數(shù)據(jù)產(chǎn)品的新思考
數(shù)據(jù)產(chǎn)品的新思考
|0x00 從數(shù)據(jù)產(chǎn)品價值說起
數(shù)據(jù)產(chǎn)品，顧名思義，是將數(shù)據(jù)作為主要的展示形式，用于幫助業(yè)務做決策的一種產(chǎn)品。不論是Excel，還是自助取數(shù)平臺，都可以稱之為數(shù)據(jù)產(chǎn)品。由于產(chǎn)品本身的服務對象是人，因為需要通過非常直觀的形式來快速了解數(shù)據(jù)價值，這就使得數(shù)據(jù)可視化的能力顯得尤為重要。
在業(yè)務發(fā)展的初期階段，數(shù)據(jù)產(chǎn)品的目的是先讓業(yè)務看到我們的數(shù)據(jù)，因而這個階段對于報表類的需求會非常旺盛；當報表產(chǎn)品基本成型，明細數(shù)據(jù)都支持了下鉆之后，通過數(shù)據(jù)分析拆解指標內(nèi)涵，將決策的結(jié)果直接告知用戶，就成為了主要目標；最后就是要把分析的結(jié)論和決策的方法下沉到業(yè)務中去，做一些行為預測、實時推薦等方面的內(nèi)容，就成為了這個階段的目標。
以上提到的三個階段，是數(shù)據(jù)產(chǎn)品發(fā)展過程中不可缺少的過程，尤其是報表類的看板，更是整個產(chǎn)品搭建的基石。由于其能夠直觀、便捷的展示數(shù)據(jù)的價值，幫助業(yè)務快速試錯，理清業(yè)務流程和價值，所以其變動也是非常頻繁的。
我們需要新的迭代思路。
|0x01?產(chǎn)品迭代的新思路
既然我們了解了數(shù)據(jù)產(chǎn)品的價值，那么怎樣搭建一個合格的數(shù)據(jù)產(chǎn)品呢？
是業(yè)務方把提出的每個需求都想的清清楚楚？ 還是分析師們把口徑定義的標標準準？ 亦或是產(chǎn)品把Demo稿畫的無限保真？ 或者是數(shù)據(jù)的同學把數(shù)據(jù)的邏輯都想明白，一點問題都不出？
順著這個節(jié)奏，這個產(chǎn)品就沒有風險，用戶口碑就不會炸裂。
但是，市場的變化風云莫測，人的想法也是日新月異，從來沒有一成不變的需求，有的只是快上加快的節(jié)奏。
過去我們技術(shù)手段沒有沉淀的時候，每個報表都是技術(shù)團隊排期來做的，雖然質(zhì)量有保障，但是排期從來沒有寬松過。后來我們萌生了搭建Cube模型、搞自助取數(shù)平臺的想法，一定程度上解放了生產(chǎn)力，也提升了分析師和運營同學的想象力。
但并不是每個團隊都有能力和精力來做一些平臺化的事情，因此用成熟的工具就成為了一種必然的選擇。例如BI工具，配合Hadoop生態(tài)，就是一種非常不錯的選擇。最常見的商業(yè)產(chǎn)品就是Tableau。
但這種方式也有一種弊端，就是隨著"人人都是分析師"思維方式的普及，導致大家針對各自業(yè)務場景搭建的數(shù)據(jù)孤島越來越多，業(yè)務也就成了一盤散沙…… 也許分析小站的生命周期結(jié)束了，但底層的數(shù)據(jù)存儲和計算資源卻仍然在浪費……
從技術(shù)選型上看，Tableau、DeepInsight等大數(shù)據(jù)可視化平臺已經(jīng)能夠滿足大多數(shù)需求，Hadoop生態(tài)也解決了計算能力的問題，架構(gòu)和性能不是制約產(chǎn)品發(fā)展的主要問題。
但是，我們還需要新的產(chǎn)品設(shè)計方法論。
|0x02?產(chǎn)品設(shè)計方法論
