广告主数据治理

广告主数据治理

2021年｜类型：平台产品｜标签：设计服务效率｜角色：交互设计

背景

在广告市场的激烈争夺中，流量池和广告系统变现效率两大核心因素决定着平台的营收规模。而持续提供优质数据，并保证数据的高效应用，是当前 AMS 优化系统变现效率的重中之重。这一论断，已在 AMS 多个行业以及平台侧成为重要共识。

目前 AMS 的主要数据，可以分为一方数据和二方数据。自 2020 年下半年开始，随着系统的不断进步，广告主侧也对 ROI 要求更高，并愈发认识到一方数据对系统进一步提升的重要性。许多行业在规划如何能达成行业营收目标时，一方数据的接入和应用，越来越多的被提及，也越来越被放在更重要的位置上考虑。

在《设计以外，广告以内：特征数据篇》中，针对数据，我们有诸多发力点来进一步提升产研效率和效果。其中之一就是广告主一方数据治理。

前期调研

许多行业，尤其是在注重投放效果的行业里，行业运营已经认识到一方数据对广告系统进一步优化提升的重要性。

由于行业业态差异大、转化链路各有不同，过往积累的行为类型 (action_type) 无法准确地囊括各行业各链路节点上的各个行为数据。于是，广告平台通过行业运营与广告主建立数据的深度合作模式，广告主将自己的深度用户行为数据、属性数据提供给广告平台，主要包括用户 ID (user_id)、行为类型 (action_type)、行为时间 (action_time)、渠道信息 (channel) 以及行为参数 (action_param) 等基础字段。平台利用广告主的这部分数据，结合腾讯的二方数据能力和策略算法能力，为客户提供定制服务，优化粗排、精排、出价等模型，实现业务更深层目标优化，提升 ROI。

但是不知道如何实施，或者在实施推进过程中遇到诸多问题。我们以一方数据涉及到的各个角色的视角，梳理了一方数据在各阶段的痛点。

各阶段痛点

通过流程规范的设计，将原本在线下的沟通工作信息化。这就是广告主一方数据治理的现阶段的机会点。

解决方案

产品定位

为行业运营提供一方数据从接入到应用到衡量的产品解决方案，实现对一方数据的深入理解、系统管控以及高效应用，透视行业玩法。

产品目标

全周期提效。缩短数据接治量的流程及周期，从一个月降至一周。
各行业提量。驱动行业运营接入核心数据。

信息架构如何设计？

问题

目前一方数据治理与元数据管理、广告特征、用户特征等内容都统一收入了数立方的产品体系。与其他模块在信息架构上的差异点在于，一方数据治理的数据比较敏感，仅提供行业成员可见、可管。而其他模块则没有范围限制。

设计分析

数据理解，回答“它是谁”。

定义回传字段的类型，包括自定义行为(即开发者官网上标准行为以外的字段)、行为参数以及属性——回传什么数据。
行业定义由标准行为、非标准行为组成的行业转化链路——透明行业玩法有哪些。
定义转化链路上考核点的接入量目标——行业的核心行为有哪些。

数据概览，回答“它有多少”。

数据源是哪些、数据接入量是多少、转化链路上的核心行为接入量是所少接入量目标达成了多少——透明数据接入的体量。

数据质量，回答“它好不好”。

基本面分析——数据本身好不好。
行业综合分析——数据在行业中好不好。

数据ETL，回答“它好不好用”。

创建ETL任务——数据在哪里使用、怎么用。
导出库表——数据给谁用、用了哪些字段。
应用效果——数据应用后的效果如何。

信息架构

信息架构

由上面的信息架构可知，产品化在推进过程中，起初要做的就是行业创建，一切都依赖于某一个具体的行业。接下来就是数据理解，这是至关重要的一步。在数据理解的基础上，广告主有数据开始回传，就可以看到数据概览，并可以进一步推进下游创建数据ETL任务。最后才是数据质量。整套解决方案可以提炼设计的侧重点：

行业创建。侧重角色与权限的设计。
数据理解，侧重创建流程的设计。
数据概览，侧重数据可视化的设计。
数据 ETL，侧重创建流程的设计。
数据质量，侧重数据可视化的设计。

