大数据体系的建设一般分为六个层级，当然并非完全是个线性过程，每个层级之间或有基础关系，但并不是说一定要逐层构建。
例如创业型公司，在缺乏数据研发实力的时候，多数会借助第三方平台进行数据上报与分析，但是这些基础规律还是得遵守。具体如下图：
01、数据基础平台
数据基础平台 基础的数据平台建设工作，包含数据平台建设，数据规范，数据仓库、产品数据规范，产品ID，用户ID，统一SDK等。
很多公司的数据无法有效利用，就是缺乏统一规范，产品数据上报任由开发按照自己的理解和习惯上报，没有标准化的SDK和上报协议，并且数据散落在各个部门产品的服务器，无法构建结构化的数据仓库。
做数据平台的架构，需要各个部门的配合，例如关键数据指标体系的建立，需要从各个部门业务 指标进行提炼，并得到业务部门认可。除了DAU那些常见的指标，不同的行业还要提炼出行业内的数据指标出来。
02、数据报表及可视化
数据报表与可视化 在第一层级中，进行数据指标体系规范，统一定义，统一维度区分，就可以很方便的进行标准化可配置数据报表设计，直观的可视化输出设计，包括行为、收入、性能、质量等多种数据类别。
03、产品运营分析
产品与运营分析 在建立数据平台和可视化基础上，对已有的用户行为、收入数据等进行各种分析，输出日报、周报、月报、以及各种专题分析报告。
1、运用漏斗模型进行用户触达分析，如用户注册到活跃的转化；
2、收入效果监控与分析，包含付费转化率、渠道效果数据等；
3、业务长期健康度分析，例如从用户流动模型、产品生命周期分析产品成长性和健康度；
4、营销推广活动的实时反馈；
5、用户画像也是常见的数据分析方式，包括性别、年龄、行为、收入、兴趣爱好、消费行为、上网行为、渠道偏好、行为喜好、生活轨迹与位置等，反映用户各种特征，以达到全面的了解用户，针对性的为用户提供个性化服务的目的，通常每半年做一次用户画像的专题分析。
04、精细化运营平台
精细化运营平台 基于数据基础上搭建的精细化运营平台，主要的平台逻辑多数是进行用户细分，商品和服务细分，通过多种推荐算法的组合优化进行商品和服务的个性化推荐。
另外还有针对不同产品生命周期，用户生命周期构建的产品数据运营体系。
05、数据产品
数据产品 广义的数据产品非常多，阿里的数据魔方、淘宝指数等；百度的百度预测、百度统计、百度指数、百度司南、百度精算。
06、战略分析决策
六、战略分析与决策 战略分析与决策层，更多的是跟很多传统的战略分析、经营分析层面的方法论相似，最大的差异是数据来自于大数据。但是真正在在业务的战略方向选择上，数据很难预测业务的大发展方向，核心还是人的判断了。
