G端产品新人必读!数据可视化项目实施避坑指南!

3 评论 6977 浏览 65 收藏 13 分钟

编辑导语:数据可视化项目实施对于To G产品业务来说十分重要,本篇文章作者分享了To G领域中数据可视化项目在实施过程中的一些经验,总结了在项目实施阶段的注意点和难点,以及有关风险知识的补充,一起来学习一下吧,希望对你有帮助。

本文以To G领域为例,从产品经理的角度,讲述数据可视化项目在实施过程中的一些经验,通过对项目实施全流程、阶段难点的总结,希望能够对大家有所启发。

抛开项目售前、立项阶段的产品支撑,在数据可视化项目实施过程中,需要我们产品经理参与的通常有需求调研、系统设计、研发跟进等多个阶段。

可以将其总结为一个流程“需求调研—系统设计—研发管理—项目验收”,同时每个阶段又有若干关键子任务,见下图。

本文主要针对实施流程的关键任务、典型问题以及项目管理知识的讲解,为大家提供一些思路。

数据可视化项目实施避坑指南

一、项目实施流程

下面是对项目实施主要流程的简介,要注意的是每个阶段都要有明确的产出物。

1. 需求调研

当项目立项后,产品经理可能会出差客户现场,进行各项调研,常见的有业务调研、数据调研、竞品调研。

  • 业务调研:调研项目建设方的业务诉求、组织架构以及各部门关系。
  • 数据调研:调研数据提供方的业务数据范围、数据质量以及信息化程度。数据调研是可视化项目实施的关键,决定了可视化的业务价值及效果展现,同时也是指标体系搭建的关键步骤,决定项目建设方能接入的数据量、如何接入的内容。
  • 竞品调研:调研行业内的做法,对齐行业头部产品。当我们了解客户需求、数据情况后,在进行系统设计时,不能全靠产品经理自己经验来做,尤其是对于一个不熟悉的项目领域。

2. 系统设计

当第一阶段工作完成后,根据开始进入指标体系的搭建、原型设计,此阶段的目标是快速验证产品经理对项目业务的理解,拿到客户的认可,降低需求变更风险。

  • 指标体系搭建:对齐业务需求,完成指标体系搭建。指标体系搭建是个大工程,不仅要考虑业务的维度与指标,还要考虑数据质量问题。这里暂且不做详细的设计阐述。
  • 系统原型设计:线框图对思路,高保真对内容。使用线框图快速向客户汇报思路,使用高保真原型让客户感知可视化效果。这里要注意业务指标与各类图表的选择,要让图表清晰表达,为了美观可以在图表UI上美化,而不是自己发明一种图表。

指标体系、原型设计都不是一步到位的,往往要进行多次调整优化,尽可能将全面、详细同客户确认需求,以此降低后续研发中的变更成本。

3. 研发管理

当设计方案通过客户认可后,产品经理下一步要做的就是对接研发,此阶段主要目标是让研发团队理解系统需求、根据排期进入研发,最终上线系统。在这里要说明的是,研发排期、团队分工等主要是由研发经理进行,产品经理知晓即可。

  • 开发评审:同步研发需求,减少信息差。在这个阶段,产品经理要拉上研发经理、研发团队一同评审需求。从上而下的方式,大致讲解业务需求,再详细对接原型内容。
  • 需求管理:管理需求变更及优先级,降低研发风险。在系统进入开发时,需求变更是避免不了的。要做好需求的管理,尤其是优先级的管理。
  • BUG跟踪:执行测试计划,BUG优化落实到人、及时更改状态。测试计划由测试人员进行,产品经理要及时跟进并验证。

4. 项目验收

中大型项目的验收通常会有初验、试运行、终验等阶段,项目经理会统筹整个项目的验收,产品经理涉及到的内容也比较多,如验收文档、培训等内容,此阶段主要目标是顺利通过验收,其他方面的事项优先级靠后。

  • 系统演示:充分体现客户可视化效果、数据价值。可视化大屏最重要的就是如何体现数据价值,为了保证演示顺利进行,可以提前准备演示脚本、演示数据、操作流程等内容。
  • 验收文档:常见的有概要设计、详细设计等内容,产品经理要配合研发一同编写。
  • 验收会议:验收会议不单指一个会议,可能会包含专家评审、使用培训等内容,产品经理在这部分做好支撑即可。

二、典型问题与解决方案

一个中大型的数据可视化项目实施有多组织、数据质量差、可视化个性化等特点,每个环节都会遇到棘手的问题,下面罗列出三个典型的例子,并给出了一些解决方案。

1. 可视化效果意见不一

本质上每个人对可视化的审美不同,导致了客户对可视化效果意见不一。这其实也是很大的一个风险,很可能导致开发返工、需求蔓延以及超出工期。

解决方案:

