何謂數(shù)據(jù)產(chǎn)品

不知道這是不是印證了若不是找工作也不會跟數(shù)據(jù)產(chǎn)品結(jié)梁子呢,呵呵歪沃！言歸正傳嗦锐，數(shù)據(jù)產(chǎn)品這個詞目前看起來還是來自職位描述，至于什么叫數(shù)據(jù)產(chǎn)品沪曙，大約業(yè)界還沒有定論奕污。姑且引用老讀悟的定義“數(shù)據(jù)產(chǎn)品是可以發(fā)揮數(shù)據(jù)價值去輔助用戶更優(yōu)的做決策（甚至行動）的一種產(chǎn)品形式。它在用戶的決策和行動過程中珊蟀，可以充當信息的分析展示者和價值的使能者菊值。從這個角度講外驱，搜索引擎育灸、個性化推薦引擎顯然也是數(shù)據(jù)產(chǎn)品。狹義范疇的數(shù)據(jù)產(chǎn)品昵宇，比如大家熟知的淘寶數(shù)據(jù)魔方磅崭、百度指數(shù)、電商的CRM平臺瓦哎、各種公司內(nèi)部的數(shù)據(jù)決策支持系統(tǒng)等都是數(shù)據(jù)產(chǎn)品砸喻。”搜索引擎蒋譬、推薦引擎代表了當今數(shù)據(jù)挖掘領(lǐng)域最成功的商業(yè)案例割岛，而魔方、指數(shù)犯助、CRM等產(chǎn)品也是數(shù)據(jù)分析和決策的典型應(yīng)用癣漆，因此老讀悟的這個定義我還是相當認同的，或者更簡單的說剂买，凡是以數(shù)據(jù)價值驅(qū)動為核心的產(chǎn)品形式都是數(shù)據(jù)產(chǎn)品惠爽，說得更藝術(shù)一點， the art of turning data into product 瞬哼。

------------------------------------------------------------------------------

方法論

------------------------------------------------------------------------------

這里主要探討一下婚肆，如何設(shè)計或者評價數(shù)據(jù)產(chǎn)品？也就是方法論的問題坐慰。說到數(shù)據(jù)產(chǎn)品较性，不能不提一下數(shù)據(jù)分析和數(shù)據(jù)挖掘。常碰到某牛人對著報表鄙視的說這叫數(shù)據(jù)分析结胀，根本算不上數(shù)據(jù)挖掘赞咙，但是在我的理解里，數(shù)據(jù)分析其實也是數(shù)據(jù)挖掘把跨，只是一種淺層次但是非常簡潔有效的數(shù)據(jù)挖掘形式而已人弓，因此后文不再使用數(shù)據(jù)分析這個詞，而是圍繞數(shù)據(jù)挖掘來思考數(shù)據(jù)產(chǎn)品的本質(zhì)着逐。

《Data Mining Techniques》這本書里對數(shù)據(jù)挖掘的定義是：數(shù)據(jù)挖掘是一項探測大量數(shù)據(jù)以發(fā)現(xiàn)有意義的模式和規(guī)則的業(yè)務(wù)流程崔赌∫庵“發(fā)現(xiàn)有意義的模式和規(guī)則”也就是我理解的價值驅(qū)動與業(yè)務(wù)目標，進一步的這些任務(wù)又可歸納為分類和預(yù)測健芭、評估县钥、關(guān)聯(lián)規(guī)則、聚類慈迈、孤立點等若贮，而為了解決上述任務(wù)所需要的方式方法則包括各種統(tǒng)計學(xué)模型、決策樹痒留、聚類算法谴麦、人工智能等等數(shù)學(xué)和計算機技術(shù)。

