如何规划一个好的数据产品?

3 评论 7119 浏览 11 收藏 13 分钟

编辑导语:如今在这个大数据时代,我们的很多信息都是互通的;比如你在刷抖音时看到了今天淘宝买过的类似商品推广,比如淘宝给你推荐的都是你喜欢的等等;本文作者分享了关于怎么规划一个好的数据产品的方法,我们一起来看一下。

全球早进入了第四次产业革命时代,各行业对此次产业革命的理解和实施虽有不同,但背后的发展原理和逻辑基本一致——大数据的发展与应用,数字化技术的全面使用。

越来越多的产品经理会有疑问,数据类的产品应该怎么设计?自己能力是否合适?是否感兴趣?等等,希望我的这篇文章可以帮你了解数据产品和察觉自己的兴趣。

一 、了解数据存在的原因

这里有三个简单的“栗子”:

  • 不调研不知道,经验错觉:在你每天去公司的路上,觉得一个路口左转是最快的选择,而在路口你发现很多同事右转去公司,好奇心促使你询问了几位同事,才发现右转更便捷;
  • 不总结不知道,关联错觉:在超市里,纸尿片旁边的啤酒总是卖的很快,很多人不了解,后面通过深入分析发现来买纸尿片的爸爸都顺便买了啤酒;
  • 不观察不知道,片段错觉:一个星级酒店早餐厅,有时人多,有时人少,自己去了好几周才观察到规律,一家直销公司经常在酒店开会;

造成错觉的因素很多,这些“栗子”告诉我们,我们获取信息的方式已经逐渐开始改变,有时你需要更高的“视角”才能看得到全局;例如从别的同事获取,从超市里的“摄像头”统计,从几周自己的多维度“观察和总结”。

数据解决的就是实在问题——协助你找到原因,看到本质。

二、洞悉数据无处不在

数据无处不在的本意是指——任何行为与事物,数据都是可以被量化,被模型化的;通过量化与模型,我们可以统览全局,预测未来;简单的说,就是换个“上帝视角”察看世界。

这里要注意的是——在线的数据才是数据,离线的会随着时间的流逝逐渐贬值;数据来自于设备,通过网络传输和统计,这也就是“万物互联”的时代;在这个时代里,万物产生碎片数据,数据与数据又能产生连接,最后通过数据进行数据间的关联可以获取更多数据。

三、找到数据间的相关性和连接性

每个人在不同地方都会产生很多碎片化的数据,例如你在超市里转了几圈,买了一些商品,然后办了张会员卡,会员卡里用的手机号,手机号又开通了微信支付;数据会把这些行为记录下来,并形成每个人的一幅数据画像:“你是一个喜欢某商品的人,除目前购买商品外,还存在一些潜在商品,你喜欢使用数字支付手段。”

如果是一个多元多业务产业的集团公司获取了你的这些数据,就可以通过大会员系统进行产业的整合,例如某大厂可以根据你的消费行为和消费习惯,在你看视频时或搜索网络资料时按你的喜好进行推荐。

新零售崛起的背后是数据在驱动,在新零售的闭环服务中,已经把人(消费者)、货(商品)、场(渠道)三种数据进行连接;进而体现完整的信息和重现消费行为,从中去营造更贴心的服务和更多商机。

数据的价值就隐藏在场景的细节中,数据的相关性比数据本身更重要,他可以让一个企业衍生多元化的商业模式;你会发现某宝和某团接入的服务越来越多,越来越像,似乎各产业在这些App上都没有了明显的边界,这离不开数据的功劳。

四、深刻理解数据有流动性(重点)

在用身边产品时,不知道有没意识一个隐蔽的循环和创新形态:用数据做好产品,用好产品拿到更多数据;数据分析的工作必须落地在产品上,因为数据是虚的,解决方案才是实在的;本来获取数据,就是为了解决实在的问题。

大数据本身是自利、利他的产品,互惠互利,是数据流通的根本;数据很难一家独大,数据的合作与联动将是发展的趋势。

我举个“栗子”说明,一家线下超市的顾客流量数据一般不会主动共享,因为数据是超市的资产;但是超市如果把顾客流量的数据共享给出行车公司,出行车可以让更多的司机在流量大的时候来到超市周边,则能极大改善超市的打车体验,同时出行车也有更好的利润;目前企业间的合作还比较缺乏信任感,这种跨行业的打通少之又少,还在起步发展阶段。

数据产品经理如何更好的进行数据打通?数据打通需要找到流通方(这里的流通方可以指内部跨部门,也可以指跨企业)的共同痛点;当利益高于几方之间的竞争和研发成本时,数据共享会变得理所当然;从这个层面上讲,设计数据产品是需要懂商业的,知道商业目标,了解目标问题,才能解决问题;数据只是一种方式,是我们过程的工具,而不是结果。

五、清楚数据的道德约束

数据的使用肯定会越来越多,数据的传输、存储、保密等等越来越重要;监控的日志应该怎么存储?对用户行为的收集应该收集到什么程度?与跨行业公司合作时,数据开放是否能得到用户许可?用户不许可怎么办?这些问题会一直持续。

作为一名数据产品的设计人员,时常需要问自己,何为对?何为社会增值?如何规划一个产品才能不违反道德原则?

