产品设计:如何设计一款用户短视频数据分析产品?.docxVIP

产品设计:如何设计一款用户短视频数据分析产品?.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
产品设计:如何设计一款用户短视频数据分析产品? 文章从用户需求的角度出发, 分享了短视频数据平台的设计思路与方法, 供大家一起参考和学习。 没有什么比短视频更火爆了, 而且是持续火爆了近 1 年的时间,也有更多的创意者,年轻人, 80 后, 90 后, 00 后投身这个行业,为何他会如此吸引人,是其 极低的门槛?爆红所带来收入的吸引力?还是流量带货变现能力?各媒体, 运营号,产品号,知乎等不停的产出一些如何让短视频一夜爆红等推文, 这一期我不分享这个,而且我也不擅长这一领域, 我们从用户需求的角度出发, 来设计一款用户短视频数据分析的产品。 在资源有限或纯个人爱好去设计一款产品并满足自己公司或自己兴趣爱好的,投入成本必然是第一考虑要素, 花最少的钱满足初步需求并实现商业变现是本次产品设计的初衷 市场分析 市面短视频数据分析平台,比较出名的有,新抖、飞瓜、短鱼儿、得力豆、卡 斯数据等等 .. 相信未来也会有更多。 1 / 6 大部分平台所提供的免费功能几乎能让一个短视频运营人抓狂, 会员价格体系各平台各不相同,至少已经超过了我的预算范围, 不过我居然认可这个价格体系,因为这个价格在短视频所带来的爆发式增长变得不值一提, 相信很多用户会先用免费版,在免费版无法满足自己需求时再根据自己的投入产出去购买更高的版本,这个商业变现是成立的,且市场底限巨大。 相信,在 2022 年下半年甚至 2022 年,短视频数据服务将充斥至少 100 家平台,相互之间或开展价格战或出现特点服务或技术门槛。 设计准备 - 了解产品实现的流程 设计初心是为了满足某一类用户的需求, 故首先我们得清晰的知晓, 这个产品所面向的用户群体是哪些, 他们会在哪里使用我们的工具, 用了工具来达成他们什么样的目的。 比如,小明是一名创意作家, 他希望通过观看别人的作品来为他的作品提供灵感。 站在用户角度, 用户是 C端用户,他有明确的创意方向, 那么他会通过抖音搜索功能来查询他想要看的作品, 但抖音所呈现的数据列表需要用户一个个点, 一个个去关注每个视频的关键字, 评论等,给他带来了操作复杂, 不能全局关注数据并且很有可能遗漏了更出色的作品或搭边的作品。 2 / 6 这时,小明就需要一个具备完整数据的平台来满足他的创意需求用户的需求也符合我们产品设计的初心。 注意哦, C 端用户对数据的需求层级与机构是有明显区别的,我这里只分享设 计这类产品的框架思路, 一些细节还需要各位读者实操哦, 遇到问题的, 欢迎留 言讨论。 获取数据 - 分析一个短视频包含了哪些数据维度? 敲黑板划重点哦 ,我们所设计的数据类产品, 所以首要的不是考虑用户体验,而是考虑,数据的获取,存储架构及数据相互之间的关联。 上图(抖音位列)列出了,博主首页及作品页可获取的数据,都是关键数据,不要怀疑,都让程序猿大佬想办法把数据获取下来吧。 建立规则 - 常见的数据存储流程及规则设计 源数据获取后, 我们要是不与架构师或程序猿沟通, 往往的结构就是数据存储 混乱,找不到,关键无法搭建,这是非常致命的。 3 / 6 作为产品,在技术层面特别是数据库层面多少学习一点不会吃亏。 我们来看一个常见的数据存储流程。 定义好大类标签:多为平台提供搜索, 筛选服务的维度来定义, 比如时间维度,类别维度。 基于大类的子类标签(或 n 级)。 创建存储规则及数据库的划分: 让技术参与讨论, 他们会提出更好的解决方案来支持高并发时的搜索速率及降低服务器压力。 基于规则的数据库划分及关联规则: 比如,排行规则, 时间周期内的多维度规则,关键字匹配规则等。 在建立好一定的规则及存储方式后,再开始获取数据。 规则千万条,让用户花最少的搜索精力得到最大的数据效果方可成功。 4 / 6 举个例子,小明搜索“爱情”,平台推送给他的内容需先按平台所设定的关键 字规则(常见按平台 xx 值的高低并遵循时间规则)进行推送。 平台 XX值(西 瓜值、抖值)都是平台基于基本数据维度 +固定算法而来 ,比如 X 值=A*赞数 +B* 评论数 +C*转发数 ,ABC则平台再根据关键字数据热值来确定,时效高一点的, 这三个权值是会经常变化的,权值则根据全站数据来通过算法来输出。 更深入一点,小明搜索“爱情 ,平台的算法可追溯小明 n~n+1 时间段内搜索的关键字进行关联,并按一定权值模糊推荐一波数据 关于规则类的,各平台有自己的玩法 ,我们作为产品设计也可以自己确定一 套规则并基于市场的变化去变动,如技术允许,可交给 AI 。 完成设计 - 关注数据的重要性与先后性 建立好数据获取,存储及算法规则后,进入产品设计阶段。 这里我们更需要关注的是” 个性化 “即允许用户去创建自己的搜索习惯, 或基于用户的搜索习惯去实现 ue。 5 / 6 比如

文档评论(0)

逍遥文档 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档