編輯導(dǎo)語：作為一名數(shù)據(jù)產(chǎn)品經(jīng)理，當(dāng)你長時間為業(yè)務(wù)做了許多數(shù)據(jù)可視化表與數(shù)據(jù)接口服務(wù)等，但就是沒有找到自己的價值所在點。因此，數(shù)據(jù)產(chǎn)品經(jīng)理應(yīng)當(dāng)如何實現(xiàn)數(shù)據(jù)驅(qū)動，實現(xiàn)真正的數(shù)據(jù)賦能，找到自身對數(shù)據(jù)產(chǎn)品的價值呢？

數(shù)據(jù)產(chǎn)品經(jīng)理工作做久了，很多同學(xué)可能有過這樣的困惑：雖然為業(yè)務(wù)做了很多數(shù)據(jù)可視化報表、數(shù)據(jù)接口服務(wù)，但個人成就感不足，甚至開始懷疑數(shù)據(jù)產(chǎn)品工作的價值。企業(yè)數(shù)據(jù)化轉(zhuǎn)型都在提數(shù)據(jù)驅(qū)動，真正做到數(shù)據(jù)賦能，又要如何破局呢？

一、數(shù)據(jù)人是如何“淪為”支撐工具的？

1. 業(yè)務(wù)需求應(yīng)接不暇，留給思考的時間不多了

大數(shù)據(jù)時代企業(yè)追求數(shù)據(jù)化管理，從過去拍腦袋決策，到用數(shù)據(jù)說話?；ヂ?lián)網(wǎng)企業(yè)業(yè)務(wù)快速變化，產(chǎn)品&運營策略事前分析、事中過程監(jiān)控、事后復(fù)盤總結(jié)，都需要數(shù)據(jù)支持。

平均到每個數(shù)據(jù)產(chǎn)品或數(shù)據(jù)開發(fā)，每周要處理至少5~10個臨時取數(shù)或報表需求的時候，就很難精力和心思去思考了?？粗苊?，但做著很多重復(fù)性、低成長的事情。

2. “沉迷”于數(shù)據(jù)平臺，與業(yè)務(wù)漸行漸遠(yuǎn)

數(shù)據(jù)從采集到應(yīng)用全流程每個環(huán)節(jié)都會有數(shù)據(jù)平臺或工具來提升加工、應(yīng)用效率。平臺型數(shù)據(jù)產(chǎn)品常見的問題是花大量的時間在搭建大數(shù)據(jù)開發(fā)套件、數(shù)據(jù)資產(chǎn)平臺、數(shù)據(jù)應(yīng)用平臺，離業(yè)務(wù)越來越遠(yuǎn)，不關(guān)心或者無暇關(guān)注業(yè)務(wù)方向。

最終只是給用戶提供了數(shù)據(jù)工具產(chǎn)品，用戶使用工具解決什么業(yè)務(wù)場景下的什么問題了解的不多。到頭來淪為純工具型數(shù)據(jù)產(chǎn)品。

3. 安于現(xiàn)狀，習(xí)慣于輕車熟路，按部就班

遇到過數(shù)據(jù)報表開發(fā)吐槽，每天加班也做不完產(chǎn)品的報表和臨時取數(shù)需求，看過他取數(shù)流程，每個需求來的時候，會跟進(jìn)業(yè)務(wù)指標(biāo)統(tǒng)計口徑用訂單明細(xì)表、流量明細(xì)表等不同的表去關(guān)聯(lián)取數(shù)。

問他為什么不考慮把業(yè)務(wù)需求梳理一下，搞個通用的數(shù)倉模型，這樣取數(shù)效率不會高一些么？回復(fù)是“沒時間梳理，臨時取數(shù)做的多了，數(shù)據(jù)在哪里取很熟悉，所以不影響”。

“人潛意識當(dāng)中會傾向于選擇做會做的、簡單的事情，哪怕是枯燥的重復(fù)性動作”，就像這位數(shù)據(jù)同學(xué)，新需求來時第一反應(yīng)是用習(xí)慣的方法去處理，而不是考慮有沒有更簡單、一勞永逸的方法去提升效率，可以有更多的時間去思考如何賦能。

4. 業(yè)務(wù)部門與數(shù)據(jù)部門供需不匹配

對于產(chǎn)品和運營等業(yè)務(wù)部門，最期望的是數(shù)據(jù)部門可以幫他們把指標(biāo)監(jiān)控、數(shù)據(jù)報表、決策建議一條龍全部服務(wù)好，而且可以主動幫他們通過數(shù)據(jù)發(fā)現(xiàn)業(yè)務(wù)問題、挖掘新的業(yè)務(wù)增長點。