數(shù)據(jù)挖掘的方法論有很多種定義伸头，有DMAIC模型匾效，CRISP-DM模型，SEMMA模型等等恤磷，雖然細節(jié)不一面哼，但是大體流程并無差異。我個人比較喜歡簡潔的DMAIC模型扫步，一個是因為Kaushik的經(jīng)典《Web Analytics2.0》里遵循的思想便是這個魔策，更重要的是它引入了循環(huán)控制的理念，而不是簡單的線性流程河胎。DMAIC模型包括：

Define定義需求闯袒，即把業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)挖掘問題

Measure 測量數(shù)據(jù)，即理解仿粹、收集并加工數(shù)據(jù)搁吓，做好準備

Analyze 分析建模 ，即構(gòu)建模型吭历、評估模型的過程

Improve 解決問題堕仔，即部署模型來解決目標問題

Control反饋控制，即評估結(jié)果重新開始循環(huán)晌区，不斷改進

DMAIC模型

基于數(shù)據(jù)挖掘的方法論摩骨，回頭來理清產(chǎn)品設(shè)計的方法論。通常對于互聯(lián)網(wǎng)產(chǎn)品設(shè)計朗若，比較一致的觀點是《用戶體驗要素》里面的五層模型恼五，戰(zhàn)略層→范圍層→結(jié)構(gòu)層→框架層→表現(xiàn)層。我相信對于產(chǎn)品經(jīng)理來說五層模型屬于入門哭懈，但是對于不同類型的產(chǎn)品必然有不同的解讀灾馒，比如SNS產(chǎn)品和電商產(chǎn)品的五層模型關(guān)注的問題肯定有差異，因此這里還是以淘寶魔方為例贅述一遍自己對于數(shù)據(jù)產(chǎn)品的五層模型理解遣总。

戰(zhàn)略層睬罗，用戶需求和產(chǎn)品目標轨功，比如淘寶魔方的目標用戶是品牌賣家，那么它到底幫助品牌賣家用戶解決什么問題容达？對于DMAIC來說古涧，相當于解決Define的問題，即數(shù)據(jù)要實現(xiàn)什么價值花盐。

范圍層羡滑，功能規(guī)格和內(nèi)容需要，比如淘寶魔方有哪些功能算芯，這些功能有哪些指標柒昏，每個指標反應(yīng)哪些問題？對于DMAIC來說也祠，相當于解決Measure和Analyze的問題昙楚，即價值表現(xiàn)為哪些數(shù)據(jù)指標近速，這些指標的來龍去脈如何诈嘿。

結(jié)構(gòu)層，交互設(shè)計和產(chǎn)品架構(gòu)削葱，比如淘寶魔方的各種指標怎么分類組織奖亚，不同維度的相互關(guān)系如何？

框架層析砸，界面設(shè)計和導(dǎo)航設(shè)計昔字，比如流失顧客指標是使用圖還是用表格?使用什么類型的圖？數(shù)據(jù)篩選器和圖表怎么布局首繁？

表現(xiàn)層作郭，視覺設(shè)計，比如子行業(yè)趨勢圖使用什么顏色分類弦疮？寶貝列表是否顯示圖片夹攒？上述三層，對于DMAIC來說胁塞，相當于解決Improve的問題咏尝，即數(shù)據(jù)以什么樣的形式來展現(xiàn)其價值。

具體的產(chǎn)品設(shè)計過程中不斷運用上述模型進行思考迭代啸罢，最終才成型完整的產(chǎn)品编检，對于DMAIC來說，這就是Control的內(nèi)涵扰才。

可以看到允懂，數(shù)據(jù)挖掘和產(chǎn)品設(shè)計在方法論上是具有內(nèi)在統(tǒng)一的，這就是我所理解的數(shù)據(jù)產(chǎn)品設(shè)計的方法論衩匣。

