初識數(shù)據(jù)產(chǎn)品,你真的想做數(shù)據(jù)產(chǎn)品嗎?
編輯導語:當你想要入行數(shù)據(jù)產(chǎn)品經(jīng)理的時候,你是否對其工作內(nèi)容有一個清晰的認知?那么,你可以從哪些方面入手、構(gòu)建起一個相對系統(tǒng)的數(shù)據(jù)產(chǎn)品認知體系?其中,可能會包括數(shù)據(jù)產(chǎn)品類別、數(shù)據(jù)產(chǎn)品用戶等方面。本篇文章里,作者較為系統(tǒng)地介紹了數(shù)據(jù)產(chǎn)品,一起來看一下。
數(shù)據(jù)產(chǎn)品經(jīng)理近來炒得比較火熱,以至于最近面試了幾個想做數(shù)據(jù)產(chǎn)品的應屆生,直言不諱地告訴我:“數(shù)據(jù)產(chǎn)品有前(錢)景”。
我非常開心他們對我足夠的坦誠,但是在“錢景”的高光下,我們可能對數(shù)據(jù)產(chǎn)品的理解還存在盲區(qū)。今天就從幾方面帶大家重新認識一下數(shù)據(jù)產(chǎn)品。
因為工作經(jīng)歷、思考深度等原因,我的理解也存在一定的局限性,大家選擇性采納,如有不同的看法也歡迎在下方留言互動~
一、數(shù)據(jù)產(chǎn)品的分類
我從18年才開始做數(shù)據(jù)可視化的產(chǎn)品工作,并從19年接手同事的項目后,又開啟了畫像側(cè)數(shù)據(jù)產(chǎn)品工作。
而在現(xiàn)公司,我繼續(xù)做數(shù)據(jù)產(chǎn)品,但前后工作的兩家公司在數(shù)據(jù)產(chǎn)品的方向上完全不一樣:前者是對內(nèi)的數(shù)據(jù)產(chǎn)品,而后者是對外的數(shù)據(jù)產(chǎn)品。
1. 對內(nèi)的數(shù)據(jù)產(chǎn)品
前公司是有自己的核心(盈利)業(yè)務,而數(shù)據(jù)產(chǎn)品只是大數(shù)據(jù)中臺部門的一部分,更多的是數(shù)據(jù)存儲、數(shù)據(jù)計算……以便支持公司各業(yè)務線在數(shù)據(jù)應用、數(shù)據(jù)分析的方向上的支持,整個數(shù)據(jù)中臺的架構(gòu)大致如下:
數(shù)據(jù)存儲層是整個公司的數(shù)據(jù)基礎,也是確保數(shù)據(jù)安全性、時效性、準確性、無二義性(數(shù)據(jù)孤島)等,以便形成數(shù)據(jù)資產(chǎn)的關鍵。這也是我以及公司其他幾個數(shù)據(jù)產(chǎn)品經(jīng)理所負責產(chǎn)品系統(tǒng)(數(shù)據(jù)展示)的數(shù)據(jù)來源。
1)數(shù)據(jù)看板系統(tǒng)
數(shù)據(jù)展示層系統(tǒng)的主要愿景就是減少分析師的常規(guī)分析的處理時間,提升業(yè)務方數(shù)據(jù)分析的效率,并協(xié)助業(yè)務方對業(yè)務策略的調(diào)整提供依據(jù)。
之前的文章也提了,數(shù)據(jù)看板系統(tǒng)的指標并不是我來配合業(yè)務方確認,而僅僅是提供一個承載圖表展示的工具。所以,在這個產(chǎn)品上頂多是抓住了業(yè)務方的爽點,而協(xié)助業(yè)務方確定“北極星指標、增長模型……”也只能成為愿景了。
(但在有的公司,數(shù)據(jù)產(chǎn)品是需要參與到指標建設的工作中的。)
2)畫像項目
我在畫像項目的工作則是貫穿了從“數(shù)據(jù)存儲”到“數(shù)據(jù)展示”的整個過程,“哪些畫像標簽需要實時/離線使用”、“哪些畫像標簽需要進行實時查詢”……這些涉及到數(shù)據(jù)存儲(數(shù)據(jù)庫選型)的工作,需要數(shù)據(jù)產(chǎn)品和數(shù)據(jù)開發(fā)同學進行配合。
“畫像標簽是統(tǒng)計類(基于現(xiàn)有數(shù)據(jù)進行常規(guī)計算)還是模型挖掘類(基于現(xiàn)有數(shù)據(jù)進行預測推斷)”、“畫像標簽是放在分析系統(tǒng)(數(shù)據(jù)展示層)上查看還是推送系統(tǒng)上應用”……這些涉及到數(shù)據(jù)計算側(cè)工作,需要數(shù)據(jù)產(chǎn)品提前整理好畫像標簽的邏輯、定義和應用場景。
