數(shù)據(jù)驅(qū)動(dòng)決策的一些實(shí)踐方法和建議
01
什么是決策建議？
有決策建議的 BI 系統(tǒng)常常被冠以 “決策支持系統(tǒng)” 的光環(huán)。決策建議也是讓業(yè)務(wù)方能夠最直接感知數(shù)據(jù)驅(qū)動(dòng)的功能。
決策建議，是能夠告訴用戶【在何種情況下，應(yīng)該如何做】。
前面的文章我們談了風(fēng)險(xiǎn)告警、問題診斷，現(xiàn)在通過一個(gè)例子看看他們和決策建議產(chǎn)品形態(tài)的區(qū)別：
風(fēng)險(xiǎn)告警：全站活躍用戶數(shù)比昨日降低 10%；
問題診斷：今日全站活躍用戶數(shù)比昨日降低 10%，可能原因：10 點(diǎn)-11 點(diǎn) APP 活躍用戶數(shù)比昨日降低 50%（減少 10000人）；
決策建議：今日活躍用戶數(shù)比昨日降低 10%，可能原因：今日 10 點(diǎn)- 11 點(diǎn) APP 注冊(cè)用戶數(shù)比昨日降低 50%（減少 10000人），建議持續(xù)關(guān)注未來 48 小時(shí)內(nèi) APP 每小時(shí)注冊(cè)用戶數(shù)趨勢(shì)和分布，點(diǎn)擊訂閱此數(shù)據(jù)。
02
決策建議的產(chǎn)品設(shè)計(jì)思路
決策建議可以有多種實(shí)現(xiàn)路徑：
模型驅(qū)動(dòng)：以算法模型為核心，常見的場景是，用戶輸入?yún)?shù)值或一些數(shù)據(jù)，來得到預(yù)測(cè)結(jié)果或者仿真模擬結(jié)果；
知識(shí)驅(qū)動(dòng)：也可以叫做經(jīng)驗(yàn)驅(qū)動(dòng)，將專家領(lǐng)域知識(shí)（方法論）沉淀到系統(tǒng)里；
數(shù)據(jù)驅(qū)動(dòng)：通過對(duì)數(shù)據(jù)的挖掘分析（通常是時(shí)間序列數(shù)據(jù)）。
不管用什么實(shí)現(xiàn)路徑，產(chǎn)品設(shè)計(jì)核心是對(duì)現(xiàn)狀、目標(biāo)、執(zhí)行措施三者關(guān)系的本質(zhì)理解，將模型、知識(shí)（業(yè)務(wù)方法論）、數(shù)據(jù)轉(zhuǎn)化為建議。
這里先不談需求調(diào)研和確認(rèn)需求范圍這些工作，重點(diǎn)介紹當(dāng)確定需求后，輸出產(chǎn)品方案的方法。
第一步，我們先把決策建議進(jìn)行分類：
一般來說，決策建議可以劃分為以下幾種類型：
1、建議做線上操作——設(shè)置閾值、操作功能等，需要提供建議值、建議條件、具體功能，比如：新零售場景，發(fā)現(xiàn)店鋪會(huì)員進(jìn)店率降低了 50%，建議增加會(huì)員觸達(dá)，點(diǎn)擊設(shè)置會(huì)員運(yùn)營策略；
2、建議做數(shù)據(jù)分析——觀察數(shù)據(jù)分布、數(shù)據(jù)趨勢(shì)等，需要提供具體觀察對(duì)象的內(nèi)容/指標(biāo)或者指向具體的數(shù)據(jù)分析功能，比如：電商場景下，發(fā)現(xiàn)件單價(jià)（成交訂單中平均每件商品的價(jià)格）近 10 天內(nèi)降低了 50%，建議關(guān)注高價(jià)商品的供給與銷售，查看定價(jià)合理性分析。
