數(shù)據(jù)領(lǐng)域的基本邏輯
一般從左到右的數(shù)據(jù)流向會(huì)分為源系統(tǒng)丈氓、貼源層、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、數(shù)據(jù)應(yīng)用等阳欲，不同公司根據(jù)業(yè)務(wù)不同草雕，分層也會(huì)有所不同
數(shù)據(jù)建模的意義：把數(shù)據(jù)按模型落進(jìn)去之后尉姨，能大大提升數(shù)據(jù)的處理翩活、流轉(zhuǎn)和提取效率，節(jié)省時(shí)間芬迄，賦能業(yè)務(wù)问顷。數(shù)據(jù)建模的方法通常包括：星型、雪花型禀梳、Data Vault和3NF
什么是數(shù)據(jù)產(chǎn)品
廣義：數(shù)據(jù)產(chǎn)品是可以發(fā)揮數(shù)據(jù)價(jià)值去輔助用戶更優(yōu)的做決策（甚至行動(dòng)）的一種產(chǎn)品形式杜窄。它在用戶的決策和行動(dòng)過(guò)程中，可以充當(dāng)信息的分析展示者和價(jià)值的使能者
狹義：淘寶數(shù)據(jù)魔方算途、百度指數(shù)塞耕、電商的CRM平臺(tái)、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
數(shù)據(jù)產(chǎn)品產(chǎn)生的背景
決策需要基于某種參考嘴瓤，簡(jiǎn)單的參考可以來(lái)源于直覺(jué)扫外、經(jīng)驗(yàn)、拍腦袋廓脆，最優(yōu)的決策需要依賴于證據(jù)筛谚，定量的證據(jù)即時(shí)數(shù)據(jù)。隨著數(shù)學(xué)停忿、統(tǒng)計(jì)學(xué)驾讲、計(jì)算機(jī)科學(xué)的普及，數(shù)據(jù)在決策優(yōu)化過(guò)程中的價(jià)值越來(lái)越大席赂，在大數(shù)據(jù)時(shí)代尤其如此吮铭。
當(dāng)數(shù)據(jù)已經(jīng)上升為資產(chǎn)，成為與物質(zhì)資產(chǎn)和人力資源同樣重要的生產(chǎn)要素颅停，成為生產(chǎn)和經(jīng)營(yíng)的重要環(huán)節(jié)谓晌，數(shù)據(jù)資產(chǎn)的使用也成為提高產(chǎn)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵要素。那么癞揉，如將這些數(shù)據(jù)資產(chǎn)盤(pán)活并使用纸肉，從未成為企業(yè)的競(jìng)爭(zhēng)命脈溺欧，數(shù)據(jù)產(chǎn)品就是其中的一種方式。當(dāng)然毁靶，關(guān)于數(shù)據(jù)資產(chǎn)的整體信息比較豐富，從數(shù)據(jù)治理到數(shù)據(jù)管理逊移，再到數(shù)據(jù)資產(chǎn)的盤(pán)活和質(zhì)量提升预吆，以及后面的流通經(jīng)營(yíng)，是一套很深的邏輯胳泉。
決策中數(shù)據(jù)價(jià)值的體現(xiàn)主要有三種方式：a.數(shù)據(jù)本身拐叉、b.數(shù)據(jù)服務(wù)、c.數(shù)據(jù)產(chǎn)品扇商。
舉例來(lái)說(shuō)：用戶想知道明天的天氣凤瘦，直接看氣溫?cái)?shù)據(jù)，即a發(fā)揮價(jià)值案铺；咨詢相關(guān)的數(shù)據(jù)分析師或顧問(wèn)蔬芥，由他們提供人工的數(shù)據(jù)服務(wù)或解決方案判斷明天天氣，即b發(fā)揮價(jià)值控汉；使用數(shù)據(jù)產(chǎn)品笔诵，把數(shù)據(jù)、數(shù)據(jù)模型姑子、分析決策邏輯盡可能多的固化到一個(gè)軟件系統(tǒng)中乎婿，以更自動(dòng)化、準(zhǔn)確街佑、智能的方式發(fā)揮數(shù)據(jù)的決策價(jià)值谢翎，即c。