數(shù)據(jù)產(chǎn)品設(shè)計模型

具體來說蕾总，任何一款數(shù)據(jù)產(chǎn)品需要先思考這個產(chǎn)品的目標用戶是誰酣倾，幫它解決什么問題，給它帶來什么價值谤专，也就是確定產(chǎn)品的業(yè)務(wù)目標躁锡。繼續(xù)思考，為了實現(xiàn)業(yè)務(wù)目標置侍，需要哪些數(shù)據(jù)指標映之？這些數(shù)據(jù)指標是怎么來的？這些指標如何反應(yīng)解決問題的思路蜡坊？當我們確定了數(shù)據(jù)指標后杠输，從技術(shù)的角度講就是數(shù)學(xué)建模的問題了，從產(chǎn)品的角度講需要明確第三個環(huán)節(jié)秕衙，就是這些指標以怎么樣的形式展示蠢甲？如何更好的發(fā)揮它的價值？這就從抽象概念進化到具體的產(chǎn)品形式据忘。數(shù)據(jù)產(chǎn)品的設(shè)計過程也就是基于上述三點進行不斷的循環(huán)迭代的過程鹦牛。

1. 業(yè)務(wù)目標

就數(shù)據(jù)產(chǎn)品來說，其主要價值應(yīng)該是決策或者輔助決策勇吊，這就意味著數(shù)據(jù)產(chǎn)品往往和業(yè)務(wù)及運營密不可分曼追。因此評價數(shù)據(jù)產(chǎn)品設(shè)計的原點是產(chǎn)品能否滿足業(yè)務(wù)運營的關(guān)鍵需求，不論是理解汉规、預(yù)測還是決策礼殊。不同業(yè)務(wù)的關(guān)鍵需求顯然是不一樣的，數(shù)據(jù)產(chǎn)品的目標用戶和目標價值也必然存在差異针史，這就要求數(shù)據(jù)產(chǎn)品的設(shè)計去深入理解業(yè)務(wù)本身晶伦，游戲產(chǎn)品經(jīng)理最好是一個資深玩家，同樣啄枕，完美的數(shù)據(jù)產(chǎn)品經(jīng)理即使不是一個業(yè)務(wù)專家婚陪，至少也是需要能夠站在業(yè)務(wù)專家角度思考問題。

數(shù)據(jù)產(chǎn)品并不是千篇一律的圖形報表射亏，從業(yè)務(wù)目標出發(fā)我們可以很輕易的找到數(shù)據(jù)產(chǎn)品的靈魂近忙。搜索時代的網(wǎng)站是以廣告為核心盈利模式的，因此無數(shù)站長才會為點擊流競折腰智润，如何分析提升流量是網(wǎng)站運營的關(guān)鍵需求及舍，因此以google Analytics為代表的流量分析工具橫空出世。電商網(wǎng)站本質(zhì)是商品交易窟绷，其運營依然沿襲了傳統(tǒng)零售業(yè)的玩法锯玛，比如活動營銷，關(guān)聯(lián)銷售，會員提升攘残，那么如何促進交易這個核心需求是不變的拙友，所以有了量子恒道面向銷售和客戶分析的店鋪經(jīng)，有了輔助高級別賣家進行戰(zhàn)略分析的淘寶數(shù)據(jù)魔方歼郭。博客及SNS類產(chǎn)品又是一番情景遗契，其運營核心變成了內(nèi)容產(chǎn)生量和粉絲數(shù)，簡單的流量分析不得不改弦易轍病曾。游戲是強運營的產(chǎn)品牍蜂，其核心是如何留住玩家如何提升道具購買，因此可以想象游戲類數(shù)據(jù)產(chǎn)品必然需要面向玩家的生命周期管理和道具交易泰涂。當進入移動互聯(lián)網(wǎng)時代鲫竞，為了適應(yīng)新的設(shè)計和交互變革，為了解決渠道推廣難題逼蒙，我們可愛的數(shù)據(jù)產(chǎn)品又將多屏多系統(tǒng)分析从绘、渠道分析發(fā)揮得淋漓盡致。而當智能硬件是牢、可穿戴設(shè)備僵井、物聯(lián)網(wǎng)各種概念喧囂時，如何從愈加廣泛的數(shù)據(jù)中尋找產(chǎn)品的核心價值則成為了所有人共同的思考妖泄。

