江苏龙网

  1. 首页 > 人文 > >

如何规划一个好的数据产品？( 二 )


大数据本身是自利、利他的产品 ， 互惠互利 ， 是数据流通的根本；数据很难一家独大 ， 数据的合作与联动将是发展的趋势 。
我举个“栗子”说明 ， 一家线下超市的顾客流量数据一般不会主动共享 ， 因为数据是超市的资产；但是超市如果把顾客流量的数据共享给出行车公司 ， 出行车可以让更多的司机在流量大的时候来到超市周边 ， 则能极大改善超市的打车体验 ， 同时出行车也有更好的利润；目前企业间的合作还比较缺乏信任感 ， 这种跨行业的打通少之又少 ， 还在起步发展阶段 。
数据产品经理如何更好的进行数据打通？数据打通需要找到流通方（这里的流通方可以指内部跨部门 ， 也可以指跨企业）的共同痛点；当利益高于几方之间的竞争和研发成本时 ， 数据共享会变得理所当然；从这个层面上讲 ， 设计数据产品是需要懂商业的 ， 知道商业目标 ， 了解目标问题 ， 才能解决问题；数据只是一种方式 ， 是我们过程的工具 ， 而不是结果 。
五、清楚数据的道德约束
数据的使用肯定会越来越多 ， 数据的传输、存储、保密等等越来越重要；监控的日志应该怎么存储？对用户行为的收集应该收集到什么程度？与跨行业公司合作时 ， 数据开放是否能得到用户许可？用户不许可怎么办？这些问题会一直持续 。
作为一名数据产品的设计人员 ， 时常需要问自己 ， 何为对？何为社会增值？如何规划一个产品才能不违反道德原则？
我在做产品设计时 ， 一直遵循稻盛和夫的原则“作为人 ， 何为正确”去规划产品 。
目前数据安全的边界相对来说还是模糊的 ， 国家的政策与法规正在完善；水能载舟 ， 亦能覆舟 ， 从社会价值与共荣的角度去思考 ， 少些贪婪 ， 大家的生活会更好 。
好产品 ， 本身就是一种对社会的善意 。
六、关心数据属性和操作
数据的量很大 ， 不同类别数据属性差异很多 。
举几个栗子：公共属性的数据需要收集 ， 因为覆盖率很高；战略性的数据需要收集 ， 因为数据很稀缺；重要的数据不可再生 ， 必须实现备份；可复制性的数据可以权重放低 ， 因为再生成本很低 。
当然 ， 具体的内容还要结合公司商业模式、商业范围、商业重点去思考 。
七、时刻留意数据质量
与关注的点必须吻合 ， 减少无用数据；因为机器学习需要大量精准数据 ， 噪声数据过多的数据会影响学习效果 ， 同时让学习效率变低 。
我们在思考主动收集数据时 ， 应该是考虑收集最核心最不可缺少的数据 ， 与你想解决的问题紧密结合的数据 ， 少就是多 ， 精就是简 。
八、设计最小数据闭环
想解决的问题总是很多 ， 解决问题是为达成目标 ， 什么样的问题组合可以形成最小闭环？这个最小闭环很重要 ， 可以帮助你找到方向 ， 减少公司投入成本 ， 获得项目落地可行性 。
应从最小闭环开始做长线规划 ， 分版本进行数据产品的更新 。
九、明确对业务方的吸引力
数据的真正使用者 ， 是业务相关方 ， 你的数据业务相关方是否感兴趣 ， 与项目的主要关系人想法是否吻合 ， 业务相关方是否愿意交出数据给你统筹整理 ， 都是影响项目成败的关键 。 请关心所有关联部门的想法 ， 它们都是你的内部客户或供应商 。
十、做个有责任的产品经理
所有接触到数据的产品 ， 都代表着责任 ， 数据量越大 ， 数据越多 ， 数据积累时间越久 ， 代表你身负的责任越多 ， 机密程度越高 ， 维护成本越大 。 对你手上负责的数据 ， 请分清各种取阅权限 ， 用制度和流程保证安全 ， 承担责任法则 。
十一、打造以数据为核心的企业引擎（核心）
前面讲到不懂商业就做不好数据产品 ， 但在数据核心引擎这一节 ， 还需要理解多一个概念：不懂数据就没有商业 。
数据转化企业引擎阶段 ， 我们需要思考“企业智能” ， 所谓企业智能 ， 是通过数据让企业完成智能化的运转与决策的过程 ， 可以分为几个阶段：


推荐阅读


上一篇：爬树TV：如何为明星、主播开辟电商新通路？

下一篇：商业模式画布——如何找到核心竞争优势