數(shù)據(jù)產(chǎn)品的必要性
傳統(tǒng)數(shù)據(jù)服務(wù)及問(wèn)題
傳統(tǒng)的數(shù)據(jù)服務(wù)方式包含：報(bào)表沐旨、指標(biāo)森逮、圖表、OLAP工具
1. 業(yè)務(wù)理解不夠磁携，支撐能力不到位
傳統(tǒng)應(yīng)用工具技術(shù)性較強(qiáng)吊宋，通常是業(yè)務(wù)人員提需求，技術(shù)人員來(lái)滿足颜武。
而技術(shù)人員在開(kāi)發(fā)過(guò)程中更注重于技術(shù)問(wèn)題的解決璃搜，無(wú)法從業(yè)務(wù)使用需求來(lái)考慮報(bào)表的易用性、信息組織合理性等問(wèn)題鳞上。這種對(duì)業(yè)務(wù)理解的欠缺導(dǎo)致傳統(tǒng)數(shù)據(jù)服務(wù)對(duì)業(yè)務(wù)的支撐力不足这吻。
2. 展現(xiàn)形式單一，信息傳遞不便捷
傳統(tǒng)數(shù)據(jù)應(yīng)用基本上是以數(shù)字形式來(lái)傳遞信息篙议，缺少對(duì)數(shù)據(jù)內(nèi)在關(guān)系和信息模式的展現(xiàn)唾糯，也無(wú)法加入數(shù)據(jù)分析算法來(lái)進(jìn)行深入探索怠硼。
但是，如何體現(xiàn)業(yè)務(wù)特點(diǎn)移怯？怎樣跟業(yè)務(wù)流程結(jié)合香璃？如何更為靈活地進(jìn)行交互探索？
這些需求不能得到很好的滿足舟误，導(dǎo)致整體信息傳遞受限葡秒，也不利于決策輔助支持。
3. 加工過(guò)程漫長(zhǎng)嵌溢，工作效率不彰顯
隨著企業(yè)數(shù)據(jù)積累增多眯牧，數(shù)據(jù)加工的過(guò)程越來(lái)越繁瑣漫長(zhǎng)，因此赖草，要在業(yè)務(wù)部門(mén)要求的時(shí)間內(nèi)完成數(shù)據(jù)統(tǒng)計(jì)結(jié)果變得極為困難学少。
4. 覆蓋范圍狹窄，決策手段不徹底
當(dāng)前數(shù)據(jù)服務(wù)形式覆蓋范圍也有很大限制秧骑，表現(xiàn)在：數(shù)據(jù)使用流程版确、數(shù)據(jù)使用時(shí)機(jī)、數(shù)據(jù)使用主體和數(shù)據(jù)使用形式等方面乎折。
此處暫且不做進(jìn)一步展開(kāi)阀坏。
5. 服務(wù)意識(shí)不足，目標(biāo)手段不統(tǒng)一
目前的數(shù)據(jù)服務(wù)方式技術(shù)特征太過(guò)明顯笆檀，技術(shù)部門(mén)的關(guān)注重點(diǎn)也側(cè)重在技術(shù)實(shí)現(xiàn)忌堂，這就助長(zhǎng)了“技術(shù)傲慢”的出現(xiàn)，這樣的思維限制了數(shù)據(jù)加工人員的服務(wù)意識(shí)酗洒。
隨著如今互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)量的增加士修，技術(shù)與業(yè)務(wù)部門(mén)結(jié)合非常緊密，一切技術(shù)手段都服務(wù)于業(yè)務(wù)部門(mén)樱衷，甚至數(shù)據(jù)本身也可以成為一種全新的盈利模式棋嘲，因此催生了更多的創(chuàng)新性數(shù)據(jù)應(yīng)用出現(xiàn)。
新型數(shù)據(jù)應(yīng)用-數(shù)據(jù)產(chǎn)品
優(yōu)勢(shì)與核心價(jià)值：
展現(xiàn)形式豐富形象：