我在做产品设计时,一直遵循稻盛和夫的原则“作为人,何为正确”去规划产品。

目前数据安全的边界相对来说还是模糊的,国家的政策与法规正在完善;水能载舟,亦能覆舟,从社会价值与共荣的角度去思考,少些贪婪,大家的生活会更好。

好产品,本身就是一种对社会的善意。

六、关心数据属性和操作

数据的量很大,不同类别数据属性差异很多。

举几个栗子:公共属性的数据需要收集,因为覆盖率很高;战略性的数据需要收集,因为数据很稀缺;重要的数据不可再生,必须实现备份;可复制性的数据可以权重放低,因为再生成本很低。

当然,具体的内容还要结合公司商业模式、商业范围、商业重点去思考。

七、时刻留意数据质量

与关注的点必须吻合,减少无用数据;因为机器学习需要大量精准数据,噪声数据过多的数据会影响学习效果,同时让学习效率变低。

我们在思考主动收集数据时,应该是考虑收集最核心最不可缺少的数据,与你想解决的问题紧密结合的数据,少就是多,精就是简。

八、设计最小数据闭环

想解决的问题总是很多,解决问题是为达成目标,什么样的问题组合可以形成最小闭环?这个最小闭环很重要,可以帮助你找到方向,减少公司投入成本,获得项目落地可行性。

应从最小闭环开始做长线规划,分版本进行数据产品的更新。

九、明确对业务方的吸引力

数据的真正使用者,是业务相关方,你的数据业务相关方是否感兴趣,与项目的主要关系人想法是否吻合,业务相关方是否愿意交出数据给你统筹整理,都是影响项目成败的关键。请关心所有关联部门的想法,它们都是你的内部客户或供应商。

十、做个有责任的产品经理

所有接触到数据的产品,都代表着责任,数据量越大,数据越多,数据积累时间越久,代表你身负的责任越多,机密程度越高,维护成本越大。对你手上负责的数据,请分清各种取阅权限,用制度和流程保证安全,承担责任法则。

十一、打造以数据为核心的企业引擎(核心)

前面讲到不懂商业就做不好数据产品,但在数据核心引擎这一节,还需要理解多一个概念:不懂数据就没有商业。

数据转化企业引擎阶段,我们需要思考“企业智能”,所谓企业智能,是通过数据让企业完成智能化的运转与决策的过程,可以分为几个阶段:

  • 数据驱动决策,企业的决策会依据已有的数据进行下一个方向的选择;
  • 数据驱动流程,按已有的数据呈现内容,改变公司部门的流程与合作方式;
  • 数据驱动产品,把数据作为产品的改进输入,以数据为最好的说服力进行产品改造迭代;
  • 数据驱动业务,公司的业务与数据紧密结合,商业模式建立在数据的收集和思考之上;

简单的可以理解为:使用数据——解决问题——收集问题数据——创新完善收集方式——再使用数据。

这个过程中有几个关注点,首先,要有足够的眼界,知道有;其次,要有足够的知识,知道用;最后,要有足够的商业系统框架,懂得用,去解决实际的问题。

回到当下,目前最热门的是“人工智能”与“大数据”,其实两者是相辅相成的——“人工智能”需要“数据”进行学习,只有具备充分数据的情况下,机器才能变得更智能;脱离了数据,人工智能将缺少了学习的机会。

数据时代,机器将变得越来越聪明,语音助手已经到了引爆点,逐渐的开始大规模使用。

人工智能正在让人们生活方式、车辆驾驶方式,社会服务方式等各个方面发生改变;它正在试图“读懂”你、“了解”你、“预测”你的每一步行为。

运用数据,将是一种技术较量,也是一场组织变革,更是公司与公司间,甚至国家与国家间的大竞争。

数据产品经理,请在这个最好的时代发光发热,时代需要你!

 

作者:闻笛;微信公众号:大产品

本文由 @闻笛 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
2人打赏
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 数据产品经理需要懂技术吗?
    比如:Python、SQL、Excel、统计学这些

    回复
    1. 懂的总比不懂的好,技多不压身。

      回复
  2. 沙发

    回复