而畫像標簽也是公司所有業(yè)務投放、算法推薦模型中必備的元素之一,所以在整個畫像項目涉及的工作,就解決了業(yè)務方的痛點。
3)其他說明
對內(nèi)的數(shù)據(jù)產(chǎn)品有著得最天獨厚的優(yōu)勢:擁有著查詢公司數(shù)據(jù)的權(quán)限。這就是雖然我在做數(shù)據(jù)看板系統(tǒng)時多么的工具化,我也依舊查詢數(shù)據(jù)庫自己去發(fā)現(xiàn)一些問題主動的去找業(yè)務方來溝通數(shù)據(jù)上的問題,未來的方向是可以專注于某一垂類領域下的數(shù)據(jù)/數(shù)據(jù)產(chǎn)品工作。
當然,公司內(nèi)部有數(shù)據(jù)產(chǎn)品的一般都是大公司,各個崗位的明確分工,也會讓數(shù)據(jù)產(chǎn)品趨向于工具化、技術化的方向。
分析的工作一般由分析師進行,而數(shù)據(jù)產(chǎn)品在完成產(chǎn)品設計上線后,除了運營推廣工作外,就是在保證“不同顆粒度數(shù)據(jù)呈現(xiàn)”、“準確性”、“時效性”等問題上頻繁地與數(shù)據(jù)開發(fā)同學溝通協(xié)調(diào)。
最重要的是,很多大企業(yè)的數(shù)據(jù)基建堪憂,這也是數(shù)據(jù)產(chǎn)品會工具化、技術化的原因之一。
2. 對外的數(shù)據(jù)產(chǎn)品
而現(xiàn)公司屬于 To B 數(shù)據(jù)服務型公司,核心業(yè)務就是售賣數(shù)據(jù)產(chǎn)品、服務、方案等,以此來滿足各企業(yè)數(shù)字化轉(zhuǎn)型的需求,這看起來確實解決了企業(yè)的“痛點”。
1)數(shù)字化轉(zhuǎn)型的趨勢
基于 CNNIC 《第47次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》的數(shù)據(jù)顯示,2016年12月~2020年12月,網(wǎng)民規(guī)模雖然在增多,但是普及率也在不斷擴大,這就意味著互聯(lián)網(wǎng)的滲透率也非常大,即互聯(lián)網(wǎng)用戶獲取的競爭將越來越激烈。
(這也是各大互聯(lián)網(wǎng)公司開發(fā)極速版爭奪下沉市場用戶、開發(fā)大字版爭奪老年用戶的原因。)
互聯(lián)網(wǎng)用戶獲取的競爭越激烈,也就代表著越困難,甚至還會流失,而數(shù)字化轉(zhuǎn)型的目標就是幫助客戶公司更好地利用好數(shù)據(jù)。
基于客戶的原始數(shù)據(jù)診斷,通過提供標簽體系、指標體系、分析平臺(專業(yè)模型分析)等數(shù)據(jù)產(chǎn)品/服務形成數(shù)據(jù)資產(chǎn)。并在通過提供用戶運營中心等營銷系統(tǒng),實現(xiàn)客戶的數(shù)據(jù)價值變現(xiàn)。
前面也提到了,很多公司的數(shù)據(jù)基建比較差,這也恰恰是 to B 數(shù)據(jù)服務咨詢公司要去解決的客戶“痛點”。
2)其他說明
對外的數(shù)據(jù)產(chǎn)品有著得最天獨厚的優(yōu)勢:可以快速了解不同行業(yè)的痛點。
當然,缺點也顯而易見,因為僅僅是第三方的數(shù)據(jù)服務公司,很多客戶的數(shù)據(jù)權(quán)限很難獲取,數(shù)據(jù)分析的相關工作,短時間內(nèi)很難接觸。
因為深度無法下探,只能在廣度上得到延展,所以未來的職業(yè)是朝著數(shù)據(jù)化解決方案的專業(yè)領域發(fā)展的。
當然,細心的同學已經(jīng)發(fā)現(xiàn)了,我把對外數(shù)據(jù)產(chǎn)品解決的“痛點”加了引號。套用《人類簡史》中說的那樣:“科技的發(fā)展最終使得人類更累(義同)”。所以,如果企業(yè)數(shù)字化轉(zhuǎn)型后,是不是會增加更多的人效負擔呢?