數(shù)據(jù)產(chǎn)品設(shè)計的業(yè)務(wù)目標決定了產(chǎn)品的方向驹沿，不能抓住業(yè)務(wù)問題的數(shù)據(jù)產(chǎn)品不是好的設(shè)計，而基本上可以想象當明確你要解決的業(yè)務(wù)問題越難時蹈胡，產(chǎn)品目標用戶的興趣就越大，再接著才會覺得產(chǎn)品的價值越大朋蔫。

2. 數(shù)據(jù)指標

當數(shù)據(jù)產(chǎn)品的業(yè)務(wù)目標確定以后罚渐，我們似乎就要開始數(shù)據(jù)挖掘游戲了！這個游戲的核心是將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)學(xué)問題驯妄，這些問題往往分為兩類荷并，一類是為了反應(yīng)業(yè)務(wù)情況，我需要哪些數(shù)據(jù)指標青扔，比如流量還是交易量源织；第二類是為了解決業(yè)務(wù)問題我需要使用哪些數(shù)學(xué)模型或算法，這些模型或者算法的解需要哪些數(shù)據(jù)指標來表達微猖，比如商品關(guān)聯(lián)推薦谈息。當業(yè)務(wù)問題轉(zhuǎn)化為數(shù)學(xué)問題以后，基本上就是數(shù)據(jù)分析員或者技術(shù)工程師們的舞臺了凛剥，他們將一起來面對諸如選擇合適數(shù)據(jù)侠仇、如何認識數(shù)據(jù)、創(chuàng)建模型集，構(gòu)建模型逻炊，評估模型等等各種細節(jié)上的挑戰(zhàn)互亮。

數(shù)據(jù)產(chǎn)品設(shè)計的指標差異

稍加留意上述數(shù)據(jù)指標的變化規(guī)律，不難印證余素，數(shù)據(jù)指標能否適配業(yè)務(wù)目標是數(shù)據(jù)產(chǎn)品走向成功的關(guān)鍵的一環(huán)豹休。

3. 價值展現(xiàn)

明確了數(shù)據(jù)產(chǎn)品的關(guān)鍵數(shù)據(jù)指標后，下一步便是如何展現(xiàn)數(shù)據(jù)的價值桨吊∧脚溃總體上數(shù)據(jù)的價值體現(xiàn)在兩方面，一是反應(yīng)問題屏积，二是解決問題医窿，這也是分析類數(shù)據(jù)產(chǎn)品和決策類數(shù)據(jù)產(chǎn)品的核心區(qū)分，當然現(xiàn)實的產(chǎn)品往往處于這兩者的過渡地帶炊林。

分析類產(chǎn)品的價值展現(xiàn)本質(zhì)上來就是通過什么樣的形式來表現(xiàn)數(shù)據(jù)姥卢，讓使用者更加一目了然隨心所欲的看到問題是什么。通常這類產(chǎn)品的設(shè)計需要使用數(shù)據(jù)篩選器來幫助用戶看到不同維度不同類別不同時間的數(shù)據(jù)組合渣聚，同時使用圖表的方式使得數(shù)據(jù)指標更加直觀独榴。設(shè)計時往往需要遵循圖表自身的交互屬性，比如曲線圖反應(yīng)趨勢奕枝，餅狀圖反應(yīng)比例棺榔，頻率圖反應(yīng)分布，而為了獲得更加豐富的效果則可能需要進一步采用高級別的數(shù)據(jù)可視化技術(shù)隘道。這些設(shè)計過程大部分屬于產(chǎn)品設(shè)計的框架層和表現(xiàn)層症歇，重在數(shù)據(jù)表現(xiàn)與用戶的交互。而目前大部分數(shù)據(jù)產(chǎn)品皆止步于此谭梗，比如各種流量分析產(chǎn)品忘晤、指數(shù)工具、運營分析產(chǎn)品激捏、數(shù)據(jù)魔方等等设塔。