相對(duì)于傳統(tǒng)數(shù)據(jù)應(yīng)用以數(shù)字為基礎(chǔ)的服務(wù)形式矩桂，數(shù)據(jù)產(chǎn)品則在數(shù)據(jù)信息傳遞的形式方面更加形象和便利沸移。
目的是：盡量讓使用者在最短的時(shí)間內(nèi)，獲取到數(shù)據(jù)產(chǎn)品希望從當(dāng)前數(shù)據(jù)變化趨勢(shì)里展現(xiàn)的關(guān)鍵信息侄榴。
比如：現(xiàn)在各種天氣預(yù)報(bào)APP雹锣，在傳統(tǒng)獲取溫度的基礎(chǔ)上衍生出諸如穿衣助手和洗車指數(shù)等概念。
數(shù)據(jù)覆蓋程度廣而全：
一款數(shù)據(jù)產(chǎn)品要想深得人心癞蚕、被廣泛應(yīng)用蕊爵，就必須在自身數(shù)據(jù)組織方面大量投入，使之具備強(qiáng)大的競(jìng)爭(zhēng)能力桦山。
數(shù)據(jù)展品的展現(xiàn)離不開(kāi)數(shù)據(jù)的支持攒射，那么數(shù)據(jù)的權(quán)威性醋旦，以及信息及時(shí)性就是考量數(shù)據(jù)產(chǎn)品是否有競(jìng)爭(zhēng)優(yōu)勢(shì)的一個(gè)重要標(biāo)準(zhǔn)。
因此現(xiàn)如今的數(shù)據(jù)覆蓋度廣会放、時(shí)效性強(qiáng)饲齐，也為數(shù)據(jù)產(chǎn)品提供了重要支持。
決策邏輯便捷顯性：
決策邏輯是大多數(shù)傳統(tǒng)數(shù)據(jù)應(yīng)用所欠缺的咧最，它們只是簡(jiǎn)單地展示了需求方的數(shù)據(jù)展現(xiàn)需求捂人。
而一款好的數(shù)據(jù)產(chǎn)品，應(yīng)該可以幫助用戶思考窗市。尤其是將平時(shí)遇到業(yè)務(wù)痛點(diǎn)時(shí)的決策邏輯先慷，部分或全部融合到數(shù)據(jù)產(chǎn)品后饮笛，通過(guò)便捷的交互方式咨察，使得決策過(guò)程顯性化，提高用戶的決策效率福青。
行動(dòng)流程數(shù)據(jù)驅(qū)動(dòng)：
我們現(xiàn)在常說(shuō)：數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展和創(chuàng)新摄狱。
那么，作為數(shù)據(jù)產(chǎn)品无午，僅停留在發(fā)現(xiàn)問(wèn)題媒役、分析問(wèn)題是不夠的，還需解決問(wèn)題的能力宪迟，這就涉及行動(dòng)流程酣衷。
比如：當(dāng)數(shù)據(jù)產(chǎn)品分析某個(gè)細(xì)分用戶群時(shí)，發(fā)現(xiàn)最近一個(gè)月其活躍度明顯下滑次泽，那就可以自動(dòng)觸發(fā)一個(gè)營(yíng)銷流程穿仪，通過(guò)針對(duì)性的信息推薦或是優(yōu)惠活動(dòng)，更好地提升細(xì)分用戶群的活躍度意荤。
所以啊片，從某種意義上說(shuō)，這類數(shù)據(jù)產(chǎn)品已經(jīng)擺脫了過(guò)去OLAP的系統(tǒng)定位玖像，融入到了生產(chǎn)流程之中紫谷，并且體現(xiàn)為數(shù)據(jù)驅(qū)動(dòng)的巨大價(jià)值。
分析算法融合度高：
對(duì)很多人來(lái)說(shuō)捐寥，數(shù)據(jù)分析能力是大數(shù)據(jù)應(yīng)用的靈魂笤昨，而“算法將會(huì)深刻地改變世界”。
