畫成圖，中間設置了一個 閾值 ，數值超過就會變為紅色。 紅色即表示，在這個區域內競爭非常激烈；而藍色表示，這個區域的投放車輛濃度較低，但這個區域的潛在用戶分布很多 ，所以，該品牌應該在此區域增加投車數量。

案例二：

上面這四個小圖，是我們做給微軟Surface的。左邊第一張圖是在北京地區做了一個樣本分析。第二張圖，將相對高消費的人群挑出來即可看到，高消費人群主要分布在北京的西北角和東邊，也就是中關村和國貿一帶。第三張圖，是Surface北京典型用戶的分布，這里包括了學生和IT互聯網產業的從業者。第四張圖，是蘋果的分布。第三張圖和第四張圖有很大的差別，Surface和Mac不是直接的對包，所以，做一些活動和宣傳的時候，我們更傾向於Surface人群，因為Surface更多的被IT互聯網從業者使用。

如上圖所示，從上到下每一條線代表一台手機隨著時間充電的狀況，最右邊的時間是從晚到早。每一條垂直的線都由千萬條線相組成。紅色表示手機正在耗電，正常使用耗電叫Active，綠色表示充電，藍色表示電量相對平衡，已經達到或接近了100%。我們可以看到，紅色和綠色或綠色和藍色交界處畫一條線。上圖在個推內部叫做睡眠圖，它代表不同的人群睡眠狀況是不同的。

從傳統投放到精細化投放

傳統的觸達方式，是以媒體和內容為向導。但這種方式有3個弊端：價格貴、曝光率低、競爭激烈。

觸達「TA」而不是媒體—貫穿全天的數字生活

現在，程序化中的主流方式是 DSP ，它是一個平台，負責對接各種各樣的媒體。當一個用戶打開某個APP的一瞬間，如果是開屏廣告，幾毫秒便會將請求顯示到設備ID，隨後發送到我們的系統，系統會判斷設備ID是否適合投放。如果適合，系統回答yes並發送給用戶，如果不適合，系統回答no並被另外廣告填充。

這種方式是以 第三方 數據服務角色介入廣告曝光流程。對於品牌主來說，數據不會全部上傳到媒體，因為我們給客戶建立 私有雲 ，數據儲存在客戶私有雲，用的時候才會查詢，被查詢時才會上傳，這對用戶數據也是一種保護。

自助式媒體表現分析

投放後做 媒體分析 非常重要，因為在一次投後過程中的媒體表現、媒體相關流量/質量涉及到品牌的展示效果。

我們來看一個例子，在一次投放當中，我們挑了一群人，一半男性一半女性。投放之後，我們發現點擊人群中有60%是男性，那能否得出結論說男性更願意點擊？不能，這里忽略了一個因素， 曝光人群 。

上圖是我們給品牌廣告主做的一套系統，前面所說的內容都是基於這套系統所做的案例。從最基礎的數據倉庫來看，我們不僅對接了品牌主自己的數據，還對接了品牌主合作方的數據，大部分的數據串聯起來存在數據倉庫中，用我們的方式打上標簽，在這基礎之上，還要做分析和洞察。

