http://www.huxiu.com/article/144625/1.html?f=index_feed_article

但究竟什麼是資料產品？資料產品如何來解決商業問題？如何現在最火的商業概念如Growth hacking 等落地的？如何設計一個能夠滿足使用者需求的資料產品？本文將和大家一起分享這些問題。

一、什麼是資料產品？

簡單來講，就是以資料為主要自動化產出的產品形態。明確了概念後，我們就可以對它拆分細化。從使用者群體來區分，可以分為三類：

• 企業內部使用的資料產品，如自建BI和推薦系統；

• 針對所有企業推出的商業型資料產品，如 Google Analytics；

• 使用者均可使用的 Google Trends 和淘寶指數等等。

在以上舉的例子裡，推薦系統可能會讓人有些費解。其實，同用戶畫像，搜尋排序類似的演算法一樣，它們本質上是根據使用者資料和相應的資料模型，建立的一套評分標籤體制。因此，在很多企業的劃分裡，也是屬於資料產品的範疇。但個人經驗所限，本文暫不涉及此類產品。

二、為什麼需要資料產品?

來自矽谷的新一代資料分析產品GrowingIO 創始人張溪夢非常推崇德魯克的一句話：If you can’t measure it, you can’t improve it（如果你無法衡量，你就無法增長），這與 Growth Hack 核心理念---資料驅動增長，不謀而合。

增長讓企業經營者的念念不忘，而實踐的曲線，就潛藏在資料產品中。舉例，在Facebook中，直接彙報給 Mark Zuckerberg 的 Growth Team 就專門下轄了 Data & Analysis 和 Infrastructure 兩個資料團隊做資料的採集計算和展示。他們會對 Facebook 所有的資料進行監控，以及根據效果持續優化。

Facebook對 Data Driven 重視到了什麼程度？一個VP帶領的30人團隊做了一年的主頁改版，在三個月內灰度上線過程中因資料表現不佳，直接回滾。對比之下，國內的人人網照抄那一次改版後，沿襲至今。（參考文章《Growth Hacking讓Facebook首頁5年未改版，人人網改版自掘墳墓的背後，缺少的是什麼》文/虎嗅作者 hackerqc）可以這麼說，Facebook 高速穩定的增長背後，資料產品功不可沒。

Facebook Growth Team 圖來自前Facebook 工程師、峰瑞資本技術合夥人覃超

三、如何設計資料產品？

對於產品設計來講，一些固定的步驟必不可少。釐清這些內容後，大到系統級的產品規劃，小到功能級的產品設計，概念上都會清晰很多，我們將它抽象成了五個步驟：

• 面向什麼使用者和場景

• 解決什麼問題/帶來什麼價值

• 問題的分析思路是什麼

• 需要用到什麼樣的指標

• 這些指標該怎麼組合展現

1、面向什麼使用者和場景

任何產品設計均需要明確面向的使用者和場景，因為不同使用者在不同場景下開啟你產品的姿勢也大不相同。

不同使用者有不同的價值。這個方法主要面向第一類即企業內部產品。這裡並不主張職位歧視，只是從資料能產生的價值來看，高層的一個正確的決斷可以節省下面無數的成本。

不同層級使用者關心的粒度不一樣，永遠要提供下一個顆粒度的分析以及可細化到最細粒度的入口。資料分析本質上就是不斷細分和追查變化。

不同型別的使用者使用資料的場景不一樣，要圍繞這些場景做設計。如 Sales 型別的客戶，他們更多的場景是在見客戶的路上快速看一眼資料，那麼移動化和自動化就很關鍵。在設計的時候，原則就是通過手機介面展現關鍵指標，不涉及詳細分析功能。而且在某些指標異動時能及時通過手機通知。而辦公室的資料分析師，則必須提供PC介面更多細化分析對比的功能。

要了解自己的使用者，必須和他們保持長期有效的溝通。

2、解決什麼問題/帶來什麼價值

這本質上是要明確產品滿足了使用者的什麼需求。但凡需求，均有價值和優先順序。

首先判斷核心需求是什麼，可用 Demand/Want/Need 方法分析。使用者來找你要可樂 （Demand），如果你沒有可樂就無法滿足使用者。但其實他只是要解渴 （Want），需要的只是一杯喝的東西就夠了（Need）。

其次判斷需求的價值，可用 PST方法分析。P：x軸，使用者的痛苦有多大；Y軸，有多少使用者有這種痛苦；z軸：使用者願意為這付出多少多少成本。相乘得出的結果才是這個需求的價值。