對(duì)于傳統(tǒng)應(yīng)用來(lái)說(shuō)握恳，結(jié)合算法非常困難咬腋，基本上數(shù)據(jù)挖掘工作跟數(shù)據(jù)展現(xiàn)、統(tǒng)計(jì)睡互、決策支持是在兩個(gè)平行線根竿，只是對(duì)數(shù)據(jù)挖掘成果的應(yīng)用環(huán)節(jié)陵像，會(huì)用到那些報(bào)表、圖表形式寇壳。
而現(xiàn)在醒颖，由于數(shù)據(jù)產(chǎn)品的豐富特性，它可以內(nèi)嵌各種復(fù)雜算法壳炎，并且通過(guò)交互使用獲得反饋泞歉，以進(jìn)一步迭代優(yōu)化，直至更為準(zhǔn)確地反應(yīng)規(guī)律來(lái)指導(dǎo)活動(dòng)決策匿辩。
數(shù)據(jù)產(chǎn)品的類型
數(shù)據(jù)產(chǎn)品分為5大類：原始數(shù)據(jù)腰耙、派生數(shù)據(jù)、算法铲球、決策支持和自動(dòng)化決策
這些產(chǎn)品類型是根據(jù)日益增加的復(fù)雜性列出的挺庞。更具體一點(diǎn)來(lái)說(shuō)，它們是根據(jù)不斷增加的內(nèi)部復(fù)雜性列出的稼病，并且（應(yīng)該）用戶方面的復(fù)雜性較低选侨。
換句話說(shuō)，數(shù)據(jù)產(chǎn)品本身的計(jì)算然走、決策或“思考”越多援制，則用戶需要的思考就越少
1、原始數(shù)據(jù)芍瑞。從原始數(shù)據(jù)開(kāi)始晨仑，我們收集并提供可用的數(shù)據(jù)（也許我們正在做一些小的處理或清理步驟）。然后拆檬，用戶可以選擇使用適當(dāng)?shù)臄?shù)據(jù)洪己，但大多數(shù)工作都是在用戶完成的。
2秩仆、導(dǎo)出數(shù)據(jù)码泛。在向用戶提供派生數(shù)據(jù)時(shí)，我們?cè)谖覀冞@邊做一些處理澄耍。對(duì)于客戶數(shù)據(jù)噪珊，我們可以添加其他屬性，例如為每個(gè)客戶分配一個(gè)客戶段齐莲，或者添加他們單擊廣告或從某個(gè)類別購(gòu)買產(chǎn)品的可能性痢站。
3、算法选酗。接下來(lái)我們有算法阵难，或者算法服務(wù)。我們得到了一些數(shù)據(jù)芒填，我們通過(guò)算法運(yùn)行它-無(wú)論是機(jī)器學(xué)習(xí)還是其他-并返回信息或見(jiàn)解呜叫。谷歌圖片就是一個(gè)很好的例子：用戶上傳圖片空繁，并接收一組與上傳圖片相同或相似的圖片。在后臺(tái)朱庆，該產(chǎn)品提取功能盛泡，對(duì)圖像進(jìn)行分類，并將其與存儲(chǔ)的圖像進(jìn)行匹配娱颊，返回最相似的圖像傲诵。
4、輔助決策型箱硕。在這里拴竹，我們希望向用戶提供信息，幫助他們做出決策剧罩，但我們自己沒(méi)有做決定栓拜。分析儀表盤(pán)（如Google Analytics、Flurry或WGSN）屬于此類斑响。我們做的大部分工作都是在自己進(jìn)行的菱属；我們的目的是以易于消化的格式向用戶提供相關(guān)信息钳榨，以便他們做出更好的決策舰罚。在谷歌分析的案例中，這可能改變編輯策略薛耻，解決轉(zhuǎn)換漏斗中的漏洞营罢，或者雙倍降低產(chǎn)品定價(jià)策略。這里要記住的重要一點(diǎn)是：雖然我們?cè)跀?shù)據(jù)收集饼齿、新數(shù)據(jù)的派生饲漾、選擇要顯示的數(shù)據(jù)以及如何顯示這些數(shù)據(jù)等方面做出了設(shè)計(jì)決策，但是用戶仍然有責(zé)任缕溉，自己解釋這些數(shù)據(jù)考传。他們控制著對(duì)該數(shù)據(jù)采取（或不采戎づ浮）行動(dòng)的決定僚楞。
即定制服務(wù)型數(shù)據(jù)產(chǎn)品，是基于用戶的深層次需求枉层，構(gòu)建最適合當(dāng)前業(yè)務(wù)痛點(diǎn)的數(shù)據(jù)模型泉褐、產(chǎn)品設(shè)計(jì)、可視化方案等鸟蜡。在這里數(shù)據(jù)產(chǎn)品充當(dāng)?shù)母袷欠?wù)提供者膜赃，而不是一個(gè)通用的工具