決策類產(chǎn)品的價值展現(xiàn)本質(zhì)上來就是能夠幫助用戶解決問題，提供決策方案远舅。比較典型的有推薦引擎闰蛔，它能夠直接展現(xiàn)關(guān)聯(lián)商品提升銷售額，而不需要目標用戶親自去分析商品類別图柏、監(jiān)控趨勢序六、總結(jié)規(guī)律等。再比如電信業(yè)根據(jù)用戶信息分析擬定資費套餐爆办，銀行業(yè)根據(jù)用戶數(shù)據(jù)進行風(fēng)險控制难咕，這些產(chǎn)品的展現(xiàn)價值的方式也都在于直接的決策，而不是間接的數(shù)據(jù)圖表。再拿車聯(lián)網(wǎng)產(chǎn)品來說余佃，分析類產(chǎn)品就是通過OBD接口拿到數(shù)據(jù)后會使用很絢麗的交互來展現(xiàn)各種數(shù)據(jù)指標暮刃，而決策類產(chǎn)品會通過一定算法提醒用戶你的油質(zhì)不高，哪個地方壞了需要及時保養(yǎng)爆土。再比如淘寶的江湖策椭懊，新增了無線店鋪活動，通過精準數(shù)據(jù)直接為用戶提供促銷決策和通道步势，這顯然是從單純的分析產(chǎn)品向決策產(chǎn)品演進的典型案例氧猬。毫無疑問，從用戶需求的角度講坏瘩，決策類產(chǎn)品比分析類更理想更有吸引力盅抚，畢竟相當于省去了數(shù)據(jù)分析師和運營專家，可惜的是這樣的產(chǎn)品往往有著現(xiàn)實的約束倔矾，即決策流程本身是否可以產(chǎn)品化妄均。對于賣場來說，數(shù)據(jù)產(chǎn)品永遠不可能去替代售貨員的吆喝哪自，那么產(chǎn)品設(shè)計所能夠做的也只能是盡量靠近決策罷了丰包。

可以說，數(shù)據(jù)產(chǎn)品的價值如何展現(xiàn)壤巷，如何從分析到?jīng)Q策邑彪，從知道問題到解決問題，這是數(shù)據(jù)產(chǎn)品設(shè)計最具有挑戰(zhàn)的一環(huán)胧华，也是最值得思考最艱難的一環(huán)寄症。

------------------------------------------------------------------------------

數(shù)據(jù)產(chǎn)品的未來

------------------------------------------------------------------------------

數(shù)據(jù)產(chǎn)品設(shè)計遵循互聯(lián)網(wǎng)產(chǎn)品設(shè)計的基本方法，同時兼具數(shù)據(jù)挖掘的方法論撑柔，從業(yè)務(wù)目標瘸爽、數(shù)據(jù)指標、價值展現(xiàn)三個核心環(huán)節(jié)不斷深入铅忿，循環(huán)迭代。但是正如前文微博提到的灵汪，當前數(shù)據(jù)產(chǎn)品設(shè)計的尷尬在于大部分僅能幫助用戶理解問題而很難深入決策層面檀训。一方面是由于當然是有數(shù)據(jù)產(chǎn)品團隊缺少話語權(quán)造成的，但是更為主要的在于決策流程本身很難產(chǎn)品化享言。另一方面峻凫，數(shù)據(jù)產(chǎn)品設(shè)計面向決策的變化，從產(chǎn)品架構(gòu)來講也意味著設(shè)計模式發(fā)生根本變化览露，從單純的依賴數(shù)據(jù)模型到數(shù)據(jù)模型荧琼、決策模型、方法模型三位一體的轉(zhuǎn)變。

