如何修炼才能成为一名优秀的数据产品经理?

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

网上关于数据分析师的文章很多,但是关于数据产品经理的文章很少,所以经常有各个领域的垂直网站来和我交流,问我数据产品应该怎么做,人怎么培养,团队应该怎么建。所以我就把别人的问题、自己的回答,结合自身的成长经验,做了一个课程。

一、数据产品工作简介:

数据产品经理的概念和范围:

首先,思考两个问题:

  1. 你心中的数据产品都包括哪些?
  2. 你认为数据产品经理是做什么的?

至少,我每次介绍自己是数据产品经理的时候,经常收到别人问:

我有**问题,能帮我看看怎么回事么?这个数据为什么会变成这样?

我:%¥……#%¥@;

好,大家一起和我念:数据产品经理不是数据分析师,数据产品经理是产品经理的一种,数据分析是产品经理的核心能力之一,产品经理是数据产品经理的核心能力之一。

首先,数据产品经理必须了解不同的公司,在不同的阶段,需要哪些数据产品,并能够制作出来,这是此职位的核心要求,也是我本系列文章重点介绍的部分。

其次,数据产品经理必须有足够的数据分析能力,所以,我会讲一些数据分析的基本思路和方法论。如果有了数据分析的思维,再跟公司业务结合就会比较容易。

最后,数据产品经理是产品经理的一种,所以要同时具备产品经理的能力:了解用户,需求调研,方案设计,协调技术、测试、设计等,不过这些网上有很多文章了,所以我只会讲数据产品更需要注意的地方。

数据产品的种类:

在公司中,能够发挥数据价值的产品,即是数据产品;

一般,主要从用途来分,分为以下两种:

(1)分析类产品:

通过数据的计算和展现,帮助业务进行分析、决策的产品,大概包括以下几类:

  1. 流量分析产品:可以帮助产品经理进行页面设计、功能改进和改版评估等
  2. 销售分析产品:可以帮助运营分析

这两个产品都是公司的必备,对公司各部门都有较大帮助:

  1. 帮助产品经理进行页面设计、功能改进和改版评估等;
  2. 帮助运营人员做用户分析、活动分析等;
  3. 帮助市场人员做投放分析优化等;

当公司某一块业务比较重要,又有专门的部门负责时,一般会把数据分析系统独立出来,比如:

  1. 供应链分析系统;
  2. 客服分析系统;
  3. 会员分析系统;

(2)算法类产品:

通过数据的计算,直接更改页面的逻辑的产品,成为算法类产品,比如:

  1. 个性化推荐;
  2. 搜索;
  3. 用户画像;
  4. 程序化购买广告;
  5. 等等

这两种是根据公司的情况来,区别并不是很明显,而且会不断演变。

比如:

  1. 对供应链支持的,可能最开始是销售分析系统里,一个库存分析的报表而已;
  2. 后来,加入了各种补货预警、成本分析等报表,就变得很复杂,独立出来成为系统;
  3. 再后来,选品和销售预测,都是需要较强的算法支持,就变成了一个算法类产品。

在很多时候,我们进入的都不是 BAT,而是一个垂直领域的领头公司,独角兽公司,这是很不错的选择。但是这种公司都不会一上来就配备很大的数据团队,可能也没有非常懂的领导,这时候需要数据产品经理不断规划数据产品的未来,从而协调资源。

所以一个数据产品经理,不仅要了解各个数据产品,还要了解,在公司什么样的情况下,这个产品以什么样的形态出现。三个月后,公司可能会什么样,需要什么样的数据产品。

这样,你才可以去申请技术人员和其他资源。

二、 分析类产品

定义和能力模型:

首先说定义,什么是分析类产品?