而數(shù)據(jù)部門因為需求多、業(yè)務(wù)了解深度不夠等原因，以滿足業(yè)務(wù)需求為主，能夠給出超期望的“賦能”并不多，長此以往，業(yè)務(wù)、和數(shù)據(jù)人自身，逐漸就默認(rèn)成為“支撐”了。

遇到過一個報表的數(shù)據(jù)產(chǎn)品經(jīng)理，業(yè)務(wù)提數(shù)據(jù)報表需求一般是表格的形式，梳理需要的主題、指標(biāo)、維度，產(chǎn)品經(jīng)理對接一下統(tǒng)計邏輯，給到報表開發(fā)，報表開發(fā)基于BI工具，配置出基本上和業(yè)務(wù)excel表格一致的純表格“Dashboard”。

5. 避坑指南

（1）居安思危，不滿足于現(xiàn)狀

作為數(shù)據(jù)人，深陷需求的“泥潭”時，不能躺平，分析當(dāng)前困境的原因，尋找突破的方法。比如：

• 疲于應(yīng)付各種數(shù)據(jù)、報表需求時，是否有更高效的工具，是否有更好用的模型？
• 工作得心應(yīng)手、行云流水時，也要保持危機(jī)意識，“我現(xiàn)在做的工作的最大的價值是什么？”
• “我個人的核心競爭力、不可替代性在哪里？”
• 除了現(xiàn)在的工作，我還可以做哪些事情，幫業(yè)務(wù)解決什么問題？”
• 數(shù)據(jù)產(chǎn)品持續(xù)的批判性思考，才有機(jī)會做出更多“賦能”的產(chǎn)品。

（2）小步慢跑，不積跬步無以至千里

需求是永遠(yuǎn)做不完的，開發(fā)資源不足的問題也會持續(xù)存在。想要跳出“支撐需求做不完，賦能沒時間”的循環(huán)，可以嘗試一些“授之以漁”的方法，再忙也要留出時間，做好數(shù)據(jù)模型、平臺工具的基礎(chǔ)生產(chǎn)工具的建設(shè)。

模型基建：例如，臨時取數(shù)需求，把業(yè)務(wù)常提的臨時需求分析抽象，做成簡答高效的業(yè)務(wù)寬表，通過簡單的查詢即可快速拿到數(shù)據(jù)。

業(yè)務(wù)培訓(xùn)：很多探索性的取數(shù)需求邏輯并不復(fù)雜，但是產(chǎn)品和運營會SQL的人不多，所以很大程度依賴數(shù)據(jù)部門，模型建設(shè)完善，給業(yè)務(wù)定期地進(jìn)行基礎(chǔ)SQL能力的培訓(xùn)，知道數(shù)據(jù)在哪個表里，通過Select* from table where **?簡單語句，實現(xiàn)自助取數(shù)，不僅可以釋放數(shù)據(jù)部門的壓力，數(shù)據(jù)時效也會更快。

相比較依賴數(shù)據(jù)部門排期幾天，相信緊急的需求他們也愿意自己動手，取數(shù)不求人。

工具建設(shè)：工欲善其事必先利其器，將重復(fù)的工作抽象成依賴工具、流程去解決，例如：

• 頻繁的取數(shù)需求可以通過拖拽式的BI工具，業(yè)務(wù)自助實現(xiàn)；
• 數(shù)據(jù)可視化報表需求，基于指標(biāo)管理平臺進(jìn)行指標(biāo)接口輸出，提高指標(biāo)復(fù)用度，減少接口開發(fā)成本等。

工具建設(shè)的必要性判斷依據(jù)是工具建設(shè)花費的成本和工具節(jié)省的人力成本是否匹配。

二、數(shù)據(jù)賦能的定義

賦能，百度百科詞面定義是：給誰賦予某種能量，通俗講就是，你覺得你不能，但我使你能。

強(qiáng)調(diào)的是“你可能沒想到或者沒想要”，但是“我主動地幫你想，幫你做到了”。

回到數(shù)據(jù)賦能，則可以理解成，作為數(shù)據(jù)產(chǎn)品，除了接受業(yè)務(wù)需求，滿足業(yè)務(wù)訴求外，要提供更多的可以幫助業(yè)務(wù)優(yōu)化經(jīng)營決策、促進(jìn)用戶增長、拉升營收增長的數(shù)據(jù)能力，或者數(shù)據(jù)產(chǎn)品工具。

