[经典]数据产品需求文档怎么写？

何为数据产品？

从广义上讲，一切以数据作为驱动或者核心的都叫数据产品（例如数据报表平台、DMP、搜索与精准化产品、风控产品等等），从狭义上讲，就是公司的内部数据平台。今天和大家讨论的，主要是关于公司的内部数据平台的搭建。

公司的内部数据平台，主要作用是提供给公司内部所有部门人员使用，使公司内部的所有业务能够通过数据来驱动和决策。简单点讲就是通过数据平台来驱动公司内部的数据化运营。

如何设计一款好用的数据产品？

数据产品经理本身就是一个合格的数据分析师，所以数据产品经理需要深刻的了解业务，需要知道业务部门想要看什么数据，这些数据现在是否能够获取到，业务方通过这些数据分析，是如何推进和改善业务的。

数据产品要根据使用方的特点设计出符合使用方需要的内容，产品要有层级和结构。

如果你设计的一张数据报表既要满足管理层又要满足一线业务人员的需要，那么这样的数据产品很大可能是体验比较差的，老板和一线人员看数据的视角不一样，老板们一般是把握业务的大方向，主要看一些关键性的指标，并希望知道这些关键指标出问题后背后的原因是什么？给老板设计的报表需要结构简单易懂，并能够基于这些关键指标的异常给予问题定位。一线人员主要是偏执行层面，他们看数据的粒度一般都很细。

数据产品要注意数据质量、规范、统一，公司的数据平台是面向所有部门的，怎么保证公司的所有部门人员对于数据的理解一致，这点特别难。

首先公司的各个生产系统就是千差万别，由于各种客观因素，导致生产系统的数据质量和结构也会千差万别，这样数据仓库的数据建设就显得尤为重要，数据平台的数据质量依赖于数据仓库底层的数据模型，所以一个好的数据仓库很大程度上决定了数据平台的数据质量。

数据产品的类型

可以将这些数据产品分为5大类：原始数据、派生数据、算法、决策支持和自动化决策。

通常原始数据、派生数据和算法都有技术使用者。大多数情况下，他们往往是一个组织的内部产品，但反例将包括广告交流或API套件。

原始数据：收集并提供可用的数据（也许我们正在做一些小的处理或清理步骤）。用户可以选择使用适当的数据，但大多数工作都是在用户完成的。

导出数据：在向用户提供派生数据时，我们在我们这边做一些处理。对于客户数据，我们可以添加其他属性，例如为每个客户分配一个客户段，或者添加他们单击广告或从某个类别购买产品的可能性。

算法：或者叫算法服务。我们得到了一些数据，我们通过算法运行它-无论是机器学习还是其他-并返回信息或见解。

谷歌图片就是一个很好的例子：用户上传图片，并接收一组与上传图片相同或相似的图片。在后台，该产品提取功能，对图像进行分类，并将其与存储的图像进行匹配，返回最相似的图像。

决策支持：向用户提供信息，帮助他们做出决策，但我们自己并没有做决定。分析仪表盘（如Google Analytics、Flurry或WGSN）将属于此类。

谷歌分析的案例中，这可能改变编辑策略，解决转换漏斗中的漏洞，或者双倍降低给定产品策略。

自动化决策：给定领域内的所有智能外包出去。

Netflix的产品推荐或Spotify的每周发现就是常见的例子。自动驾驶汽车或无人驾驶飞机更是这种闭环决策循环的物理表现。

数据产品需求文档

一、概述

1.1 名词说明

1.2 产品概述和目的

1.2.1 产品概述

随着客户量的增长，客户对统计报表的需求增多，传统将数据导出到Excel中二次加工越来越不能满足效率需求、实时性、专业度的需求。

此次数据报表在原单个统计报表功能的基础上，扩大数据收集范围和提升统计分析深度。

基于产品各模块全生命周期视角进行统计分析，涵盖会前、会中、会后各阶段，按照event对象、数据来源、报表用途、营销过程多维度分类制作精美可视化图表。

如可视化的产品推广仪表盘：实时查看报名进度及来源，产品模块进度及票种比例；各产品子模块进度；项目入住进度及比例。常用标准统计报表：注册人员统计，销售订单分析，销售商品分析，签到统计、互动行为分析，营销漏斗等。

1.2.2 产品目的

实现对产品全生命周期各阶段数据的收集和检索，实现平台方对需要的数据按照自定义筛选规则进行检索，对相关数据进行合并整理，按照选取的分析维度、数据指标对目标数据按照应用目的进行分析，并通过直观可视化的图表进行展示。

1.3 产品风险

风险级别说明：非常高的，高的，适度的ÿ