【聯(lián)合建模】
5揉忘、智能決策型跳座。將給定領(lǐng)域內(nèi)的所有智能外包出去端铛。Netflix的產(chǎn)品推薦或Spotify的每周發(fā)現(xiàn)就是常見(jiàn)的例子。自動(dòng)駕駛汽車或無(wú)人駕駛飛機(jī)更是這種閉環(huán)決策循環(huán)的物理表現(xiàn)疲眷。
即智能型數(shù)據(jù)產(chǎn)品沦补，將大數(shù)據(jù)的智能性融入產(chǎn)品，并于決策邏輯結(jié)合咪橙，發(fā)揮作用夕膀。比如你可以有一套傳統(tǒng)的會(huì)員營(yíng)銷系統(tǒng)，按自己的規(guī)則篩選目標(biāo)用戶美侦；也可在更智能的數(shù)據(jù)產(chǎn)品中這樣實(shí)現(xiàn)：輸入你的營(yíng)銷目標(biāo)及參數(shù)产舞，比如要開(kāi)展雙十一母嬰產(chǎn)品促銷活動(dòng)，系統(tǒng)可以基于以往數(shù)據(jù)計(jì)算出應(yīng)該選擇什么品類的商品菠剩，在什么用戶群體中以什么形式開(kāi)展更佳易猫。
現(xiàn)有的大多數(shù)數(shù)據(jù)只是告訴你現(xiàn)在或未來(lái)的情況是怎樣的，問(wèn)題痛點(diǎn)出現(xiàn)在哪里具壮，但卻不能給出更完善的建議准颓，甚至支持一個(gè)建議的執(zhí)行。使能型數(shù)據(jù)產(chǎn)品要做的就是這樣的工作棺妓，它不僅可以告訴你攘已，哪些用戶流失的傾向性大，還可以直接引導(dǎo)用戶展開(kāi)后續(xù)補(bǔ)救的執(zhí)行流程怜跑，哪些細(xì)分群體需要通過(guò)促銷活動(dòng)刺激样勃，哪些需要服務(wù)關(guān)乎，哪些需要為他提供專享的VIP業(yè)務(wù)性芬，哪些需要更好的互動(dòng)等等峡眶。
數(shù)據(jù)產(chǎn)品的服務(wù)對(duì)象
1）企業(yè)自建型，服務(wù)對(duì)象是企業(yè)員工植锉。譬如我們公司的大數(shù)據(jù)平臺(tái)辫樱，組建數(shù)據(jù)平臺(tái)研發(fā)團(tuán)隊(duì)，自主開(kāi)發(fā)創(chuàng)建前端對(duì)用戶平臺(tái)俊庇。
2）對(duì)標(biāo)企業(yè)商業(yè)產(chǎn)品型狮暑，服務(wù)對(duì)象是企業(yè)，當(dāng)然企業(yè)購(gòu)買之后同樣服務(wù)于企業(yè)員工暇赤。以我們公司為例心例，數(shù)據(jù)團(tuán)隊(duì)組建的前兩年，我們都是直接買的數(shù)據(jù)分析工具——SAP BO（這就是我最開(kāi)始接觸的數(shù)據(jù)產(chǎn)品鞋囊，準(zhǔn)確來(lái)說(shuō)是BI工具止后，即商業(yè)智能系統(tǒng)），后面我們又買了神策數(shù)據(jù)用來(lái)分析新零售這一塊的業(yè)務(wù)（主要是對(duì)于微信、APP译株、外賣等的分析）瓜喇；當(dāng)然還有很多譬如Tableau、U-app等歉糜。
3）直接服務(wù)于大眾的產(chǎn)品型乘寒。譬如騰訊體育NBA數(shù)據(jù)庫(kù)、微信指數(shù)匪补、百度指數(shù)等伞辛。
不同的數(shù)據(jù)產(chǎn)品類型服務(wù)于不同的人群，但是目標(biāo)基本一致：發(fā)揮數(shù)據(jù)的價(jià)值幫助用戶解決問(wèn)題或者做業(yè)務(wù)決策夯缺。
數(shù)據(jù)的交互方式
