数据产品的新思考

tech2022-08-21  136

数据产品的新思考

|0x00 从数据产品价值说起

数据产品,顾名思义,是将数据作为主要的展示形式,用于帮助业务做决策的一种产品。不论是Excel,还是自助取数平台,都可以称之为数据产品。由于产品本身的服务对象是人,因为需要通过非常直观的形式来快速了解数据价值,这就使得数据可视化的能力显得尤为重要。

在业务发展的初期阶段,数据产品的目的是先让业务看到我们的数据,因而这个阶段对于报表类的需求会非常旺盛;当报表产品基本成型,明细数据都支持了下钻之后,通过数据分析拆解指标内涵,将决策的结果直接告知用户,就成为了主要目标;最后就是要把分析的结论和决策的方法下沉到业务中去,做一些行为预测、实时推荐等方面的内容,就成为了这个阶段的目标。

以上提到的三个阶段,是数据产品发展过程中不可缺少的过程,尤其是报表类的看板,更是整个产品搭建的基石。由于其能够直观、便捷的展示数据的价值,帮助业务快速试错,理清业务流程和价值,所以其变动也是非常频繁的。

我们需要新的迭代思路。

|0x01 产品迭代的新思路

既然我们了解了数据产品的价值,那么怎样搭建一个合格的数据产品呢?

是业务方把提出的每个需求都想的清清楚楚?

还是分析师们把口径定义的标标准准?

亦或是产品把Demo稿画的无限保真?

或者是数据的同学把数据的逻辑都想明白,一点问题都不出?

顺着这个节奏,这个产品就没有风险,用户口碑就不会炸裂。

但是,市场的变化风云莫测,人的想法也是日新月异,从来没有一成不变的需求,有的只是快上加快的节奏。

过去我们技术手段没有沉淀的时候,每个报表都是技术团队排期来做的,虽然质量有保障,但是排期从来没有宽松过。后来我们萌生了搭建Cube模型、搞自助取数平台的想法,一定程度上解放了生产力,也提升了分析师和运营同学的想象力。

但并不是每个团队都有能力和精力来做一些平台化的事情,因此用成熟的工具就成为了一种必然的选择。例如BI工具,配合Hadoop生态,就是一种非常不错的选择。最常见的商业产品就是Tableau。

但这种方式也有一种弊端,就是随着"人人都是分析师"思维方式的普及,导致大家针对各自业务场景搭建的数据孤岛越来越多,业务也就成了一盘散沙…… 也许分析小站的生命周期结束了,但底层的数据存储和计算资源却仍然在浪费……

从技术选型上看,Tableau、DeepInsight等大数据可视化平台已经能够满足大多数需求,Hadoop生态也解决了计算能力的问题,架构和性能不是制约产品发展的主要问题。

但是,我们还需要新的产品设计方法论。

|0x02 产品设计方法论

让业务看清数据的真相,与业务一同快速迭代,是数据人的基本职责。业务发展有其自身的规律,都是从某个Idea开始,一步一步通过迭代,最终形成体系化的产品运营。

产品设计,首先要能够快起来。快的基础,就是数据要清晰。因为BI工具是解决可视化问题的,并不能解决数据孤岛的问题,因此数据团队在应用层数据的搭建上,就要有完整的体系:既要反应业务过程,又要统一维度指标,让报表搭建的同学,直接面向已定义的数据模型进行开发,减少数据准备中对原始数据的预处理工作。同时,业务、产品与数据,是相互之前可信赖的对象,业务思维如何培养、数据口径如何定义,都是整个Team要共同思考和讨论的。可以说,信任是效率的第一保障。

产品设计,其次要培养用户心智,即便是内部产品,也要打出品牌的号召力。最典型的方法,就是用户看到XXX数据,就想起了XXX产品,这样的思路。业务发展到一定阶段,过去的报表体系就会面临不断下线、不断重整的问题,这既是一种挑战,也是一种机遇,因为迭代可以让产品逻辑更加清晰,也是过往业务经验的沉淀,这就意味着经验可以被复用了。当用户看到某个数据,就可以想到在哪个模块能看时,用户的心智就培养成功了。

产品设计,还需要有规范化的体系。虽然BI工具能够简化工作量,但如何让我们的报表更加的容易被解读,依旧是一个不小的挑战。例如每个人对于报表的配色、图形的选用,有自己的偏好,就非常不利于搭建统一的产品。因此规范化的体系,就包括了四个重点:

配色统一,视觉上要有连续感,避免视觉疲劳;

组件统一,分析类似的场景要选用相同的组件,简化使用成本;

视角统一,口径的名字怎么定、如何加注释、排序是怎样的、日期范围如何,都是规则;

模块统一,相同的分析内容放到同样的模块中,同时名字还要简洁易懂。

报表搭建,也搞出了工程的味道了,人人都可以是分析师,但不是人人都能成为产品。

|0xFF 体系化的不仅是技术,也是思维

数据产品本身的输入,是数据分析的价值,是对于数据的规律、趋势的总结;数据产品本身的输出,是数据洞察的价值,包括决策、预测等结论。数据产品的迭代是一个持续的过程,需要时间来沉淀。当一个个模型、一行行代码、一篇篇文档、一句句总结,能够让你的思维体系化起来,就能够让技术找到实现价值的窗口,得到正向的业务反馈。

数据有用吗?其实没用,只是一堆数字而已。数据没用吗?有用的,看你通过什么方式呈现它的价值。

在技术发展的路线上,为自己补全业务思维的那一部分,其实很重要。

最新回复(0)