面向決策的數(shù)據(jù)產(chǎn)品設(shè)計

可以預(yù)見的是命锄，在電子商務(wù)堰乔、互聯(lián)網(wǎng)金融、虛擬運營商脐恩、可穿戴式設(shè)備這些決策本身可以產(chǎn)品化的領(lǐng)域镐侯，決策類數(shù)據(jù)產(chǎn)品將是舞臺上的主角。

------------------------------------------------------------------------------

附：淘寶系解析

------------------------------------------------------------------------------

下面運用數(shù)據(jù)產(chǎn)品設(shè)計的三段式方法論分析一下淘寶系列的四款數(shù)據(jù)產(chǎn)品：量子恒道驶冒、數(shù)據(jù)魔方苟翻、江湖策、生意參謀淘寶版骗污。一點淺薄之間崇猫，若是阿里的兄弟們看到了希望批評指正。

1.發(fā)展史

因為沒有親自接觸淘寶的數(shù)據(jù)團隊需忿，只能從網(wǎng)上的一些資料大概整理了一下量子恒道诅炉、數(shù)據(jù)魔方、江湖策贴谎、生意參謀淘寶版四款產(chǎn)品的發(fā)展歷史汞扎，可能會有不實之處忘諒解。量子恒道的前身是雅虎統(tǒng)計擅这，上線于2007年7月澈魄，正好是雅虎中國更名中國雅虎業(yè)務(wù)體系大調(diào)整之后的兩個月。初期雅虎統(tǒng)計主要方向還是網(wǎng)頁流量分析仲翎，直到2009年1月上線店鋪版開始面向淘寶系的電商深度分析痹扇，經(jīng)過3年的發(fā)展于2012年4月徹底更名店鋪經(jīng)，并于當年6月上線手機淘寶后開始在無線端發(fā)力至今溯香。數(shù)據(jù)魔方于2009年8月開始組建團隊鲫构，2010年4月專業(yè)版正式上線，2011年6月加入淘詞功能玫坛，2012年10月新版上線结笨，2013年5月BC數(shù)據(jù)分離并不斷進行商品體系升級。江湖策相對較晚湿镀，2013年9月初版才上線炕吸，似乎為了雙十一而生，很快于2014年1月推出主打“無線渠道透視”的流量優(yōu)化功能勉痴。生意參謀老版可追溯到1688的1.0版赫模，淘寶新版是 2013年11月上線的，基本上與江湖策同步蒸矛。

淘寶系數(shù)據(jù)產(chǎn)品簡史

從發(fā)展史來看瀑罗，量子恒道和數(shù)據(jù)魔方可算作淘寶系的數(shù)據(jù)產(chǎn)品1.0胸嘴，而江湖策和生意參謀可稱作數(shù)據(jù)產(chǎn)品2.0，而且比較明顯的是無線端漸成主流斩祭。

2.業(yè)務(wù)目標

按照本文闡述的數(shù)據(jù)產(chǎn)品設(shè)計方法論劣像，淘寶系的四款數(shù)據(jù)產(chǎn)品分別有著怎樣的業(yè)務(wù)目標呢？量子恒道在雅虎時代可以說是標準的流量統(tǒng)計工具停忿，和google Analytics以及百度統(tǒng)計基本上同臺競爭驾讲，直到2009年面相轉(zhuǎn)向電商分析，尤其是淘寶店鋪的數(shù)據(jù)分析席赂，而后僅僅是增加了手機端渠道而已吮铭。因此，量子恒道的業(yè)務(wù)目標依然是幫助電商了解自己的業(yè)務(wù)颅停，展示分析流量谓晌、來源、成交癞揉、轉(zhuǎn)化等多個視角的數(shù)據(jù)纸肉，簡單歸納為以流量分析為主的“電商分析”。數(shù)據(jù)魔方早期設(shè)計的定位其實并不明確喊熟，既有行業(yè)品牌分析柏肪，又過多的介入買家賣家分析，直至新版上線后明確定位為“行業(yè)品牌分析”芥牌，雖然有淘詞這種吸用戶的實用功能（個人感覺這個功能有點雞肋）烦味，但是總體來說數(shù)據(jù)魔方還是以幫助賣家解決戰(zhàn)略問題作為業(yè)務(wù)目標的。江湖策就業(yè)務(wù)目標來說跟量子恒道比較類似壁拉，都是基于流量的數(shù)據(jù)產(chǎn)品谬俄，但不同之處在于它不僅幫助電商了解自己的業(yè)務(wù)，更重要的是優(yōu)化店鋪流量弃理，提升轉(zhuǎn)化率溃论。生意參謀的設(shè)計目標目前看起來則相對更具體一些，它集中在店鋪裝修痘昌，幫助商家分析店內(nèi)各頁面的視覺問題钥勋、評估裝修效果、引導(dǎo)優(yōu)化辆苔。