最近接觸的客戶,他們現(xiàn)在的業(yè)務梳理也是找不到北,沒有明確的北極星指標、增長模型……在沒有數(shù)據(jù)權(quán)限的前提下,直接套用行業(yè)模型落地在客戶業(yè)務上能夠?qū)崿F(xiàn)價值增長嗎?
我想現(xiàn)在誰都給不了明確的答案,而有沒有一套方法論支撐起這份工作,我也在繼續(xù)求索之中。
二、數(shù)據(jù)產(chǎn)品的用戶
從上半部分的內(nèi)容中,可以看到數(shù)據(jù)產(chǎn)品分為“主攻沉淀數(shù)據(jù)資產(chǎn)”的對內(nèi)數(shù)據(jù)產(chǎn)品,和“主攻數(shù)據(jù)解決方案”的對外數(shù)據(jù)產(chǎn)品。
在之前的文章中,我也曾解釋過B端產(chǎn)品的定義:面向角色化用戶,設計重視效率的產(chǎn)品。
那今天為什么把這兩個產(chǎn)品放在一塊說呢?
因為數(shù)據(jù)產(chǎn)品的本質(zhì)就是 to B 產(chǎn)品,這就意味著數(shù)據(jù)產(chǎn)品的用戶不是普通的個體,而是不同的角色(崗位)。
數(shù)據(jù)產(chǎn)品的產(chǎn)品結(jié)構(gòu)可以按照上一篇所拆分的三個部分:存儲層、計算層、展示層。
拋去底層計算服務,直接以產(chǎn)品化展示的系統(tǒng),又可以分為:數(shù)據(jù)存儲、數(shù)據(jù)計算、數(shù)據(jù)分析三個大類。
每個數(shù)據(jù)產(chǎn)品都會服務不同的產(chǎn)品角色,詳情可以參考下圖展示。
(因為筆者經(jīng)歷有限,所以列舉的數(shù)據(jù)產(chǎn)品如果有遺漏的,也歡迎大家在底部留言。)
由上圖就可以清楚地了解到,數(shù)據(jù)產(chǎn)品的用戶角色主要分為兩大類:業(yè)務、技術。
那接下來,你肯定也會有一個新的問題:“既然都是面向企業(yè)級的專業(yè)用戶,那還會區(qū)分出來大明、笨笨、小賢嗎?”
這是一個很好的問題,不過我先賣個關子,接下來的內(nèi)容會解答你的疑惑。
專業(yè)用戶有時候也并不專業(yè),這里并不是質(zhì)疑他們的崗位能力,而是在不同的業(yè)務領域下,大部分用戶都會存在信息斷層。
例如,業(yè)務方可能不知道分析某個業(yè)務的數(shù)據(jù)相關的字段存儲在哪里;同樣,分析師可能不會快速知道這次用戶的突增是因為上線了某個營銷活動。
考慮到普及度和用戶角色差異明顯的特性,我們這里還是說一下“展示層”的數(shù)據(jù)產(chǎn)品。
這類的產(chǎn)品的本質(zhì)是提供數(shù)據(jù)分析服務,那么這類產(chǎn)品的大明、笨笨、小閑用戶分別有什么特點呢?
