增效是企业在增长之外，寻求的另一个生存命题。做好了制造后链路的增效，企业就实现了高度数智化。

作为第三方服务商，我们开发了一系列帮助企业增效的产品应用，在上篇文章里已有介绍（戳我了解）。本文将介绍增效产品研发背后的故事。

*本文根据StartDT合伙人、资深产品专家星魁的分享整理而成，已做编辑。

探索「乐高积木式」产品研发体系

在传统模式下，研发一款产品需要经历团队组建、技术选型、工具选型、数据库选型、研发、测试等工作，周期为6到9个月，非常漫长。

随着产品应用的丰富和客户个性化需求的增多，传统研发方式渐渐不适用新的市场环境，公司亟需一种新的研发模式，减少资源消耗、缩短研发周期，更好服务客户。经过调研，我们摸索出了一套「乐高积木式」产品研发方式，先研发高频需求的产品模块，然后再将其组装成不同的产品。

目前，我们已经研发了四大类产品模块，分别为：

01存算模块

该模块包括数据离线、数据计算、实时计算、图计算、流批一体的计算，以及数据存储加工、业务调度权限的管理、数据安全管控等与数据引擎和存储操作系统相关的能力。

02分析模块

将分析师的分析方法抽象成可视化分析模型，方便企业根据需求灵活组建产品应用。比如有包括漏斗分析、流程分析、归因分析、关联分析等在内的十几个分析模型，以及以人、物品为主体的标签。企业可以在上面圈群做用户画像，进行数据查询、统计查询等可视化操作。

03数据模型

该模型是存算模块和分析模块之间的「粘合剂」，可以将存算模块中的所有数据统一成「事件」，提供给上层的分析场景使用。

04服务模块

该模块提供适用于所有产品的用户体系、权限体系、登录的日志体系等管理体系。

弹性设计，满足个性化需求

共性之外，企业必然会有个性化需求。对此，我们在四类模块的研发中加入了弹性设计，方便适配多元的业务需求。

在智能制造领域，企业往往有上百个分散在全球各地、类型不一的业务系统，面对这些系统的集成需求，StartDT产研团队在「实时生产监控RPI」产品中运用了「集成工厂」这一产品去兼容不同的数据源，它可以抽取数据源中的数据并转译成低代码，将其统一到数据模型中，以帮助企业集成不同的业务系统。

同样是实时生产监控产品，在订单流转情况分析中，不同企业中间的流转环节不同，有的是几个，有的有几十个。面对这类个性化需求，StartDT产研团队选择通过使用「漏斗分析模型」来解决。该模型是一套流程式的数据分析模型，通过设置步骤事件可以用来衡量某个行为链路中每个行为节点的转化效果，是转化分析的重要工具。

产品生产加工中的每一个订单环节都可以看作是一个事件，该模型对不同流转环节的分析，实际上是对不同「事件」的分析，这样可以分析多种订单流转和滞留情况。

弹性能力在帮助产品适配企业的个性化需求上起到了至关重要的作用，随着企业数据应用场景增多，StartDT未来会落地越来越多这样的应用产品，具备更高的适应性、灵活性和可扩展性，帮助企业实现更高的业务价值。