  • 画高保真原型,让客户有清晰认知。线框图对于可视化大屏来说很鸡肋,无法将视觉效果良好地传达给客户。所以要出高保真数据可视化原型,必要时求助设计师出素材。
  • 定期汇报,说服客户认可设计方案。设计完系统后,及时同客户开会评审,包括业务方案、指标体系、UI风格等内容,拿出自己对行业的理解说服客户认同方案,尽可能减少需求蔓延。

2. 跨组织协调难,数据对接难

跨组织协调本身就不是容易的事情,而且涉及到各个单位对数据的安全性很敏感,导致相关方配合意愿不强。

解决方案:

  • 针对纵向单位,通过上级单位的通知执行命令。比如在建设市级大数据中心时,需要对接区县数据,有些单位不配合,那么就可以通过这种方法。
  • 针对横向单位,通过单位间举行座谈会、发函等渠道协商。通过正式的方式了解各方对于数据的顾虑,抛出单位间利益相关之处。
  • 签订保密协议,保证数据安全。客户单位与数据提供单位签订保密协议,打消数据提供方的顾虑。

3. 数据质量有问题,导致可视化效果差

当系统设计、指标体系都得到客户认可时,数据质量导致系统价值体现以及效果展示无法达到最佳。如数据源由于接口开发预算、安全性等各种问题迟迟接入不了,导致已经开发好的系统无法展示良好的效果。

解决方案:

  • 学会取舍,永远要有Plan B。当我们完成原型设计后,根据数据调研情况,预估下哪部分数据质量可能有问题,再调整业务出一版本设计,以防万一。
  • 向客户说明情况,讨论解决方案。由于外部原因导致的数据质量问题,一定要先同客户说明,再进一步决定取舍。

三、风险管理知识补充

上面提到了很多问题,同时也是项目的风险,做好风险管理能够有效帮助我们顺利完成项目。

项目风险管理包括规划风险管理、识别风险、开展风险分析、规划风险应对、实施风险应对和监督风险的各个过程,主要目标是在于提高正面风险影响和降低负面风险影响,从而提高项目成功可能性。

下面举个例子来讲述规划风险应对的过程。

小明是一个程序员,平时工作挺忙,为了锻炼表达能力,于是参加了一个脱口秀演讲比赛。加入比赛有个条件,面试分数达到90分或者直接交1000元会员费也可进入决赛。

通常情况下他每晚七点下班,周末双休;在赶项目期间可能会加班到凌晨,周末休息时间随叫随到。他的表达能力不是很好,而且对脱口秀比赛毫无经验,需要经过大量训练才有可能进入决赛。

在案例中可以看出风险来源于多个方面,如时间管理风险,技能经验风险等。针对这些威胁可以考虑一下备选策略。

1. 规避

规避高风险操作。

对于小明来说,他并不具备脱口秀相关演讲的技能,会导致他可能进入不了决赛,这就是严重的负面风险,已经达到了风险临界值即无法参赛。

这个时候可以采用规避的策略,将风险拉回临界值内。对于小明来说,交会员费进入决赛这个是项目中的高风险工作,因为通过这种方式进入决赛导致无法获奖的结果可能性很大,应该避免这种行为。

2. 开拓

开拓正面风险。

分数达到90分,这是个正面风险,因为通过不断地练习,提高演讲能力后达到了90分,这对进入决赛以及在决赛中的表演都起到了正面的作用。

需要采取开拓策略提高效益,如参加脱口秀演讲培训,锻炼自己的写段子能力和演讲能力。

3. 接受

主动接受风险。

正在参加培训的小明突然被叫回去加班,同时又无法做出时间调整。这个时候只能采取被动接受策略,即定期地对发生这种风险的情况进行审查,确保在自己可控范围内。

同时还可采取主动接受方法,预留出一部分时间以保证培训课程的完成。

风险会在项目生命周期内持续发生,所以,项目风险管理过程也应不断迭代开展。

在项目规划期间,就应该通过调整项目策略对风险做初步处理。接着,应该随着项目进展,监督和管理风险,确保项目处于正轨,并且突发性风险也得到处理。

 

作者:Shawn,一个成长中的数据产品经理;微信公众号:Shawn的产品笔记。

本文由 @Shawn 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

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
海报
评论
评论请登录
  1. 请教一下,G端的指标体系如何搭建呢

    来自广东 回复
    1. 要依据业务分析出客户关心的各个领域,可以先建立大致框架,按业务场景细分各类指标

      来自浙江 回复
  2. 作者分享的这份数据可视化项目实施避坑指南非常全面实用。

    来自江苏 回复