角色与权限如何设计？

问题

与数立方其他模版不同，一方数据治理因其对数据安全性较高，需要考虑单独考虑数据的权限，主要包括是否可以看到数据、是否可以针对数据执行操作。

设计目标

满足数据在行业范围内可见。
满足数据在某些成员中可控。
满足未知需求的可拓展性。

设计策略

按角色区分权限的 RBAC (Role-Based Access Control) 模型是个不错的选择。在某一个具体的行业下：

首先，可以区分开用户是否有权限看到该行业，即默认角色为无权限者。
其次，关于最高权限的考量。用户提交行业创建并审批通过后，拥有了的该行业下全部产品功能的读写权限和用户的读写权限。前者指是否有权限操作某个产品功能，后者指是否有权限配置用户。即最高权限角色为该行业的创建者。
再次，关于权限继承。如果配置用户的权限足够灵活，则与最高权限者并无差异，因为我们可以设定管理者继承除了配置用户权限以外的其他权限进行约束。
最后，出于安全性考虑，不是所有的用户都需要全部产品功能的读写权限。现阶段，我们可以人为设定浏览者的只读权限。后续浏览者若需要更多的读写权限，则还能针对单个产品功能进行衍生设置。

设计方案

不同角色的权限

创建流程如何设计？

问题

由信息架构可知，创建流程主要涉及到数据理解和数据 ETL，其中数据理解更是涉及到非常多的创建项，包括创建自定义行为、创建行为参数、创建属性、创建转化链路、创建接入目标。每一个创建任务所需要填写的字段数量不一。除此之外，创建转化链路、创建接入目标，都是继承于创建自定义行为、创建行为参数和创建属性的。尤其是接入目标，是依赖关系的集大成者。简而言之，在创建流程中，我们遇到的问题可概括为：

创建的类型多，且步骤不一。
创建的依赖多，且有顺序要求。

设计目标

流程清晰，为每一类任务找到合适的创建方式。
低门槛上手创建。

设计策略

首次使用。在用户首次创建时，描述需要用户完成的任务，并注重文案的先后表达。
区分任务流的载体，并为不同载体制定使用规范。载体包括页面、弹窗、卡片和侧边模态。

设计方案

首次使用，依次从自定义行为、创建行为参数、创建属性、创建转化链路、创建接入目标引导用户创建。

首次使用

在行业创建中使用页面。因行业创建后，生成了该行业下所有的一方数据治理模块，在这个层面上，行业创建属于最高层面的操作。故使用页面为载体。

使用页面作为载体

在自定义行为、创建行为参数、创建属性三个基础任务中使用弹窗。三类基础任务，是搭建转化链路、接入目标的基石，字段类型相近、字段数量不多。故采用相同的且轻量的载体。

使用弹窗作为载体

在转化链路中使用卡片。一个行业下可能有多条转化链路，且每条转化链路的节点数不一。在这种情况下，产品期望在编辑和呈现中传达“链路的顺序”的概念。故使用卡片进行编辑。

使用卡片作为载体

在接入目标使用侧边模态。接入目标是整个数据理解中最复杂的表单，不仅字段多、还可以不断添加新的内容。这使得弹窗和卡片的形式难以稳定地承载，但接入目标的层级依旧在行业之下。故使用侧边模态进行编辑。

【数据理解】-E5-接入目标-02创建面板-04基础设置行为接入目标设置人群接入目标设置属性接入目标设置

使用侧边模态作为载体

可视化如何设计？

问题

不了解数据现状，缺少现有数据支持，不知道数据大致特点，设计需要在没有任何数据背景下做设计。目前，我们能够拿到的是数据所表达的含义有：数据源数量、行为数据接入量、转化链路上各行为的接入量、接入目标达成情况。大体上可以收拢为，按照某种口径统计，在一段时间范围的指标，并支持按照客户细分。

设计目标

结构清晰。
信息准确。

设计策略

在固定的区域设置为细分、筛选、维度和指标。
为不同指标选择尽可能贴近的图形。

设计方案

目标达成

细分：客户
筛选：统计口径、时间周期、接入目标
维度：行为、人群、属性
指标：行为数据接入量、接入目标达成占比

目标达成

转化链路

细分：客户
筛选：统计口径、时间周期
维度：转化链路上各行为
指标：行为数据接入量

转化链路

在有真实数据之后，我们发现漏斗图并不适合表达转化链路，原因在于行业运营有可能在某个核心行为上大量回传数据，而在其他非核心行为上少传或者不传数据。这就意味着漏斗仅表示行为的递进，但不能表示量级也依次递进。

数据接入量、数据源

细分：客户
筛选：统计口径、时间周期、行为类型、行为参数、通道
维度：行为、人群、属性
指标：接入量、数量

数据接入

写在最后

一方数据之治理的产品化是一个从 0 至 1 的过程。时至今日，仍有相当一部分可以继续完善，从而进一步提升产研效率及效果。回望整个过程，信息化依旧是不变的主题。或许在大家眼中，数据产品已经是高度信息化的产物。但其实，深入理解行业，才能发现数据产品背后信息化缺失的部分。所谓的高深莫测，无非都是大家一步一个脚印地走出来的。