数据产品设计的一些思考

作为工程师出身,考虑比较的多的功能和实现逻辑,对于用体验方面,考虑的确实是比较少。单纯的数据没有价格,只有合理利用,才能充分发挥数据本身的价值。以下为本周学习数据产品设计的一此心得。



一、引言

数据产品不同于互联网产品,数据产品的一个重要作用就是:辅助决策。

随着大数据兴起,未来可能会有更多的辅助决策型数据产品往智能决策型转变。互联网产品中常用到的需求分析是从用户研究开始的,从定义用户的特征来发现用户的需求,而数据产品的首要任务是帮助人们决策,而不是直接创造利润。另外,数据产品是一个分析数据和展示数据价值的工具;因此,数据产品的需求基本来自于两方面:决策和数据。

例如:
个常见的数据产品就是天气预报 APP:

这属于轻辅助决策类型的产品,也就是说这类决策所造成的后果不是那么严重。比如由于没有看天气预报,导致出门没有带雨伞,那么后果要么是买一把伞,要么被淋湿;这个后果相较于企业经营决策来说没有那么重要。所以它的盈利能力也比较弱——只能通过导流量、卖广告和推荐下载APP等方式盈利,而不是通过用户为数据本身付费而盈利。

一般来说,哪里有数据,哪里就有潜在需求;手上有很多数据的企业特别适合在这个方向去开发数据价值。互联网企业沉淀了很多数据,他们也知道怎样利用这些数据,因此数据产品最先是在互联网企业被广泛应用的。

除此之外,政府也拥有大量数据,如果政府将拥有的数据开放并充分发掘其价值,那么数据产品也会有用武之地。比如自来水公司和电力公司有大量家庭每月的用电、用水数据,这些数据目前在水电行业可能没有更好的应用之处;但是这些数据可以判断房地产的空置率,可以为房地产行业的投资决策或政府提供一定的参考依据。

二、数据产品的设计流程

数据产品的设计流程跟一般产品的大致框架基本相似,因为一些固定的设计步骤是必不可少的,大体上可分为前期规划阶段、中期设计阶段和后期管理阶段,不同阶段,工作产出内容不同。

数据产品设计流程分为需求分析、数据指标设计、数据可视化设计、数据展现逻辑设计以及产品管理5个阶段。

2.1 需求分析

这个步骤和互联网产品设计的需求分析类似,是产品设计的首要过程,包括商业需求分析、市场需求分析、产品需求分析和产品规划的过程。

2.2 数据指标设计

承接上一步需求分析的结果,制定出用户最感兴趣、易于理解,并且最能体现问题本质的数据指标。

2.3 数据可视化设计

根据上一步设计出来的数据指标,并且根据最终数据类型和表现目的,选择最佳的数据可视化方案,将每一个数据指标美观且直观地呈现给用户。

2.4 数据展现逻辑设计

包含数据指标展现逻辑设计、界面设计等过程,主要是根据各种已经实现了可视化方案的数据指标/图表进行界面展现逻辑设计。除了对数据指标进行分类展现外,还需要从多个角度设计数据的展现逻辑,将每一个指标都有逻辑地呈现出来,使用户在看多个数据指标时清晰明了。

2.5 产品管理

包含研发管理、产品上线、后续维护、产品迭代更新或结束等过程,这个步骤和常规的产品经理对产品全生命周期负责的理念一致。

数据产品经理近几年随着大数据技术的成熟,逐渐受到重视和需要,但从介绍来看,想要做好数据产品经理并非易事,目前很多都是只具备其中一部分能力,全面的能力需要在工作中逐步积累和提升。

三、数据产品经理的工作

数据产品经理,多数会由数据分析师或数据挖掘工程师转型过来。当然也有既不是产品经理也不是数据分析师转型的。总之,成为一名优秀的数据产品经理不是那么容易的。

当然,不同公司根据业务不同,数据产品经理从事的工作内容也可能不同,但整体而言,个人觉得数据产品经理的工作会离数据更近一些,而互联网产品经理通常离用户更近一些。

数据产品经理是产品经理更细分的一个领域,需要具备的技能更专业化,有人说做产品的人不需要懂技术,我不认同,当今好的产品都是懂技术的产品经理设计的,但是做数据产品的人就更需要懂技术了。

数据产品经理基本上既要懂产品设计,又要懂数据技术,还要有团队管理的能力,是综合性的人才,要有产品化的思维才能为公司创造更大的价值。