最直接的方式是做媒體投放對接，像阿里和騰訊，他們都有直接API介面，我們的人群可以直接傳到廣點通，和內部對接後再投放。

媒體監測和反欺詐，這是數據的循環。這對於品牌主來說不單單是搭了一個殼，品牌主的使用次數不斷流轉，流轉越多，數據就越豐富。

案例啟示

•數據是品牌主最重要的資產之一。 現在越來越多的品牌主在往數據化的方向前行。國內外的快消品牌，他們對於數據的概念愈加清晰。

•工具只是輔助，營銷追求本質。 營銷方法永遠不會過時。數據、工具讓營銷環節更有效率，能覆蓋傳統方式的盲點，這是數據工具帶給營銷的意義。

•數據類產品要結合實際業務開發，不能閉門造車。 在面對不同客戶時，要結合實際情況，開發不同的工具。

⑻ 傳統企業如何做數字化轉型

數字化是未來的趨勢，對於傳統企業更是急需轉型升級。數字化主要通過顧客畫像、門店經營、線上轉化、營銷渠道等多維度數據，幫助品牌或商家實現線上下結合，同時輔助管理者做決策。把傳統的線下經營方式搬到線上去做，實現線上下相結合，打造自己的私域流量，可以整合客戶數據，可以針對消費者進行二次營銷，進行有效的引流獲客。同時，可以降低門店的經營成本，節省人力。仔進一步的，通過線下智能設備支持，在線上完成大量數據分類、整理、留存以及分析的工作，更好地為門店提供運營思路。具體的方式有：
客流分析：通過對門店客流檢測，包含但不限於：過店、到店、逛店、成交等數據，分析門店客流特徵。幫助品牌運營者動態調整門店經營策略，提升門店客流轉化和商品成交率。
巡檢督導：構建「規范化、數字化」品牌門店管理系統。幫助品牌管理者及時、高效了解門店日常運營情況。
數據洞察：綜合分析品牌線上+線下經營數據，全方位分析品牌顧客畫像、門店經營、線上轉化、營銷渠道等多維度數據，讓經營中者從全局視角了解品牌經營現狀，制定更合理、有效的品牌發展策略。

⑼ 企業如何數據化運營到運營數據

你的吃穿住行，都會產生數據。

企業內部的每一步動作，都會存在數據。有些數據隨著時間流逝，淹沒在煩躁的社會中去了，有些數據，被我們聳聳肩，甩掉在腦後。然而，從來就沒有人意識到，這些被我們忽略的，都是財富，而且是需要長期積累的財富。

選擇好的數據指標

      

好的數據指標通常有兩個基本特徵，一是數據指標與目標的相關程度，用來衡量目標的期望值；二是數據指標的准確性與穩定性，以長期穩定的准確的反應目標結果。

除此之外，好的數據指標還應該包括以下特徵。首先是易獲取，易理解。其次是適應性強，適合不同的運營活動，適合橫向與縱向的對比，且與業務的相關性比較密切。除此之外，指標的可持續性也非常重要，而且持續性表現在，口徑的統一以及長期可用上。雖然說不同的階段所關注的指標不一樣，但這些指標都要滿足上述特點。

數據運營指標體系的搭建套路

業界搭建數據指標體系的套路通常包括兩種，一種是以精益數據分析為代表的第一指標法，通過尋找關鍵指標，然後利用杜邦分析法通過拆解第一關鍵指標的方式，圍繞第一關鍵指標搭建運營數據指標體系；另一種是根據業務衍變過程（邏輯）構成的海盜數據指標框架：AARRR，與AARRR相近的還有類似於PRAPA,AMAT等數據指標框架。

上述兩種套路，最終都殊路同歸，最終指向業務核心訴求：收益。而最終將收益拆分，對不同影響因素冠以不同的套路的過程，就是數據指標體系搭建的過程。以B2C電商為例，將目標收益拆分為由客流量、轉化率、客單價、購買頻率和毛利潤率以及成本等指標，隨後又將這些核心指標根據影響因素拆分為比如SEM、EDM等單位影響模塊，最終由核心指標和影響模塊指標構成了完整的數據運營體系。

立體化的數據指標體系

      

核心指標，影響因素和發展階段將數據指標變的立體化。由核心指標與影響模塊構成的數據模塊，伴隨著業務發展階段的變化而變化，最終形成立體化的數據指標體系。

      

數據指標體系的立體化可以從四維空間的角度去理解，首先的立體化是核心數據指標以及對應因素影響因素所構成的二維數據指標系，隨著業務的發展以及人員分工的細分，並在此基礎上引入了崗位層級關注度，至此二維數據指標系由二維轉變為三維，最終形成一個一個的數據指標模塊。其次，隨著時間的推移的，業務發展階段不同關注的核心指標不同，最終形成數據指標模塊的動態衍變，最終將數據指標模塊衍變為立體化的數據指標體系。