在接手一款內(nèi)部數(shù)據(jù)產(chǎn)品以后，由于業(yè)務(wù)拓展的原因，開始了一般統(tǒng)計(jì)型產(chǎn)品向BI產(chǎn)品轉(zhuǎn)型的過程。在近1.5年的產(chǎn)品單款產(chǎn)品設(shè)計(jì)中，我一直在思考『如何能讓用戶有效的觸達(dá)數(shù)據(jù)』。這篇文章是我對(duì)這個(gè)問題的淺層思考。

文章涉及三個(gè)問題：

• 數(shù)據(jù)觸達(dá)的概念
• 常見的數(shù)據(jù)觸達(dá)模式
• 我在探索的解決方案

數(shù)據(jù)觸達(dá)的概念

在我看來，數(shù)據(jù)是一種特殊內(nèi)容的體現(xiàn)，更多的是通過量化的形式體現(xiàn)用戶對(duì)于實(shí)體/虛擬事物的感知；由于個(gè)體間的感知差異較大，所以產(chǎn)生了統(tǒng)計(jì)口徑的概念，以對(duì)可感知差異進(jìn)行統(tǒng)一的衡量，并且產(chǎn)生了對(duì)比的概念，以強(qiáng)化差異性的概念。舉個(gè)例子：『對(duì)于客服服務(wù)水平的滿意程度』一般來說會(huì)有1-5分的衡量標(biāo)準(zhǔn)，但4.5分和5分的滿意度差異究竟在哪里，其實(shí)是一個(gè)很難說清楚的概念，為了在產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)的過程中出現(xiàn)類似的問題，我們可能會(huì)使用更加可量化的標(biāo)準(zhǔn)進(jìn)行4.5和5分的評(píng)級(jí)標(biāo)準(zhǔn)確定（比如千單投訴率等）；

而數(shù)據(jù)觸達(dá)所指的就是：

• 如何用可感知的數(shù)據(jù)表達(dá)方式去描述差異性
• 用戶如何快速獲取并高效解讀該類差異；

問題一涉及的是評(píng)估標(biāo)準(zhǔn)的建設(shè)，暫時(shí)不在本文章中討論，主要想對(duì)問題二做一下討論：也就是在一個(gè)數(shù)據(jù)產(chǎn)品中，我們?nèi)绾巫層脩艨焖佾@取并高效解讀產(chǎn)品的變化。

常見的數(shù)據(jù)觸達(dá)模式

在市面上的數(shù)據(jù)分析產(chǎn)品中，在數(shù)據(jù)觸達(dá)模式上大致可以分為兩類：（1）有限度的專題內(nèi)分析 （2）通用的分析工具，對(duì)此分別做以下解讀：

有限度的專題內(nèi)分析

多體現(xiàn)于80%頭部用戶的通用統(tǒng)計(jì)型平臺(tái)（如百度統(tǒng)計(jì)）和垂類型的統(tǒng)計(jì)平臺(tái)（如主打轉(zhuǎn)換率分析的Growing IO）；該類型的平臺(tái)的特點(diǎn)是：會(huì)將數(shù)據(jù)按照特定的『專題』進(jìn)行專題下的拆解，提供通用、有限度的數(shù)據(jù)呈現(xiàn)以及漲跌呈現(xiàn)，但是不對(duì)漲跌的原因進(jìn)行分析及收益分析，用戶只能通過有限的幾個(gè)角度進(jìn)行泛數(shù)據(jù)分析的查看，并得到相對(duì)表層的分析結(jié)果，再輔助A/B TEST等實(shí)驗(yàn)進(jìn)行思想的認(rèn)證。

通用的分析工具

更多的出現(xiàn)在To B領(lǐng)域，以BI工具為主要的代表作，強(qiáng)調(diào)的是基礎(chǔ)層面的建設(shè)，即給出可能的分析包（例如對(duì)比、拆緯度、顯著性分析等），列舉出所有基礎(chǔ)的分析模式，但不提供任何的分析組合；之所以在企業(yè)界用的比較廣泛是因?yàn)槠髽I(yè)界有非常明確的業(yè)務(wù)核心，需要相對(duì)靈活的場(chǎng)景去應(yīng)對(duì)可能發(fā)生的商業(yè)變化，以多角度判斷部門或決策者對(duì)于決策的正確程度。

以上的情況，不針對(duì)決策，更多的還是利用『搜索』導(dǎo)向思維所做的產(chǎn)品，即對(duì)于有明確描述的分析問題進(jìn)行分析，那么問題來了，對(duì)于探索期的業(yè)務(wù)和現(xiàn)在更多的分析場(chǎng)景，出現(xiàn)了兩種非常常見的分析情景：

1. 只能對(duì)于問題本事的現(xiàn)象進(jìn)行描述，而并不確定問題的核心是什么，也就是說可能連『正確』的問題都問不出來 ；
2. 可能連問題表象本身都不能很好的描述，只有最終的目標(biāo)，沒有路徑；

問題二涉及到復(fù)雜的分析決策過程，暫時(shí)不做討論，重點(diǎn)說明問題一。 那么問題一是一類什么樣子的問題？ 我理解更多的會(huì)出現(xiàn)在『產(chǎn)品或業(yè)務(wù)提升』或者『產(chǎn)品或問題收益分析上』，也就是為什么有問題？為什么能成功？ 不懷疑的是市面上確實(shí)有非常多的分析框架出現(xiàn)，但針對(duì)相對(duì)抽象的問題來說還是很難有一套比較完整的分析體系，通過產(chǎn)品的形式落地。

