数据篇|产品工作思路和方法

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

不知不觉产品工作已有多年,从客户端产品设计,到偏后台的策略服务产品,再到数据产品,有一些心得体会,总结出来做个分享,亦是对产品工作方法和思路的讨论。根据以往工作经历将分成三篇来阐述:数据产品篇、策略产品篇、前端产品篇。今天,先来聊聊数据篇。

数据篇|产品工作思路和方法

数据产品,又分为基础数据产品和运营数据产品。基础数据是产品功能直接用到的数据,如地图行业的POI数据。运营数据是产品推出后生成的数据,比如流量、点击、订单成交量、现金等等。本文关注的是基础数据产品。

做任何数据产品项目,似乎都可以有一套通用的模式:数据获取→数据增值→数据消费。数据获取,是指数据采集和制作,从无到有的过程;数据增值,是指数据的精粹化,不断提高价值,这是一个从有到优的过程;数据消费,是将数据应用到市场中,接受市场检验,并且实现价值变现的过程。其中,数据获取和数据增值,都称为数据生产。(没错,数据是个商品,走的就是生产和消费这种最基本的常识性思路)

数据篇|产品工作思路和方法

一、数据获取

数据获取,应有“两问”。这第一问便是“获取什么?”“获取什么”其实是数据产品经理的需求挖掘过程,一般我们需要从业务场景出发。窃不要以为做数据好像离用户比较远,就不考虑场景了,而让其他产品经理(如前端产品经理)给你“布置任务”(说好的ownership呢?)细想想生产的数据将要被用到哪些场景中,在那些场景中,用户期待的是什么样的数据内容?然后提炼转义成数据获取需求。比如用户在手机地图查找附近美食的场景,需要美食类POI数据,最基本的要有:POI名称、地址、坐标(需要在底图中显示出来),而这些就是“获取什么”的基本答案。

明确了“获取什么”之后,接下来就是“怎么获取”。介绍一种通用型思路——“360度”。你会在很多地方看到360度,比如最近考核评估的“360度评估”。所谓360度,就是寻找所有的关系。商业模式上,360度包括:自己、竞品、合作伙伴、用户。360度用在数据获取上,则就是:自产数据,抓取竞品数据,合作伙伴共享数据,用户贡献数据。(从开源网站上抓取数据,可以认为是“合作伙伴共享数据”的一种)  过去做数据,比较多的是前三种方式,随着互联网普及更多用户,用户贡献数据方式越来越重要,可以作为数据获取很省力且少版权纠纷的重要来源。按照用户属性不同,用户贡献数据又可以拆分为UGC和BGC,UGC是一般大众用户,BGC是商家用户。相对来说,BGC一般有切实利益驱动,其产生的数据往往会更可靠些,在数据获取环节可以多依赖于这种方式。

二、数据增值

数据增值是让第一步获取到的数据产生更多的价值。这也是数据差异化的重点之处。数据增值的主要方式是增加数据维度及维度内容的拓展。

常见的拓维思路有:

1、属性维度的拓展

每一数据都会有自己的基本属性。比如地图POI数据的基本属性是POI名称、地址、坐标;商城商品数据的基本属性可能是商品名、价格。除了基础属性之外,还可以扩展很多其他属性。比如POI的分类、重要度等,商品的分类、厂地等等。

2、增加关系维度

看看数据和数据间的关系是怎样的。可以是同品类的数据,比如视频A和视频B之间的关系,可能都是同一年发行的。还可以是跨品类的数据,比如视频和文档之间的关系,可能都和同一个明星相关(其实是通过视频和人、文档和人的关系建立起来的间接关系)。

3、叠加时间维度

看看随着时间推进,数据变化是怎样的。

4、增加空间维度

看数据在空间维度上有什么特征。比如某商品常被北方的用户购买。

随着维度的不断增加,数据画像慢慢形成,最后落地成实际使用的标签等等,应用到搜索推荐、广告等等场景中。所以,数据增值,其实就是数据画像,寻找数据背后的逻辑。

三、数据消费

数据生产的最终目的就是要被消费。数据消费(应用)的方式有三种:

1、直接数据应用

就是将所生产的数据,直接推送线上应用。比如:影视输出,在地图上显示POI数据等。又如产出市场调研报告(一种数据产品),直接卖出获利。

2、通过某个服务应用

比如常见的检索、推荐服务。用户通过使用这些服务看到所制作的数据或者基于数据挖掘出的标签等。

3、数据生产能力的应用

这一点往往容易被忽略。我们在做数据的同时,数据是我们的产出,但数据生产能力是更宝贵的积累。有了这些能力,可以针对一些特定需求定制专门的数据,使得数据团队更为灵活。因此,产品经理在做数据产品同时需要注意提炼数据生产能力,以便今后复用。

值得一提的事,数据的消费不仅仅是将数据应用,更重要的是要打造生产→消费闭环,利用应用反馈,进一步优化我们的数据,使得数据内部逻辑能够充分运转起来,越做越好。

以上就是对数据产品工作思路和方法的一些思考经验,希望对新接触数据产品工作的产品经理能有所帮助。另外在数据产品的实际工作中,还有两点希望能引起注意:

  1. 数据工作往往都要配合人工运营,梳理和制定好完善的人工运营流程及规范很重要,可以节省很多时间人力等成本;
  2. 生产完第一版数据之后,一定要注意及时更新,保证数据的鲜度,唯有最新鲜的数据才能吸引到更多用户。

 

作者:陈婷,腾讯MIG地图平台部数据中心,高级产品经理。现负责腾讯地图位置描述服务及面数据相关工作。

来源:微信公众号【腾讯大讲堂】

本文由 @陈婷 授权发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自 Pixabay,基于 CC0 协议

随意打赏

数据分析思路工作思路及
提交建议
微信扫一扫,分享给好友吧。