1蚤氏、API。對(duì)于API踊兜，我們假設(shè)一個(gè)技術(shù)用戶竿滨。我們?nèi)匀粦?yīng)該遵循良好的產(chǎn)品實(shí)踐，并確保API的使用直觀捏境，有良好的文檔記錄于游，能夠滿足用戶的需求，并且值得我們使用垫言。
2贰剥、儀表盤(pán)和可視化Dashboards and Visualisations。對(duì)于儀表盤(pán)和可視化骏掀，我們假設(shè)在處理數(shù)字方面具有一定的統(tǒng)計(jì)知識(shí)或能力鸠澈。在最極端的情況下柱告，我們可以為用戶做很多繁重的工作截驮，并努力確保我們只以易于理解的格式呈現(xiàn)最相關(guān)的信息。通過(guò)選擇要顯示的信息际度，我們正在影響決策葵袭，但它仍然將解釋和決策留在用戶的手中（或頭腦中）。
3乖菱、網(wǎng)絡(luò)元素Web elements坡锡。在過(guò)去5年左右的時(shí)間里，用戶最不常見(jiàn)的數(shù)據(jù)產(chǎn)品的技術(shù)接口就是網(wǎng)絡(luò)元素窒所。最近鹉勒，這些接口的應(yīng)用被廣泛擴(kuò)展，包括語(yǔ)音吵取、機(jī)器人和增強(qiáng)現(xiàn)實(shí)等禽额。雖然這些新接口的設(shè)計(jì)細(xì)節(jié)都是明顯不同的，但其中有相當(dāng)大的重疊，因?yàn)樗鼈兌紘@著向用戶展示決策結(jié)果脯倒，也許還傳達(dá)了人工智能實(shí)現(xiàn)決策的原因或方式实辑。
了解我們正在做的
每個(gè)點(diǎn)代表不同數(shù)據(jù)產(chǎn)品矩陣-不同的產(chǎn)品需要不同的方法
從左上角的圓圈（原始數(shù)據(jù)API）斜向右下角的圓圈（自動(dòng)決策Web元素）是指從技術(shù)、工程驅(qū)動(dòng)的產(chǎn)品轉(zhuǎn)向更典型的軟件產(chǎn)品（即產(chǎn)品經(jīng)理和設(shè)計(jì)師更直觀的產(chǎn)品藻丢，往往出現(xiàn)在書(shū)中的產(chǎn)品剪撬、雜志和文章）。
數(shù)據(jù)PM需求把握的特殊性
第一個(gè)特殊性悠反，是需求層次特殊性残黑，數(shù)據(jù)產(chǎn)品的用戶中往往會(huì)有很多內(nèi)部用戶，他們對(duì)數(shù)據(jù)斋否、數(shù)據(jù)分享萍摊、數(shù)據(jù)處理的理解和熟練程度各有不同，因此會(huì)提出各種不同層次的需求如叼，包括：1)業(yè)務(wù)/管理需求冰木；2)分析需求；3)數(shù)據(jù)需求
第二個(gè)特殊性笼恰，是內(nèi)部數(shù)據(jù)產(chǎn)品需求方的特殊性踊沸，企業(yè)內(nèi)部的數(shù)據(jù)產(chǎn)品的用戶，既是是用戶社证，也是自己的同事逼龟、朋友、領(lǐng)導(dǎo)追葡、下屬腺律，他們本身就對(duì)產(chǎn)品經(jīng)理的決策權(quán)有一定的干預(yù)能力，需要產(chǎn)品經(jīng)理去平衡“理想與現(xiàn)實(shí)”
數(shù)據(jù)產(chǎn)品的三個(gè)關(guān)鍵要素
要成就一個(gè)數(shù)據(jù)產(chǎn)品宜肉，需要關(guān)注三個(gè)關(guān)鍵要素：1)數(shù)據(jù) 2)決策邏輯 3)行動(dòng)流程
數(shù)據(jù)的價(jià)值匀钧，毋庸置疑。它就像整體產(chǎn)品內(nèi)部流淌的血液谬返。具備什么樣的數(shù)據(jù)類型之斯、數(shù)據(jù)周期、數(shù)據(jù)粒度遣铝，往往會(huì)決定你的數(shù)據(jù)產(chǎn)品可以提供什么服務(wù)佑刷。
