数据产品概念:
以数据为主的自动化产出的自动化产品形态。
Eg:每日数据产出,日志提取
数据产品的分类:
1、针对企业内部使用的自建BI
2、针对企业推出的商业型数据产品
3、用户都可以使用的分析软件
Eg:阿里指数、生意参谋
数据产品的重要性
1、数据驱动用户增长,推动智慧化运营(Growth Hacking,)
数据产品形态的分类
1、注重数据呈现的可视化报表类、预警测试类、决策分析类
产品形态的呈现方式
指标主要分类:
(网页:1、页面浏览类,2、页面交互类;移动客户端:1、页面事件,2、控件点击及其他事件,3、特殊场景)
1、指标设计(高度自定义,根据不同的业务需求,设计不同的指标)
MECE法则,相互独立,完全穷尽(1、独立性,2、完整性,3、逐层分,不重不漏)
2、指标呈现
重点指标最好5-7个之间
呈现要有主次关系(mece)
选择合适的图标呈现
数据产品经理理解:
数据产品经理这个职位,其实很跨界:
需要懂程序,做数据提取;
需要懂产品,了解内外部用户或者业务需求和理解市场;
需要懂数据,用数据的方式证明、证伪及发现问题。
so,个人觉得数据产品经理的几大职能:解释数据、验证数据(AB TEST)、探索解决方案(针对用户行为、画像等)、推动数据化运营,用数据赋能产品、业务
具体:
1.要极其熟悉公司业务及动向。
所以要了解公司的商业模式、战略、以及业务流程、要考核的各种指标,以及指标背后的业务含义等。这一点,再了解都不够2.要了解数据分析、公司数据运转逻辑并会基本的BI(商务职能)
好的数据PD,即使不做数据PD,也应该是个数据分析师。数据PD的一大要务就是将数据分析做成可复制,可自动运转的系统。知道要看什么数据,或者当数据出现后,意味着业务出现了什么问题或者会出现什么问题。并且通过汇总,钻取,度 量,指标,维度,缓慢变化维,层次,属性等可视化数据去满足业务需求
3.要精通数据产品开发流程,数据开发+产品开发
需求分析——业务、数据部门对接——立项——项目施展跟踪——项目测试——数据反馈——BI赋能业务——满足需求
eg:BI报表:(why?how?)
1. 报表需求,表格形式提交上来
2. 梳理工作:沟通业务需求(业务),是否有补充?是否必要?要这个数据干什么?
数据层面(研发),能否实现?是否有解决方案?数据对接需要多久?
评审(研发、业务),确实是否要做?确定什么时候做?周期?
跟踪工作:需求理解,研发期间是否出现需求偏离?
时间跟踪,项目进度是否如期进行?
风险跟踪,研发期间是否存在风险?
各方调整,期间是否发现特殊问题?该如何调整?