舉個(gè)稍微通俗一點(diǎn)的例子：為什么XX產(chǎn)品的DAU會(huì)在1月份有明顯的降低？更進(jìn)一步的問法是為什么XX產(chǎn)品的DAU會(huì)，在做過某一次線上運(yùn)營(yíng)活動(dòng)以后，反而降低的更快？ 以上的問題解釋，更多的是大家討論的『數(shù)據(jù)分析框架』的建立過程，但這個(gè)過程我們有沒有可能通過產(chǎn)品的方式，配合已有的數(shù)據(jù)觸達(dá)類產(chǎn)品進(jìn)行落地？而不是僅僅停留在只給分析基礎(chǔ)，自由組合分析方法的模式上？我的答案是，可行，但有非常嚴(yán)苛的前提條件。

我在探索的解決方案

以上需求的出現(xiàn)，更多的像『知識(shí)引擎』的一種變體，即用戶只知道表象，而我們呈現(xiàn)的是邏輯上最可能出現(xiàn)的關(guān)聯(lián)原因和可能有的后續(xù)結(jié)果。在分析框架建立的前提，它的產(chǎn)品落地方案只合適在內(nèi)部決策時(shí)，在相對(duì)成熟的業(yè)務(wù)，應(yīng)用在相對(duì)成熟的問題下，比如『為什么銷售額會(huì)降低？』『為什么DAU會(huì)下降？』而處理的方式是，將所有的決策路徑進(jìn)行『窮舉』，給出最可能的問題原因，再由人工做最后的判斷；從產(chǎn)品的角度來說，我可以理解為是對(duì)分析方法的打包，以適用于某一類分析專題，并在數(shù)據(jù)產(chǎn)品端提供分析決策的專題。那么做到這一點(diǎn)需要產(chǎn)品同學(xué)提供什么？我認(rèn)為是如下幾點(diǎn)：

• 基于對(duì)業(yè)務(wù)的理解，對(duì)業(yè)務(wù)問題進(jìn)行外部原因和內(nèi)部原因的拆解和列舉
• 搭建每個(gè)原因樹下正常或異常的判定標(biāo)準(zhǔn)（比如我們團(tuán)隊(duì)曾經(jīng)做過，用梯度回歸模型做預(yù)警）
• 根據(jù)業(yè)務(wù)本身的權(quán)重，對(duì)相關(guān)的原因進(jìn)行權(quán)重賦予（比如知道某個(gè)渠道的占比就是很低，那這個(gè)渠道就算有業(yè)績(jī)上絕對(duì)值的大幅提升，如果占比還是不怎么變化，其實(shí)對(duì)整體問題或收益的貢獻(xiàn)值自然不會(huì)太大）
• 對(duì)以上結(jié)點(diǎn)，根據(jù)異常和權(quán)重進(jìn)行問題原因可能性的判斷
• 列舉出最可能的影響因素
• 人工最終判斷最終的結(jié)論
• 產(chǎn)品的設(shè)計(jì)和落地

需要注意的是以上內(nèi)部原因和外部原因，產(chǎn)品中能穩(wěn)定設(shè)定的因子，只占到80%，剩下的20%突發(fā)性原因需要進(jìn)行人工的調(diào)權(quán)或者特定模式的設(shè)定（比如節(jié)假日、比如運(yùn)營(yíng)活動(dòng)、比如突發(fā)性事件），以上模式下分析方法的設(shè)定，需要疊加消息衰減模型和相關(guān)系數(shù)，以做分析專題準(zhǔn)召的調(diào)整。

小結(jié)

數(shù)據(jù)觸達(dá)的形式已經(jīng)隨著業(yè)務(wù)復(fù)雜性的增加，變得相對(duì)艱難，更多的分析人員和決策者面臨只知道業(yè)務(wù)表象，很難完全判斷出表象原因的情況；特別是對(duì)于初級(jí)業(yè)務(wù)人員和運(yùn)營(yíng)者來說，對(duì)于沒有完整分析框架的時(shí)候，甚至連原因都很難獲取。

傳統(tǒng)的數(shù)據(jù)觸達(dá)模式是：給予通用的分析工具，進(jìn)行自由的組合和可能原因的人工判斷；或者根據(jù)有限的專題，進(jìn)行原因的篩選，并不是一個(gè)直接觸達(dá)數(shù)據(jù)的模式，需要進(jìn)行較多的分析框架和決策樹的搭建。而未來，我認(rèn)為數(shù)據(jù)產(chǎn)品的同學(xué)需要真正去關(guān)注真正的影響因素，并在大數(shù)據(jù)的背景下，盡可能的窮舉所有影響該業(yè)務(wù)的因素，并根據(jù)模型的搭建和準(zhǔn)召的不斷調(diào)整，給出較為可能的影響因子排序，以協(xié)助用戶對(duì)于分析框架的建立和最終原因的判斷。

在這里想特別說明的是，數(shù)據(jù)觸達(dá)的優(yōu)化并不能真正代替真正的分析人員最終的判斷和決策，它更多的只是彌補(bǔ)初級(jí)業(yè)務(wù)人員對(duì)分析框架建立上的障礙，和高級(jí)人員在人工歸因時(shí)的思維漏洞。由于創(chuàng)建成本比較高，它一定是基于業(yè)務(wù)團(tuán)隊(duì)所需，高效解決高凈值問題時(shí)才會(huì)出現(xiàn)，而并非是一個(gè)可以完全對(duì)80%頭部用戶開放的事情，這可能是和很多做外部產(chǎn)品并因此獲得商業(yè)變現(xiàn)不太一致情況，需要特別加以區(qū)分。

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