三、數(shù)據(jù)賦能主要方向

數(shù)據(jù)、數(shù)據(jù)產(chǎn)品對于業(yè)務(wù)決策支撐、產(chǎn)品應(yīng)用的場景和價值不做贅述，以下主要列舉一些數(shù)據(jù)人可以為業(yè)務(wù)“賦能”的場景。

1. 指標(biāo)監(jiān)控預(yù)警

不管是業(yè)務(wù)自身還是數(shù)據(jù)部門都很難24小時在電腦/手機(jī)盯著業(yè)務(wù)指標(biāo)是否正常，更多的時候是即使在辦公環(huán)境也業(yè)務(wù)的異常也未必能夠及時發(fā)現(xiàn)。

當(dāng)用戶反饋時，在這個時間窗口期可能就已經(jīng)造成了業(yè)務(wù)損失了。之前某團(tuán)外賣發(fā)展初期，系統(tǒng)穩(wěn)定性不斷改進(jìn)提升，但還會時不時地中午吃飯的時候服務(wù)器突然宕機(jī)。

通過對流量預(yù)測、波動監(jiān)控，及時觸發(fā)電話/短信報警，研發(fā)人員第一時間修復(fù)，縮短問題發(fā)現(xiàn)時差，把業(yè)務(wù)損失降到最低。

另一個場景是，某段時間外賣BD人員工資是按照銷售額、訂單量等KPI完成度計算獎金，會有BD為了完成業(yè)績，與商家合作下虛假訂單，比如一單十幾萬的情況。

此時，數(shù)據(jù)產(chǎn)品可以通過訂單金額超過XX，下單人員是企業(yè)內(nèi)部員工等不同維度的規(guī)則進(jìn)行監(jiān)控，出現(xiàn)觸發(fā)報警閾值的訂單時，及時推送給紀(jì)檢、或上一級部門審核。

通過指標(biāo)監(jiān)控預(yù)警，可以幫助業(yè)務(wù)及時發(fā)現(xiàn)問題，或者暴露更多問題，降低或挽回業(yè)務(wù)損失，從“人找數(shù)，到數(shù)找人”，是不是很有價值呢。

2. 智能分析

管理層、業(yè)務(wù)部門其實更想要的是最直接的答案，數(shù)據(jù)是什么，是否正常，哪里異常，應(yīng)該怎么做。

某天大盤DAU同比下降50%，到底是正常的業(yè)務(wù)現(xiàn)象還是出現(xiàn)了什么問題呢？

通常是基于數(shù)據(jù)可視化產(chǎn)品，選擇不同的維度分析，交叉分析，判斷是哪個維度有問題，比如先看App、微信等不同平臺，看流量在某一平臺集中下降，還是大盤整體趨勢相同，再拆分渠道、業(yè)務(wù)線、流量入口等，逐層拆解，分析下來，可能一個小時就過去了。

在“數(shù)據(jù)可視化怎樣才有靈魂”一文中有專門講過數(shù)據(jù)可視化產(chǎn)品的設(shè)計方法，產(chǎn)品設(shè)計過程，可以考慮把KPI預(yù)測、指標(biāo)波動自動歸因等常用的分析手動融入的產(chǎn)品中，基于產(chǎn)品提供自動化的分析思路（異常歸因可以考慮使用基尼系數(shù)模型，評估那幾個維度的波動對整體影響最大）。

3. 競對策略應(yīng)對

知彼知己才能百戰(zhàn)不殆，互聯(lián)網(wǎng)早期靠燒錢補貼迅速跑馬圈地，有美團(tuán)、百度、餓了么，滴滴、快的、uber，了解競對市場行情、競對策略對自身業(yè)務(wù)進(jìn)攻、防守都非常有利。

比如同一個景區(qū)門票，某豚賣80，某團(tuán)通過爬蟲抓取到競對的銷售價格、優(yōu)惠補貼策略數(shù)據(jù)后，形成比價系統(tǒng)，產(chǎn)品運營可以通過活動補貼把價格做到79，雖然只是1塊錢的差距，但是對于價格敏感型用戶也很有吸引力，而且還會逐步給用戶形成“某團(tuán)比某豚更便宜”的認(rèn)知。

比價系統(tǒng)可以運營手動操作，也可以基于規(guī)則，通過接口方式線上自動調(diào)整價格，做到“我永遠(yuǎn)比你低”。

創(chuàng)新業(yè)務(wù)或者業(yè)務(wù)擴(kuò)張開疆?dāng)U土?xí)r，競對數(shù)據(jù)可以把目標(biāo)更聚焦，行動更高效。比如，某團(tuán)外賣早期需要擴(kuò)大供給品類，增加優(yōu)質(zhì)頭部外賣商家，直接讓BD去談嗎？