結(jié)合梁寧的闡釋,我嘗試對“展示層”數(shù)據(jù)產(chǎn)品的使用者分類進行大膽解釋:
- 大明:有明確的分析需求,有明確的分析思路;
- 笨笨:有大致的分析需求,沒有明確的分析思路(分析思路散亂,沒有串聯(lián)起來);
- 小閑:沒有分析需求,對業(yè)務是一知半解,或深諳其道。
留點時間給大家思考一下,假如你是數(shù)據(jù)產(chǎn)品的設計者,你會如何規(guī)劃產(chǎn)品的定位?是只服務大明、笨笨、小閑中的一種用戶?還是多種用戶呢?如果你也不確定的話,那你可以想一想一個公司里會不會存在這三種用戶呢?
首先,大明、笨笨可能會存在的,可是小閑會存在嗎?
我個人認為不會。
首先,對業(yè)務一知半解的小閑并不會持續(xù)一個長期的規(guī)程,會隨著工作深入,短時間內(nèi)會成為一個笨笨(對于低頻且不重要的需求我們可以選擇先放棄)。
其次,深諳業(yè)務其道的用戶也基本上沒有,在變幻莫測的互聯(lián)網(wǎng)下,數(shù)據(jù)需求也會慢慢出現(xiàn)。即,數(shù)據(jù)可視化產(chǎn)品服務的對象是大明和笨笨。
通過數(shù)據(jù)產(chǎn)品矩陣,基本解決了上述用戶的需求痛點。
OLAP 查詢工具服務了大明用戶,可以在明確的分析思路下快速、便捷地查詢數(shù)據(jù);組件化分析工具服務了笨笨用戶,主題看板輔助用戶理清分析思路,自主化探索看板輔助用戶完善分析思路;BI 可視化工具比較特殊,既服務大明用戶(自己搭建數(shù)據(jù)集,創(chuàng)建圖表、儀表盤),又服務了笨笨用戶(了解大致方向,在分析師幫助下,查看分析師搭建的數(shù)據(jù)看板)。
舉個例子:競品對比哪個服務得更好?
考慮到篇幅原因,這里就先簡單說一下 BI 可視化工具的對比吧,服務最好的當然非 Tableau 莫屬。這里并不是無腦吹,我將前公司的 BI 可視化工具 unicorn 和 Tableau 的差距做個清單,你就知道 Tableau 的過人之處了。
(如果有遺漏或錯誤的地方,煩請大家在下方留言指出。如果你有其他的數(shù)據(jù)產(chǎn)品推薦,也歡迎在下方留言~)
以上內(nèi)容,初步帶大家認識了一下數(shù)據(jù)產(chǎn)品經(jīng)理,你是否對數(shù)據(jù)產(chǎn)品有了新的了解呢?你是否找對了數(shù)據(jù)產(chǎn)品的方向呢?
還是那句話,我所說的不一定完全正確。在未來我還會繼續(xù)跟大家分享產(chǎn)品、數(shù)據(jù)產(chǎn)品的相關內(nèi)容,記得持續(xù)關注哈~
#專欄作家#
兮兮,微信公眾號:孤身旅人(ID:gushenlvren),人人都是產(chǎn)品經(jīng)理專欄作家。關注人工智能、toB產(chǎn)品、大文娛等領域。
本文原創(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。
題圖來自 Unsplash,基于 CC0 協(xié)議
現(xiàn)在在做對外的數(shù)據(jù)產(chǎn)品,公司規(guī)模較小,一個數(shù)據(jù)分析師,甚至python開發(fā)都沒有,算法這塊叫產(chǎn)品琢磨,好難
你好,因為通過你的描述我理解有限,我嘗試回答下你的問題。不要給自己設限,先嘗試動起來。有些數(shù)據(jù)產(chǎn)品是需要了解算法的,比如你做標簽,你得知道“準召率”、“訓練集”……這些概念的意思,這樣在畫像標簽規(guī)則設計時,你才能更好的完成工作哦~
謝謝