3.數(shù)據(jù)指標

從業(yè)務(wù)目標的角度推斷, 量子恒道笔诵、江湖策、生意參謀應(yīng)該在數(shù)據(jù)指標上與數(shù)據(jù)魔方有較大差異姑子，同時江湖策、生意參謀相對量子恒道來說應(yīng)該更加細分测僵。下表是我從四個數(shù)據(jù)產(chǎn)品首頁選取的主推數(shù)據(jù)指標以及部分關(guān)鍵細分頁面的數(shù)據(jù)指標街佑。

淘寶系數(shù)據(jù)產(chǎn)品指標對比

可以發(fā)現(xiàn)谢翎，數(shù)據(jù)魔方偏重于行業(yè)指標，其他三款數(shù)據(jù)產(chǎn)品則選擇了最為典型的瀏覽量沐旨、訪客數(shù)森逮、成交金額、成交轉(zhuǎn)化率磁携、客單價褒侧、成交用戶數(shù)等。此外谊迄，江湖策的方向是流量的細分管理和優(yōu)化闷供，對于流量路徑較關(guān)注，因此引入了與路徑有關(guān)的拍下金額统诺、拍下件數(shù)等數(shù)據(jù)指標歪脏，而生意參謀主打店鋪裝修，因此突出頁面的點擊次數(shù)和點擊轉(zhuǎn)化率也就不足為怪了粮呢。

到目前為止婿失，可以說這四款產(chǎn)品對于各自的定位和數(shù)據(jù)指標的把握都是非常精準的，如果熟悉熟悉游戲運營或者網(wǎng)頁分析產(chǎn)品的話啄寡，只要做個簡單對比就可以深刻體會到淘寶系數(shù)據(jù)產(chǎn)品有著深入骨髓的電商基因豪硅。

4.價值展現(xiàn)

前文提到，價值展現(xiàn)這個緯度從產(chǎn)品設(shè)計的角度將包括了結(jié)構(gòu)層挺物、框架層懒浮、表現(xiàn)層，四款產(chǎn)品在基礎(chǔ)交互視覺方面的差異一目了然姻乓，在此不作展開嵌溢。下面更多的是從價值展現(xiàn)的兩個方面加以闡述鸿脓，即反應(yīng)問題和解決問題油昂。

數(shù)據(jù)魔方是一款純血的數(shù)據(jù)分析類產(chǎn)品吩蔑，因此采用了大量的圖表來展示各種數(shù)據(jù)嚎莉，客觀的反應(yīng)了行業(yè)品牌等宏觀問題铃将。它能解決問題嗎食店？顯然不能霎奢，還是需要運營專家去解讀數(shù)據(jù)做出自己的決策蠕蚜。量子恒道在這個問題上和數(shù)據(jù)魔方其實比較相似扣囊，雖然在“健康日報”子功能上引入行業(yè)指標做參考乎折，但是可惜沒有進一步的突破決，總體上能夠全面優(yōu)質(zhì)的反應(yīng)問題侵歇，但并未介入用戶決策流程骂澄。這也就是我稱之為數(shù)據(jù)產(chǎn)品1.0的原因。