雖然是地推鐵軍，但是沒有目標(biāo)指引效率也不會高。通過競對數(shù)據(jù)的爬取、整合，直接把每個地區(qū)的優(yōu)質(zhì)目標(biāo)，形成每天BD待拜訪的商家清單，早上上班后第一時間IM推送，BD一天的工作目標(biāo)就很清晰了。

4. 用戶畫像與精準(zhǔn)營銷

互聯(lián)網(wǎng)下半場，流量紅利消耗殆盡。

一方面是泡沫散去后投資人投資更加理性，沒那么多錢可以給到互聯(lián)網(wǎng)公司去燒錢拉客戶。

另一方面，現(xiàn)在用戶信息過載、產(chǎn)品和服務(wù)同質(zhì)化嚴(yán)重，經(jīng)常是花了錢也得不到客戶，這樣導(dǎo)致企業(yè)獲客成本已經(jīng)非常昂貴。

如何精準(zhǔn)的識別目標(biāo)用戶，以及企業(yè)用戶的行為特征，充分挖掘用戶價值，讓每一筆錢都擲地有聲、好鋼用在刀刃上，實現(xiàn)精細(xì)化運營，是目前每個企業(yè)都在追求的目標(biāo)。

用戶是誰，從哪里來，有什么樣的特征和習(xí)慣，這些用戶畫像信息的挖掘，對業(yè)務(wù)決策以及精細(xì)化運營的意義重大，絕對可以算得上是數(shù)據(jù)賦能業(yè)務(wù)。

用戶畫像是基于統(tǒng)計類、預(yù)測類、規(guī)則類等不同的標(biāo)簽體系，構(gòu)建用戶精細(xì)化分層能力。

例如五一期間，機(jī)票盲盒是OTA行業(yè)追捧的明星產(chǎn)品，對于參與盲盒活動的用戶，到底來源于哪些渠道，性別、年齡、消費能力如何這些信息的識別，對于流量渠道的投放、產(chǎn)品策略方案設(shè)計就很有幫助了。

用戶畫像的價值不僅是用戶群體的識別，更重要的是基于人群精細(xì)化分層圈選的能力，構(gòu)建用戶運營、觸達(dá)的全流程。

例如，針對即將流失的用戶派發(fā)優(yōu)惠券進(jìn)行召回，對服務(wù)受損的用戶進(jìn)行安撫關(guān)懷等?；贒MP平臺，實現(xiàn)用戶的精細(xì)化運營，在渠道拉新、新客留存、老客復(fù)購等場景，都可以提供強(qiáng)大的賦能能力。

DMP除提供基于產(chǎn)品＆運營經(jīng)驗的人群圈選和觸達(dá)能力外，還可以通過算法模型的能力，圍繞業(yè)務(wù)目標(biāo)（拉新、營收等），提供目標(biāo)人群建議。

比如，當(dāng)你在攜程上瀏覽了很多個酒店都沒有下單，突然彈出了一個X元的紅包，你是不是很有可能更快下單呢？

業(yè)務(wù)配置的規(guī)則是瀏覽酒店詳情頁X次，且無成功訂單，則派發(fā)紅包，紅包金額基于你的價格敏感度標(biāo)簽算法計算得出。

5. 個性化推薦

恰當(dāng)?shù)臅r間給合適的用戶推薦合適的商品，是平臺和用戶雙贏的事情，既可以提升用戶體驗，很快找到目標(biāo)商品，用戶下單意愿提高了，業(yè)務(wù)量也就增加了。

數(shù)據(jù)賦能離不開算法賦能，基于用戶歷史瀏覽行為、用戶畫像特征、商品畫像特征，提供千人千面的算法推薦服務(wù)。

6. AI應(yīng)用

大數(shù)據(jù)的應(yīng)用出口之一是AI，通過機(jī)器學(xué)習(xí)算法提升產(chǎn)品智能化的能力。AI的概念并不新，最早能追溯到90年代，但真正發(fā)展起來還是得益于計算機(jī)算力、大數(shù)據(jù)發(fā)展技術(shù)。

除了語音識別、人臉識別等生活中的應(yīng)用場景外，互聯(lián)網(wǎng)公司常用的場景有：圖片優(yōu)化，例如商品頭圖的質(zhì)量會影響用戶的點擊欲望，靠運營去更新圖片一方面耗費人力高，另一方面，運營的審美不一定能夠代表大眾審美，通過機(jī)器學(xué)習(xí)模型，對圖片進(jìn)行打分，自動確定商品頭圖。

