产品经理学习资料 - 如何做好数据产品设计2021.docxVIP

PAGE1 / NUMPAGES9 产品经理--如何做好数据产品设计 【概述】 在数据时代，数据产品经理作为产品经理的一个分类将会越发变得举足轻重，那么，何为数据产品，数据产品的设计步骤及原则是什么，数据产品的能力模型有哪些，网上虽有很多相关介绍，但接下来，本文将结合自身经验、相关学习对我所理解的数据产品进行一个比较系统的复盘。 一、数据产品介绍 1.1定义 数据产品是通过发挥数据价值去辅助用户更优做决策（甚至行动）的一种产品形式。 1.2分类 按展示形态可以分为： 1.基础信息展示，常规的数据展示产品，比如企业信息类产品，天眼查、企查查等 2.BI仪表盘，通过可视化的图表将结构化的数据，用友好、容易理解、具有某种逻辑的方式展示数据背后的信息、规律和价值 3.分析类，比如用户行为分析、渠道分析、销售分析类产品，对某一类的数据进行建模分析的工具产品 4.算法模型类，比如个性化推荐、搜索排序、风控模型、用户画像等形式的产品 按商业形态可以分为： 1.对内数据产品，BI，算法模型等 2.对外数据商业产品，帆软、神策数据、友盟、百度统计、GA、BDP等 3.公开的数据产品，比如百度指数，阿里指数等 二、数据产品设计步骤 笔者主要从事TOB产品，目前负责公司内部BI、大屏可视化、用户行为分析等相关产品，虽是不同的产品，但本质上其实是对数据的可视化展示和分析，以下主要以数据可视化为例介绍数据产品的设计流程。 2.1需求调研 需求来源大体分为三类，领导、业务及自产需求。 1）领导需求主要通过企业运营、经营数据的有效整合，从宏观层面进行数据可视化，辅助商业决策； 2）业务需求主要通过渠道数据、用户数据、用户行为数据、订单数据、商品数据等进行相关产品设计，为市场投放、精准运营和产品设计提供支撑； 3）自产需求主要是根据所负责的产品或业务抽象出的产品需求，例如通过用户访谈和调研、竞品分析等方式来完善所负责的产品 2.2数据评估 根据需求，与数据分析师、数据工程师对数据进行以下几点评估： 1）数据是否存在，数据产品要对公司的数据比较了解，知道哪些数据有，哪些数据没，如果数据不存在，需要提供数据采集的解决方案，比如要分析某个产品的访问和使用数据时，如果这个产品没有埋点，那相关数据是没有的，因此需要先进行日志数据的采集才能进行下一步。 2）确定数据源，如果数据存在，需要理清数据源来自哪里，明确数据库、数据表名、数据字段、数据更新频率，以更好评估数据是否满足需求 3）确定数据提供方式，数据提供的方式主要有，数据同步、数据文件上传、人工录入等方式。 2.3指标设计 1）指标设计 面向对象定义关键指标，往大了说，一个企业的最终目标不外乎是实现用户价值、企业价值、员工价值、社会价值的统一，在此基础上往下层层细分出相关的数据指标进行说明，同时，公司不同发展阶段所关注的指标也不一样，要根据具体的情况建议合适的指标 面向场景和业务，需结合不同的业务和场景进行指标设计，在指标设计过程中，需要与相关的业务团队深入沟通和调研，明确他们最关心的指标 自上而下，逐层拆分，不重不漏，在MECE原则进行数据指标的建立。 2）维度设计 指标需要通过维度进行展示和挖掘，没有维度，指标就没有意义；比如提到活跃用户数，如果不加时间维度，很难看出不同时间下的活跃情况，这样的指标就没有参考意义，常用的维度有时间、地区、行业、用户属性、版本、渠道等。 2.4.原型设计 定义好指标和维度后，就是原型设计，可以根据现成的图表组件，比如echarts、G2等进行设计，同时，可以构建适合自己的组件库，以便后续使用，在展现数据时，需要遵循一定的数据展示逻辑，参考第三部分：数据可视化设计建议。 2.5.排期开发及上线 接下来就是基本的产品开发流程了，依次是召开产品评审、项目排期、数据开发、前后端开发、测试和上线，其中，数据开发是比较重要的一环，作为数据产品，着重介绍大概的流程： 如果是爬取数据，需要对数据进行爬取、整合、清理、入库、开发API接口供后端调用；如果是第三数据接口，需要将数据接入到数据库中，以供后端调用；如果数据已经存在数据库中，可以直接调用；以目前我们公司hadoop+hive的大数据平台架构为例，产品所需的数据主要存放在此，首先是数据分析师根据指标和维度进行数据逻辑的SQL梳理，然后是数据开发工程师根据SQL进行加工脚本的开发形成Hive结果表，再定时将数据写入后端的业务表中供产品开发使用。 2.6.数据核验 数据产品对数据的准确性和一致性十分看重，数据准确性通常由数据分析师对产品展示数据和逻辑是否一致，并邀请产品所对应的业务方进行验收，数据一致性通过保证数据源统一和数据统计口径一致，除此之外，还会邀请业务关键人参与产品验收，以确保数据无误。 2.7.权限控制 由于内部的数据产品涉及到公