那么江湖策惕虑、生意參謀這兩款數(shù)據(jù)產(chǎn)品2.0又有什么差別呢坟冲？ 仔細研究可以發(fā)現(xiàn)磨镶，生意參謀其實大部分的功能還是在反應(yīng)問題，告訴你數(shù)據(jù)指標健提、指標變化等等琳猫，所不同的是 “寶貝溫度計”這個小功能∷奖裕“寶貝溫度計”引入一個決策標準“建議數(shù)”脐嫂，提醒用戶“待優(yōu)化”，同時引導(dǎo)用戶直接修改標題紊遵，這個功能看起來簡單账千，但是如果我們分析這里面的內(nèi)在邏輯的話，這個步驟包含了決策標準癞蚕、決策方案蕊爵、決策行動三個核心要素，有了這三個要素桦山，本質(zhì)上用戶就可以直接解決問題了攒射。統(tǒng)計了一下淘寶論壇里對于生意參謀的反饋，“寶貝溫度計”是稱贊最多的恒水，這也側(cè)面印證了用戶對于解決問題的渴望会放。

生意參謀-寶貝溫度計

江湖策顯然想在解決問題這個層次上走得更遠。除了提供常規(guī)的PC端钉凌、無線端流量數(shù)據(jù)透視功能咧最，以及聚劃算、無線活動效果檢測等實用功能御雕，目前來看有幾個亮點是非常值得肯定的矢沿。

實時直播。這個功能是分析流量路徑的酸纲，雖然其也是停留在反應(yīng)問題這個層次捣鲸，但是它的創(chuàng)新在于深入了業(yè)務(wù)流程而不僅僅是停留在數(shù)據(jù)報表，或者說它將數(shù)據(jù)細分到了具體的業(yè)務(wù)層面闽坡，這樣用戶可以更加直接的做出行動決策而不用去盯著數(shù)據(jù)思考背后的問題栽惶。

流量發(fā)現(xiàn)。主要包括潛在買家和推薦渠道疾嗅，其實前者就是買家信息分析外厂，這個本質(zhì)并沒有什么創(chuàng)新，而推薦渠道也僅僅是簡單集成了各種引流工具的入口代承。但是考慮這是一個新成品汁蝶，因此大膽預(yù)測后續(xù)改版中江湖策應(yīng)該對“推薦”這個詞做更為豐富的演繹，比如在分析不同流量渠道或者不同頁面時更具一定的標準（比如行業(yè)排名论悴、歷史水平）等自己關(guān)聯(lián)這些引流入口穿仪，直接告訴用戶介于目前的數(shù)據(jù)分析你哪個指標低于行業(yè)50%水平席爽，應(yīng)該優(yōu)化，請點擊等等（是不是有點像360^_^）啊片。

江湖策-無線效果優(yōu)化

此外，無線效果優(yōu)化玖像、無線店鋪活動等功能我們也依稀可以看到上述影子紫谷，都提供了直接或間接的解決問題的路徑，可惜的是都是單獨的菜單入口捐寥，并未和流量分析等功能進行深度融合笤昨，這也說明當前版本還沒有建立一套完整的決策模型和方法模型，導(dǎo)致在解決問題這個層次上還無法深入握恳，期望后續(xù)的版本能夠給大家驚喜瞒窒，我想這也是當初起名“江湖-策”的緣由吧，期待其在“策”字上的表演乡洼。

5.演進方向

一句話崇裁，未來的數(shù)據(jù)產(chǎn)品設(shè)計應(yīng)該嘗試建立完整的決策模型和執(zhí)行路徑，突破圖表反應(yīng)數(shù)據(jù)價值的局限束昵，盡量介入決策環(huán)節(jié)拔稳，朝著解決問題前進，這就是我心目中的數(shù)據(jù)產(chǎn)品2.0锹雏。