對數(shù)據(jù)產(chǎn)品經(jīng)理的理解

職能篇

一端三、解釋

對業(yè)務(wù)/運營所提出的問題锯茄,結(jié)合數(shù)據(jù)解釋產(chǎn)品或功能的核心指標(biāo)的走勢與背后的原因,往往還得細(xì)化到多個維度谈火〕扪基于這些解釋進(jìn)行總結(jié)或提前預(yù)警,保證產(chǎn)品與功能正常運營糯耍。

二扔字、驗證

對新推出的產(chǎn)品或功能囊嘉,通過簡單的時間/地理/渠道維度的對比或AB Testing,剔除各種噪音革为,最大化逼近真相扭粱,并驗證其效果或影響。

三震檩、探索

通過研究內(nèi)外部數(shù)據(jù)琢蛤,驗證與探索用戶需求與痛點,提供業(yè)務(wù)/運營上的機(jī)會點抛虏。

四博其、傳播

基于內(nèi)外部數(shù)據(jù),制作有見地有傳播性的圖文文章迂猴,便于在不同渠道進(jìn)行傳播慕淡。


產(chǎn)品篇

一、數(shù)據(jù)產(chǎn)品界定

以數(shù)據(jù)為主的自動化產(chǎn)出的產(chǎn)品形態(tài)错忱,其中自動化產(chǎn)出用以區(qū)分?jǐn)?shù)據(jù)研究咨詢公司直接輸出的數(shù)據(jù)報表儡率。

從用戶群體區(qū)分,可以分為三類:

1以清、企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品儿普,如自建BI和推薦系統(tǒng);

2掷倔、針對所有企業(yè)推出的商業(yè)型數(shù)據(jù)產(chǎn)品眉孩,如Google Analytics和GrowingIO;

3勒葱、用戶均可使用的Google Trends和淘寶指數(shù)等浪汪;

二、數(shù)據(jù)產(chǎn)品需求

實時監(jiān)控業(yè)務(wù)/運營數(shù)據(jù)凛虽,抓住問題與增長機(jī)會點死遭,持續(xù)優(yōu)化產(chǎn)品或功能效果。

三凯旋、數(shù)據(jù)產(chǎn)品設(shè)計

1呀潭、面向的用戶和場景

(1)不同用戶有不同的價值,從數(shù)據(jù)產(chǎn)生的價值來看至非,高層的正確決策可以省下無數(shù)成本钠署。

(2)不同層級用戶關(guān)心的數(shù)據(jù)粒度不一樣,需要不斷提供下一個顆粒度的分析以及可細(xì)化到最細(xì)粒度的入口荒椭,數(shù)據(jù)分析本質(zhì)就是不斷細(xì)分與追查變化谐鼎。

(3)不同類型的用戶使用數(shù)據(jù)的場景不一樣,需要圍繞這些場景做設(shè)計趣惠。如業(yè)務(wù)部門的同事狸棍,外勤期間需要移動化和自動化數(shù)據(jù)身害。

2、產(chǎn)品價值

(1)先判斷核心需求隔缀,用Demand/Want/Need方法题造,用戶要可樂(Demand),如果沒有可樂滿足用戶猾瘸,但其實他只是要解渴(Wand)界赔,需要的只是一杯喝的(Need)。

(2)后判斷需求價值牵触,用PST方法淮悼,x軸-用戶痛苦程度,y軸-同樣痛苦的用戶量揽思,z軸-用戶愿意承擔(dān)的成本袜腥,三者相乘的結(jié)果才是這個需求的價值。

3钉汗、分析思路

區(qū)別于普通產(chǎn)品經(jīng)理的核心能力羹令,需明確以下原則:

(1)數(shù)據(jù)產(chǎn)品設(shè)計理念,應(yīng)從總覽到細(xì)分损痰,并且不斷對比福侈;

(2)總覽要提綱挈領(lǐng),簡明扼要卢未,讓用戶了解當(dāng)前發(fā)生問題的大概方向肪凛;

(3)細(xì)分應(yīng)提供足夠豐富的維度,且落實可行與業(yè)務(wù)密切相關(guān)辽社;

(4)數(shù)據(jù)本身沒有意義伟墙,數(shù)據(jù)的對比才有意義,數(shù)據(jù)產(chǎn)品的核心是把這種對比凸顯出來滴铅;

4戳葵、數(shù)據(jù)準(zhǔn)備

基于分析思路,確認(rèn)數(shù)據(jù)的完備性汉匙,從采集拱烁、清洗到聚合,其中采集過程中最常見的問題是無數(shù)據(jù)埋點盹兢,埋點方式出錯或埋點數(shù)據(jù)受特定因素污染。

5守伸、組合展現(xiàn)

常見的數(shù)據(jù)產(chǎn)品形態(tài)有绎秒,著重于數(shù)據(jù)呈現(xiàn)的郵件報表類、可視化報表類尼摹、預(yù)警預(yù)測類见芹、決策分析類剂娄;著重于算法的用戶標(biāo)簽、匹配規(guī)則等玄呛。對于可視化報表:

(1)指標(biāo)設(shè)計

明確什么類型的產(chǎn)品適用什么樣的指標(biāo)阅懦,如電商核心指標(biāo)包括訂單轉(zhuǎn)化率、訂單數(shù)徘铝、訂單金額等耳胎,設(shè)計時需注意:

a. 逐層拆分,不重不漏惕它,即MECE原則怕午;

b. 確保指標(biāo)能明確表達(dá)含義,為上層的分析思路提供依據(jù)淹魄;

c. 明確指標(biāo)定義郁惜,統(tǒng)計口徑和維度;

