工业大数据产品的思考

工业相关思考

时代的大势是什么？工业行业如何借势？我们离能借这个势还差些什么？
工业互联网的用户特点：我们的用户不纯粹是个人，而是企业下的员工，有点像钉钉。我们的利润不来自流量。但是，同样依靠用户被满足的程度。让用户在我们的产品中找到一点确定，一点依赖。向客户交付价值，获得回报。
工业互联网的点线面体如何定义？
为什么不敢做数据分析的投入？因为恐惧？害怕没有市场小，害怕没有快速回报？害怕绩效不好？恐惧把人限制在现有的位置，现有的业务里不敢动。

工业互联网点线面体的分析：
一个数据分析模型，是一个点；为了完成这个点，在互联网平台这个面上，找到支撑它的其它点，最终完成这个建模，为用户提供分析服务，就是一条线。多条这样的线，与平台这个面，以及衍生出的其它面，共同组成体。
我们现在能做的就是找到一条线的头，顺着这条线捋下去，为了实现这条线，我们的面，需要完善哪些点。

工业互联网，应该是站在了物联网也就是万物互联的经济体上，也就是说，应该是一个上升的经济体。但是，工业行业的互联现状处于起步阶段。
我们现在去宣传机器学习建模案例，其实是作为销售人员的做法。因为其实我们离着能稳定提供一个成熟的机器学习模型还有一段距离，不管是从客户、产品经理、平台、研发、运维，都是如此。
我们考虑产品，要客观面对现状，在有前途的线上，找到我们实际能力能达到的点。这个点，可能不是产品线的关键点，但是是实现产品不可缺少的，而且我们是有先天优势的。比如，时序数据的探索性分析。
工业行业现在的痛点： 数据不能打通整合
痒点：通过模型节约资源提高效率
爽点：了解自己的数据，方便的做预处理

我们的产品，平台或是服务，在点线面体上处于什么位置？要提供一个什么样的确定性？为乐保证确定性的稳定提供，需要的系统能力要包括哪些环节？有足够的资本和能力来支撑所有环节吗？

小米长期积累的数据智能，是小米获得长期运营的智能效率系统。以面打点，战胜vivo，oppo。那么我们的平台能不能成为面，能不能在面临生死竞争的时候，利用面所特有的数据智能，打败对手？我们的平台，能积累的数据智能是什么？是用户对某个功能的点击量？

系统能力和微观体感决定成败。
探索分析现在的微观体感不好，过于专业化，用起来太麻烦。开始做产品经理的人容易犯的错误，就是用管理员的视角来规划产品：复杂、全面、没重点。我就是犯了这个错误。
或者说，从用户体验来看，框架层感觉不好。然后是资源，就是要给用户的功能，内容，是否是用户需要的，就是探索分析提供的数据报告，是不是用户需要的，有没有给用户确定的满足；然后在能力圈层，就是我们能做哪些分析，能提供哪些报告或预处理功能；最后是战略层，用户能从探索分析中得到什么？怎样才能保证他们持续依赖？

我们现在的产品，没有壁垒，谁都能做。现在的优势来自原有的市场、口碑，以及我们进入的早。但是，如果我们还是按照传统的项目管理的方式去做，那么一旦有人找到工业行业智能商业的突破口，以面、体来跟我们竞争，我们的优势会很快失去。

让用户一眼看到自己的目标：整体了解数据，异常情况分析，缺失情况分析，周期性，相关性，多维统计；数据预处理；

我们的战略，我们的能力圈，我们的资源，我们的角色框架应该怎样定义？