內(nèi)容審核：點評、短視頻平臺等UGC平臺，內(nèi)容合法合規(guī)的監(jiān)管關(guān)系到企業(yè)的生死存亡（內(nèi)涵段子），所有內(nèi)容靠人工審核那發(fā)布周期就很長，用戶體驗差。

抖音上億日活，每天生產(chǎn)視頻內(nèi)容數(shù)十億，是怎么那么快審核的，有些“危險動作請勿模仿”“內(nèi)容可能引起不適”標(biāo)簽如何打的呢？

AI技術(shù)。即內(nèi)容發(fā)布后，平臺基于算法模型對視頻內(nèi)容進(jìn)行自動審核，識別不了的才會由人工運營審核。

7. 用戶增長策略

2015年《增長黑客》一書出現(xiàn)后，很多面臨增長瓶頸的公司似乎看到了續(xù)命的稻草，用戶增長產(chǎn)品經(jīng)理的崗位大受追捧，希望通過用戶增長產(chǎn)品經(jīng)理，為企業(yè)挖掘新的增長點。

互聯(lián)網(wǎng)公司里用戶增長策略玩的最6的要數(shù)某多多，從最初的下沉市場開始，微信群、朋友圈用“幫忙砍一刀”來見證友情、親情、愛情，到現(xiàn)在的頭部電商的后起之秀，用六七年時間實現(xiàn)某寶、某東十幾年的沉淀。

數(shù)據(jù)賦能用戶增長最核心的思想是，通過數(shù)據(jù)分析和挖掘找到用戶增長的機(jī)會點，通過產(chǎn)品和運營策略來刺激用戶行為，最終實現(xiàn)用戶的增長。

有沒有相關(guān)拼刀刀早期拼團(tuán)人數(shù)為什么是５人？免費領(lǐng)100元紅包時，為什么開局99，越到后面每個人拆的紅包越??？這些都是基于數(shù)據(jù)挖掘制定的產(chǎn)品增長策略。增長分析一般的留存是：

1. 確定增長目標(biāo)，活躍留存，復(fù)購，還是分享傳播？
2. 基于業(yè)務(wù)留存拆分用戶行為指標(biāo)體系，以大眾點評用戶留存為例，用戶在平臺的行為會包括瀏覽商家頁、瀏覽推薦菜、寫點評、收藏商家、簽到等各自行為。
3. 相關(guān)分析，分析各個指標(biāo)與留存行為的相關(guān)性，確定核心行為。
4. 核心行為定量分析，尋找核心行為的“魔法數(shù)字”，即當(dāng)某些行為發(fā)生多少次時，用戶的留存率趨于穩(wěn)定。
5. 制定激勵策略，一般和用戶運營或C端產(chǎn)品聯(lián)動，數(shù)據(jù)提供分析結(jié)論支撐，產(chǎn)品＆運營設(shè)計產(chǎn)品流程，比如寫過３次點評的用戶留存率 32％，且趨于穩(wěn)定，則激勵策略上可以通過積分獎勵、禮品激勵等不同方式引導(dǎo)用戶完成３次點評的行為。
6. 策略復(fù)盤，用戶增長策略是不斷試錯過程，不可能所有的策略一上線就行之有效，要持續(xù)復(fù)盤總結(jié)，優(yōu)化改進(jìn)。

四、總結(jié)

大數(shù)據(jù)的價值體現(xiàn)在于數(shù)據(jù)應(yīng)用，包括數(shù)據(jù)化決策分析、數(shù)據(jù)智能應(yīng)用。作為數(shù)據(jù)人，除了做好基礎(chǔ)的支撐工作外，還要走進(jìn)業(yè)務(wù)，了解業(yè)務(wù)，持續(xù)思考如何更好的為業(yè)務(wù)賦能。

這樣數(shù)據(jù)部門才能在公司發(fā)揮更大的價值，用數(shù)據(jù)賦能企業(yè)增長，而不僅僅是“成本中心”。

#專欄作家#

數(shù)據(jù)干飯人，微信號公眾號：數(shù)據(jù)干飯人，人人都是產(chǎn)品經(jīng)理專欄作家。專注數(shù)據(jù)中臺產(chǎn)品領(lǐng)域，覆蓋開發(fā)套件,數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理，BI與數(shù)據(jù)可視化，精準(zhǔn)營銷平臺等數(shù)據(jù)產(chǎn)品。擅長大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設(shè)計。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議