(2)指標(biāo)呈現(xiàn)

a. 同時著重展示指標(biāo)不超過7個甲锡,5個比較合適兆蕉;

b. 在設(shè)計指標(biāo)的展現(xiàn)時,明確指標(biāo)之間的主次關(guān)系缤沦;

c. 為合適的指標(biāo)選擇合適的形式虎韵,趨勢-曲線圖,占比-堆積圖疚俱,完成率-柱狀圖劝术,完成率對比-條形圖,多個指標(biāo)交叉-散點圖

四呆奕、數(shù)據(jù)產(chǎn)品輸出

1养晋、數(shù)據(jù)前臺利用(展示和算法)

(1)前臺數(shù)據(jù)展示,主要通過數(shù)據(jù)結(jié)果影響用戶的判斷與理解梁钾,如墨跡天氣建議今天穿衣绳泉;

(2)前臺列表排序遵循的算法或邏輯,影響用戶行為姆泻,如淘寶的排序算法零酪;

(3)個性化推薦系統(tǒng),提升產(chǎn)品價值拇勃,如亞馬遜的你可能感興趣的商品四苇;

2、數(shù)據(jù)后臺利用(表格方咆、可視化月腋、預(yù)警等)

(1)數(shù)據(jù)表格,相關(guān)部門關(guān)心的數(shù)據(jù),根據(jù)業(yè)務(wù)發(fā)展情況榆骚,不同時期有不同的要求片拍;

(2)可視化,相關(guān)部門希望看到的數(shù)據(jù)妓肢,能清晰理解數(shù)據(jù)捌省,并進(jìn)一步做判斷;

(3)數(shù)據(jù)預(yù)警碉钠,提醒相關(guān)部門看的數(shù)據(jù)纲缓,需要關(guān)注的指標(biāo)需設(shè)定警報,用于提醒關(guān)注放钦;

3色徘、數(shù)據(jù)外部引用于對外輸出

(1)第三方數(shù)據(jù)工具,來自于別人的數(shù)據(jù)操禀,如百度統(tǒng)計褂策、淘寶指數(shù)等,需消化并融入自己的系統(tǒng)颓屑;

(2)數(shù)據(jù)對外輸出斤寂,提供給別人的數(shù)據(jù),輸出數(shù)據(jù)給外部合作對象進(jìn)行查看和引用揪惦;

(3)對賬遍搞,對比別人和自己的數(shù)據(jù),防止對方的作弊或錯誤給自己造成的損失器腋;

以上內(nèi)容均摘自知乎:數(shù)據(jù)產(chǎn)品經(jīng)理是做什么的溪猿?

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市纫塌,隨后出現(xiàn)的幾起案子诊县,更是在濱河造成了極大的恐慌,老刑警劉巖措左,帶你破解...
    沈念sama閱讀 222,000評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件依痊,死亡現(xiàn)場離奇詭異,居然都是意外死亡怎披,警方通過查閱死者的電腦和手機(jī)胸嘁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,745評論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來凉逛,“玉大人性宏,你說我怎么就攤上這事∽捶桑” “怎么了毫胜?”我有些...
    開封第一講書人閱讀 168,561評論 0 360
  • 文/不壞的土叔 我叫張陵蝌借,是天一觀的道長。 經(jīng)常有香客問我指蚁,道長,這世上最難降的妖魔是什么自晰? 我笑而不...
    開封第一講書人閱讀 59,782評論 1 298
  • 正文 為了忘掉前任凝化,我火速辦了婚禮,結(jié)果婚禮上酬荞,老公的妹妹穿的比我還像新娘搓劫。我一直安慰自己,他們只是感情好混巧,可當(dāng)我...
    茶點故事閱讀 68,798評論 6 397
  • 文/花漫 我一把揭開白布枪向。 她就那樣靜靜地躺著,像睡著了一般咧党。 火紅的嫁衣襯著肌膚如雪秘蛔。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,394評論 1 310
  • 那天傍衡,我揣著相機(jī)與錄音深员,去河邊找鬼。 笑死蛙埂,一個胖子當(dāng)著我的面吹牛倦畅,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播绣的,決...
    沈念sama閱讀 40,952評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼叠赐,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了屡江?” 一聲冷哼從身側(cè)響起芭概,我...
    開封第一講書人閱讀 39,852評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎盼理,沒想到半個月后谈山,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 46,409評論 1 318
  • 正文 獨居荒郊野嶺守林人離奇死亡宏怔,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,483評論 3 341
  • 正文 我和宋清朗相戀三年奏路,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片臊诊。...
    茶點故事閱讀 40,615評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡鸽粉,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出抓艳,到底是詐尸還是另有隱情触机,我是刑警寧澤,帶...
    沈念sama閱讀 36,303評論 5 350
  • 正文 年R本政府宣布,位于F島的核電站儡首,受9級特大地震影響片任,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜蔬胯,卻給世界環(huán)境...
    茶點故事閱讀 41,979評論 3 334
  • 文/蒙蒙 一对供、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧氛濒,春花似錦产场、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,470評論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至骗奖,卻和暖如春确徙,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背执桌。 一陣腳步聲響...
    開封第一講書人閱讀 33,571評論 1 272
  • 我被黑心中介騙來泰國打工米愿, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人鼻吮。 一個月前我還...
    沈念sama閱讀 49,041評論 3 377
  • 正文 我出身青樓育苟,卻偏偏與公主長得像,于是被迫代替她去往敵國和親椎木。 傳聞我的和親對象是個殘疾皇子违柏,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,630評論 2 359

推薦閱讀更多精彩內(nèi)容