讓業(yè)務看清數(shù)據(jù)的真相，與業(yè)務一同快速迭代，是數(shù)據(jù)人的基本職責。業(yè)務發(fā)展有其自身的規(guī)律，都是從某個Idea開始，一步一步通過迭代，最終形成體系化的產(chǎn)品運營。
產(chǎn)品設(shè)計，首先要能夠快起來。快的基礎(chǔ)，就是數(shù)據(jù)要清晰。因為BI工具是解決可視化問題的，并不能解決數(shù)據(jù)孤島的問題，因此數(shù)據(jù)團隊在應用層數(shù)據(jù)的搭建上，就要有完整的體系：既要反應業(yè)務過程，又要統(tǒng)一維度指標，讓報表搭建的同學，直接面向已定義的數(shù)據(jù)模型進行開發(fā)，減少數(shù)據(jù)準備中對原始數(shù)據(jù)的預處理工作。同時，業(yè)務、產(chǎn)品與數(shù)據(jù)，是相互之前可信賴的對象，業(yè)務思維如何培養(yǎng)、數(shù)據(jù)口徑如何定義，都是整個Team要共同思考和討論的。可以說，信任是效率的第一保障。
產(chǎn)品設(shè)計，其次要培養(yǎng)用戶心智，即便是內(nèi)部產(chǎn)品，也要打出品牌的號召力。最典型的方法，就是用戶看到XXX數(shù)據(jù)，就想起了XXX產(chǎn)品，這樣的思路。業(yè)務發(fā)展到一定階段，過去的報表體系就會面臨不斷下線、不斷重整的問題，這既是一種挑戰(zhàn)，也是一種機遇，因為迭代可以讓產(chǎn)品邏輯更加清晰，也是過往業(yè)務經(jīng)驗的沉淀，這就意味著經(jīng)驗可以被復用了。當用戶看到某個數(shù)據(jù)，就可以想到在哪個模塊能看時，用戶的心智就培養(yǎng)成功了。
產(chǎn)品設(shè)計，還需要有規(guī)范化的體系。雖然BI工具能夠簡化工作量，但如何讓我們的報表更加的容易被解讀，依舊是一個不小的挑戰(zhàn)。例如每個人對于報表的配色、圖形的選用，有自己的偏好，就非常不利于搭建統(tǒng)一的產(chǎn)品。因此規(guī)范化的體系，就包括了四個重點：
配色統(tǒng)一，視覺上要有連續(xù)感，避免視覺疲勞； 組件統(tǒng)一，分析類似的場景要選用相同的組件，簡化使用成本； 視角統(tǒng)一，口徑的名字怎么定、如何加注釋、排序是怎樣的、日期范圍如何，都是規(guī)則； 模塊統(tǒng)一，相同的分析內(nèi)容放到同樣的模塊中，同時名字還要簡潔易懂。
報表搭建，也搞出了工程的味道了，人人都可以是分析師，但不是人人都能成為產(chǎn)品。
|0xFF 體系化的不僅是技術(shù)，也是思維
數(shù)據(jù)產(chǎn)品本身的輸入，是數(shù)據(jù)分析的價值，是對于數(shù)據(jù)的規(guī)律、趨勢的總結(jié)；數(shù)據(jù)產(chǎn)品本身的輸出，是數(shù)據(jù)洞察的價值，包括決策、預測等結(jié)論。數(shù)據(jù)產(chǎn)品的迭代是一個持續(xù)的過程，需要時間來沉淀。當一個個模型、一行行代碼、一篇篇文檔、一句句總結(jié)，能夠讓你的思維體系化起來，就能夠讓技術(shù)找到實現(xiàn)價值的窗口，得到正向的業(yè)務反饋。
數(shù)據(jù)有用嗎？其實沒用，只是一堆數(shù)字而已。數(shù)據(jù)沒用嗎？有用的，看你通過什么方式呈現(xiàn)它的價值。
在技術(shù)發(fā)展的路線上，為自己補全業(yè)務思維的那一部分，其實很重要。