3、建議做線下操作——提供解決方案方向，需要提供定性的建議或者知識(shí)文檔，比如：物流場景，發(fā)現(xiàn)目前分揀中心包裹數(shù)量是歷史峰值的 80%，建議增加分揀格口。
第二步，找準(zhǔn)決策建議的觸發(fā)條件，將觸發(fā)條件轉(zhuǎn)化為數(shù)據(jù)需求。
觸發(fā)條件有這么幾類：
1、閾值觸發(fā)：數(shù)據(jù)指標(biāo)達(dá)到某個(gè)指定的數(shù)值，比如：店鋪會(huì)員進(jìn)店率閾值，低于這個(gè)閾值會(huì)觸發(fā)計(jì)算決策建議；
2、事件觸發(fā)：當(dāng)出現(xiàn)某個(gè)狀態(tài)時(shí)觸發(fā)，比如：當(dāng)包裹派送狀態(tài)為分配快遞員，且客戶的另一個(gè)包裹將在 1 小時(shí)內(nèi)到站，觸發(fā)提示快遞員是否將已分配包裹標(biāo)記為等到齊包裹后一起配送；
3、時(shí)間觸發(fā)：指定時(shí)間時(shí)觸發(fā)，或者達(dá)到一定的時(shí)間周期時(shí)觸發(fā)，比如：每天早上 9 點(diǎn)，提供建議巡檢設(shè)備清單。
第三步，將決策建議值轉(zhuǎn)化為研發(fā)需求。
我們按建議內(nèi)容分為 2 類：
1、定量建議，需要給出具體的數(shù)字或者數(shù)據(jù)清單，比如增加 10% 庫存，巡檢設(shè)備的具體設(shè)備編號(hào)；
定量建議一般考慮采取算法模型的方式，產(chǎn)品經(jīng)理要重點(diǎn)整理清楚算法的輸入輸出和邏輯，整理好算法需求，強(qiáng)調(diào)設(shè)定合理的評(píng)價(jià)方式和評(píng)價(jià)指標(biāo)，對(duì)算法調(diào)優(yōu)可以提供一個(gè)明確的目標(biāo)值。這個(gè)過程中，和算法工程師的反復(fù)溝通比較重要。
2、定性建議，需要給出具體的指向目的（文檔、文字說明、功能等），比如查看定價(jià)合理性分析、建議關(guān)注粉絲新增率、建議把系統(tǒng)切換成節(jié)能模式。
定性建議一般考慮給出建議的規(guī)則集（策略），規(guī)則策略可以由產(chǎn)品經(jīng)理輸出，設(shè)計(jì)要點(diǎn)是，力求對(duì)業(yè)務(wù)場景狀態(tài)進(jìn)行全面分類，讓規(guī)則可以盡可能多覆蓋較多的場景。這個(gè)過程中，和業(yè)務(wù)方反復(fù)溝通比較重要。
03
總結(jié)
在產(chǎn)品目標(biāo)主要是數(shù)據(jù)可視化、業(yè)務(wù)模型建設(shè)的情況下，決策建議確實(shí)是大多數(shù)據(jù)產(chǎn)品經(jīng)理比較少接觸到的業(yè)務(wù)場景，但隨著數(shù)據(jù)對(duì)業(yè)務(wù)越來越重要，要求數(shù)據(jù)能夠發(fā)揮更大價(jià)值，產(chǎn)品經(jīng)理應(yīng)該多思考如何能夠提供更加智能化產(chǎn)品給用戶。
我們常說，解決方案本身其實(shí)是術(shù)，產(chǎn)品 PRD 里面寫的是策略規(guī)則、模型需求，其實(shí)多做幾個(gè) case 積累一些經(jīng)驗(yàn)就能夠熟練，但是對(duì)于個(gè)人能力來說，我們要錘煉的，是一種你如何去解決一個(gè)未知陌生問題的方法，當(dāng)接到需求時(shí)，能夠判斷出好的解決方案的核心是什么。