可以挖掘数据背后的价值,并通过数据的展示,为使用者提供帮助,即数据产品。

一个数据产品经理的能力模型如下:

  1. 数据分析的能力;
  2. 商业模型的理解能力;
  3. 需求分析和调研的能力;
  4. 数据展现的能力,即可视化的能力;

数据分析的能力:

在我年轻的时候,在团队中处于打头阵的状态,基本上老大有什么新的产品了,会先派我去做。等我做的把坑趟的差不多了,就交给别人,换下一个产品,所以我真是做过很多产品和页面。后来总结出做分析产品的一个套路来,如下:

首先讲一个数据分析框架,这基本上被我适用于公司很多业务上:

如何修炼才能成为一名优秀的数据产品经理?

这是一个数据分析师的经典的分析过程。首先,为这个部门收集一些信息,帮助制定关键指标,其次,监测指标完成的好坏,并发现问题,然后,分析影响 KPI 完成的原因。最后,给出解决方案。

数据产品经理要做的是什么呢?就是把这个框架中的每个过程总结出来,梳理清楚,每一步,都需要哪些数据、哪些指标,怎么展示,用图还是用表,用什么图。然后,再综合开发资源、上线时间等,最终决定产品是什么样。

我以淘宝给卖家做的一个产品为例,来讲解这个过程:这是一个给管理团队和运营团队看的日报:

如何修炼才能成为一名优秀的数据产品经理?

首先,日常监测:他们选的是访客数、浏览量、实付金额、支付转化率、客单价、退款金额、服务态度评分七个指标;

我们给每个部门做产品时,都需要首先制定核心指标。有很多时候,业务部门自己会提需求,但业务部门只能想到最直接的,很可能他们部门很严重的问题,会漏掉。

从部门价值上来考虑:

  1. 资本方给公司的要求是什么?
  2. 哪些指标影响了估值?
  3. 你目前在分析的这个部门,可以承担哪些影响估值的指标?
  4. 哪些其他指标可以为这个指标服务?

从用户行为来考虑:

  1. 用户如何来到这个页面 / 这个流程?
  2. 他都进行了哪些操作?
  3. 都经过了哪些步骤?
  4. 从哪个环节流失?
  5. 整体流程上,用户最关心什么?他的时间?更好的服务?更多的选择?

当然,还有很多维度可以考虑。

这样分析下来,该部门的核心指标就找到了。

对于部门来说,核心指标是比较好找的,可以跟部门老大合计,看他侧重哪方面即可。

对于为管理层做决策来说,就相对难了一些,在国内现在的形势下,可以多了解资本市场的分析逻辑,多了解管理层的现在的关注重点。

因为即使管理人员,做企业时,也是摸着石头过河,也在不断的学习,可能这个阶段学习的是一种商业理论,在另一个阶段学习的是另一种商业理论。所以相关的商业理论要了解,才能给抽象成报表、甚至分析页面。我为此曾经学过很多,balabala 的。

发现问题:达成情况、情况好坏;同比、环比、定基比;

继续看这个页面,数据分析方式怎么用到页面设计中。

如何修炼才能成为一名优秀的数据产品经理?

  1. 同比:较上周同期;
  2. 环比:较前一日;
  3. 定基比:将行业中所有的卖家分层,用和该店类似的卖家的核心数据,来做对比,从而知道自己的优缺点。

定基比中,我见过最好的,是淘宝的产品。我当时在代运营公司,确实卖家就想知道,哪些跟自己差不多的,比自己好一些的卖家,他们的一些核心数据是什么样的,我的数据到底改善空间有多大。

当然作为平台,可以做的更好一点:比如,我们同省市的卖家,大概的数据是多少。像我们去山东谈酒类企业,他们其实就很关注其他山东的酒在网上的受认可程度。太大的品牌,给他们的借鉴意义毕竟小。

当指标和分析方式都比较多的时候,用户看到页面,就会看到很多数据,但是不知道看什么。这时候就要用一些可视化的方式,突出重点。比如,用红色叹号,将下降较多的指标标出来。

分析原因:在产品设计中,通常要把影响指标达成的原因,也列在这个页面上,以供使用者参考。当然影响因素会很多,所以产品经理首先要收集齐全影响因素,然后再把关键的、核心的因素挑出来。

比如某个地区的月初退货率忽然增长,就要收集原因,可能如下:

管理:

当地销售人员刷单,为了达成上月业务目标,月初退货;

部门人员,有的比较能干,有的比较弱,导致了整体数据的达成不好;

商品:新上的商品质量不过关;

促销:邮费政策、价格政策的变动;

外部原因:

  1. 京东做了一场大促,把价格给打下来了;
  2. 忽然爆发了商品的替代品,原有的优势品类衰退;
  3. 天气原因:当地下了一场大雨,导致送货速度降低,顾客不满意;
  4. 广告投放合作方临时变化(可能)

这些原因,哪些可以量化呢?哪些发生的几率比较大,而现在并没有这样的数据可用查看?这些原因,在产品设计中,就可以做成数据下钻的报表,以方便了解详情。

如何修炼才能成为一名优秀的数据产品经理?

如上图所示,拿红圈圈起来的,就是原因分析这一步在页面上的展示。当你看到一款商品数据有问题时,既可以进入商品温度计,查看商品的每个环节(标题、商品页面设计等)到哪哪里有问题,还可用进入单品分析,查看流量来源等。

解决方案:

一般来说,我们建议数据产品经理做到原因分析这一层,就足够了。因为解决方案没有一定之规,不仅跟公司战略有关,还和业务团队的 leader 喜好,部门的发展情况有关。如果没有一定的高度,可能做出来的并不是很好用,并且所以一般不建议产品经理直接做到解决方案这一步;

但是,如果能够做到,那么你整个的产品的质量和可用性,都会有较大提升。能够做到解决方案,说明你真的明白你的数据的价值是什么,用来解决什么。

解决方案分以下几类:

  1. 直接营销:在会员系统中,在不同的分析页面,配上不同的营销方式。点击可以对相应的用户进行营销;
  2. 管控:通过管理制度解决,比如,建立末位淘汰制,将打包能力差的人员淘汰,替换成打包能力强的人员,就可以提升打包时间,这样解决方案就是多一张监督打包人员的表;
  3. 预测:以现在这样的速度,预测未来会发生什么,需要做什么补救。这是我当初给仓储提的一个方案。具体忘了。

另外还有一些,是数据出来后,数据产品经理可以去推动的。

  • 通过招聘解决:有一些问题,大家都看得到,为什么没有解决,很大程度是因为没有能做这些事情的人;
  • 通过系统来解决:将一些人工频繁操作的,做成系统,可以提升效能,节约成本;用更智能的系统,替代掉原有的人工的模式;比如,首页的转化率比较低,试着将一些坑位变成千人千面,看是否能增加转化率;
  • 通过战略来解决:比如,原有的模式是以采定销,采购人员认为什么好卖,就进什么货,这样的好处是可以压低进货价,坏处是积压库存;如果将整个商业模式改成以销定采,则可以根据市场需求,来确定进货量的多少,从而达到降低库存的目的;

提出解决方案,有一个非常重要的前提,就是找到解决方案的负责部门:

作为内部的分析产品,我们建议以部门为一个单位目标用户群体,比如:市场部、仓储部、客服部、运营部;毕竟,公司把一块业务流程让一个部门负责,本身一般意味着这块流程的独立性,并且说明有人为这块流程负责;

要点一:有人负责,这很重要。我们曾经分析过库存问题,当时已经很严重了,但是公司没有部门对此负责时,推动非常难。

要点二:有一些指标,大家都知道是核心指标,但是没有人负责,也许是因为有更重要的事,也许是因为没有想好如何将该目标拆解下去,分给哪个部门。

如果是前者,就要再找一些数据来,证明是否是核心指标,比如后来我们拿到了京东和聚美的库存周转率,这些数据都和酒仙网有鲜明的对比;

如果是后者,就要看拆分的维度。比如库存问题,是拆给运营部门,还是拆给采购部门,解决的方案是完全不同的。

 

来源:36氪

您的赞赏,是对我创作的最大鼓励。

评论( 2

登录后参与评论
  1. 这个很厉害,赞~

    回复
  2. 大师法

    回复
加载中