以一個利用GrowingIO的新功能做出來的漏斗圖為例。

客戶最開始說的是我們要個漏斗分析 （Demand） 的功能，但核心需求 （Want） 是改善使用者使用產品過程中的流失問題。那麼不同來源不同層次的使用者，在不同的使用時間，在不同的環節都需要進行監控和優化，最終設計出來的就是這個可以根據不同緯度不同環節進行對比分析的漏斗 （Need）。

GrowingIO 新推出的漏斗分析功能

3、問題分析思路是什麼

以上兩點其實都還是普通產品經理的範疇，到了這一部分才真正開始資料產品經理的專業課。明確了問題後，應該通過什麼樣的思路進行分析？需要明確以下原則：

• 資料產品經理一定要有資料分析技能，才能更好創造更大的資料價值；

• 資料產品設計理念，應從總覽到細分，並且不斷對比；

• 總覽應提綱挈領，簡明扼要，讓使用者先了解當前發生了什麼事情和問題的大概方向，不要讓使用者一進來就扎進無盡的細節中；

• 細分應該提供足夠豐富的維度便於分析，每次細分必須帶著指標下去，所有分析的結果必須可以落實到動作執行，並與業務緊密相關；

• 資料本身沒有意義，資料的對比才有意義，資料產品的核心就是把這種對比凸顯出來。

這個環節是資料產品經理最核心的區別其他產品經理的部分，同時也要求甚高。既需要豐富的產品設計經驗，也需要深刻的業務理解能力和資料分析能力。

4、確認資料是否準確完備

分析思路需要相應的資料支撐，資料展示類的產品自不用說，即使是使用者畫像的演算法類產品，也必須有足夠的準確資料做支撐。在確認的過程要注意以下兩點:

• 資料的完備性提前明確所有需要的資料是否已經準備完全。資料就像水面上的冰山，展示出來的只是很小的一部分，它的採集，清洗和聚合才是水面下 98% 的部分。所以如果需要的資料沒有采集或沒有經過清洗的話，會讓整個工期增加了極大的不穩定因素。

• 資料的準確性在埋點採集的時代裡，這絕對是個遇神坑神的大坑。很多時候臨到使用，才發現這個埋點的方式一直都是錯誤的。或者發現這個指標計算的方法沒有把某種因素排除掉。這種情況在企業內部類產品比較常見。因為部門眾多口徑繁雜，一不小心掉進去了，就別想爬出來了。

所以，一個優秀的產品經理想要跟Facebook 一樣做到Data Driven ，必須首先做到資料的完備和準確，埋點是必須要解決的痛點。

5、選擇什麼樣的產品形態

以上四步最終確定完成之後，就可以選擇相應的產品形態了。常見的資料產品形態有：著重於資料呈現的有郵件報表類、視覺化報表類、預警預測類、決策分析類等；著重於演算法類的使用者標籤、匹配規則等等。篇幅所限，這裡挑視覺化報表類跟大家分享下：

1）指標的設計

首先需要明確什麼型別的產品適用什麼樣的指標，如電商最核心的是訂單轉化率，訂單數，訂單金額等，對於社交網站來講則是日活躍使用者數，互動數等。

• 逐層拆分，不重不漏。即MECE 原則 （Mutuallyexclusive,collectively exhaustive）。如將訂單金額拆成訂單數單均價，訂單數也可以往下細分出使用者數人均訂單數，不同的使用者還會擁有不同的人均訂單數，一層層往下分拆；

• 確保指標能明確表達含義，為上層的分析思路提供依據；

• 明確指標定義，統計口徑和維度。

2） 指標的呈現

指標的呈現說白了，就是資料視覺化。這對資料產品經理來說極為重要。它並不只是UI設計師的工作，因為它涉及到別人怎麼去理解你的產品和使用你的資料。一方面需要閱讀相關專業的書籍；另一方面，是要去觀察足夠多的產品，看他們是如何實現的。

這裡有一些通用的規則可以和大家分享：

• 同時著重展示指標不超過7個，5個比較合適；

• 在設計指標的展現時，要明確指標之間的主次關係；

• 幾種圖表形式的使用建議：趨勢用曲線圖，佔比趨勢用堆積圖，完成率用柱狀圖，完成率對比用條形圖，多個指標交叉作用散點圖。為合適的指標選擇合適的形式很重要。

圖片來自於網易雲課堂

四、結語

資料產品學問太深，我們也只是窺得冰山一角。一個優秀的資料產品經理必須要具備各種技能， 要了解自己的使用者，要和他們保持長期有效的溝通；明晰使用者的核心需求，而非停留在表面；而最重要的是一定要掌握資料分析技能、會用資料分析工具，時刻有Data Driven的意識。