想要做好在线学习系统开发，我们一定要对其有充分的了解。继续上文的介绍，紧跟内训宝小编的脚步一起来了解更多关于在线学习系统开发的知识点吧。 

(3)方法三：结合市场上各大数据分析平台进行需求补充  

根据在线学习系统市场各大供应商和主流数据分析平台，进行数据指标和计算公式确认和补充。供应商平台主要供企业平台运营者掌握在线学习行业数据研发现状分析，主流数据分析平台主要供企业平台运营者数据分析维度启发和分析方法参考，如中国数据分析行业网、京东大数据、企鹅智库、腾讯大数据等数据分析媒体，这些媒体、网站集中了互联网行业前沿的数据分析报告和数据分析案例，可从中总结数据分析的一般性方法和独特视角。  

步骤二：梳理平台数据库底层基础数据字段  

完成企业内部业务运营数据调研和整理后，应根据运营数据需求，多维度分析用户行为和用户数据，挖掘出众多维度下数据之间的内在关联，拉出底层基础数据字段列表，并和技术部进行数据提取确认，确认的内容主要包括数据提取的字段、数据提取的周期、数据收集的来源、数据的储存格式等。下面以课程学习指标底层基础数据和分析维度示例，如下图所示：  

步骤三：归纳整理各维度业务指标数据报表需求  

根据业务运营指标需求维度和与技术部确定的底层数据字段，结合数据计算方法、数据记录要求、数据筛选条件(分析维度)进行各指标数据报表表单需求输出。  

步骤四：融合各维度数据报表进行原型设计  

在归纳整理各维度业务指标数据报表需求后，需要对各维度数据报表需求进行融合，并进行原型设计，在融合和原型设计时需要遵循以下五大原则：  

(1)逻辑性  

报表设计逻辑上采取总-分的逻辑，明确总体数据与各维度数据的关系，满足各维度数据报表需求和数据查询条件需求。  

(2)唯一性  

在融合各维度数据报表时，各维度数据字段和来源应是唯一的，保证聚焦重点。  

(3)目标性  

各维度数据报表中的数据经过分析，皆可呈现相应结论;  

(4)实效性  

各维度数据报表满足培训数据提取需求及收集要求;  

(5)灵活性  

各维度数据报表的数据可根据各种筛选条件灵活提取。  

最后根据最终的数据原型需求，遵循重要紧急优先排序逐步进行数据报表的开发、上线与测试。