決策邏輯是很多平庸的數(shù)據(jù)產(chǎn)品所欠缺的，它們只是簡(jiǎn)單的酿炸、響應(yīng)式的展示了需求方的報(bào)表瘫絮。好的數(shù)據(jù)產(chǎn)品，應(yīng)該可以幫助用戶思考填硕，尤其是將平時(shí)用戶遇到業(yè)務(wù)痛點(diǎn)時(shí)的決策邏輯麦萤，部分或全部融合到數(shù)據(jù)產(chǎn)品后，以可視化的、動(dòng)態(tài)的频鉴、便捷的顯性化決策的過(guò)程栓辜，提高用戶的決策效率。
僅停留在發(fā)現(xiàn)問(wèn)題分析問(wèn)題不夠垛孔，還需要解決問(wèn)題藕甩，涉及到第三個(gè)關(guān)鍵要素-行動(dòng)流程。比如數(shù)據(jù)產(chǎn)品分析某個(gè)細(xì)分用戶群時(shí)周荐，發(fā)現(xiàn)最近一個(gè)月其活躍度明顯下滑狭莱，是否可以自動(dòng)觸發(fā)一個(gè)營(yíng)銷流程，基于用戶的特征開(kāi)展個(gè)性化的行動(dòng)流程概作，并在流程中各個(gè)環(huán)節(jié)發(fā)揮數(shù)據(jù)的價(jià)值
數(shù)據(jù)產(chǎn)品的設(shè)計(jì)流程
1.需求分析
這個(gè)步驟和互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)的需求分析類似腋妙，是產(chǎn)品設(shè)計(jì)的首要過(guò)程，包括商業(yè)需求分析讯榕、市場(chǎng)需求分析骤素、產(chǎn)品需求分析和產(chǎn)品規(guī)劃的過(guò)程。
2.數(shù)據(jù)指標(biāo)設(shè)計(jì)
承接上一步需求分析的結(jié)果愚屁，制定出用戶最感興趣济竹、易于理解，并且最能體現(xiàn)問(wèn)題本質(zhì)的數(shù)據(jù)指標(biāo)霎槐。
3.數(shù)據(jù)可視化設(shè)計(jì)
根據(jù)上一步設(shè)計(jì)出來(lái)的數(shù)據(jù)指標(biāo)送浊，并且根據(jù)最終數(shù)據(jù)類型和表現(xiàn)目的，選擇最佳的數(shù)據(jù)可視化方案丘跌，將每一個(gè)數(shù)據(jù)指標(biāo)美觀且直觀地呈現(xiàn)給用戶袭景。
4.數(shù)據(jù)展現(xiàn)邏輯設(shè)計(jì)
包含數(shù)據(jù)指標(biāo)展現(xiàn)邏輯設(shè)計(jì)、界面設(shè)計(jì)等過(guò)程闭树，主要是根據(jù)各種已經(jīng)實(shí)現(xiàn)了可視化方案的數(shù)據(jù)指標(biāo)圖標(biāo)進(jìn)行界面展現(xiàn)邏輯設(shè)計(jì)耸棒，除了對(duì)數(shù)據(jù)指標(biāo)進(jìn)行分類展現(xiàn)外，還需要從多個(gè)角度設(shè)計(jì)數(shù)據(jù)的展現(xiàn)邏輯蔼啦，將每一個(gè)指標(biāo)都有邏輯地呈現(xiàn)出來(lái)榆纽，使用戶在看多個(gè)數(shù)據(jù)指標(biāo)時(shí)清晰明了。
5.產(chǎn)品管理
包含研發(fā)管理捏肢、產(chǎn)品上線、后續(xù)維護(hù)饥侵、產(chǎn)品迭代更新或結(jié)束等過(guò)程鸵赫，這個(gè)步驟和常規(guī)的產(chǎn)品經(jīng)理對(duì)產(chǎn)品全生命周期負(fù)責(zé)的理念一致。
數(shù)據(jù)和大數(shù)據(jù)
數(shù)據(jù)產(chǎn)品=原材料+處理過(guò)程+結(jié)果展示與應(yīng)用
大數(shù)據(jù)產(chǎn)品=高效的原材料（可以提供更高效的價(jià)值躏升、更多角度辩棒、更深度、更實(shí)時(shí)、預(yù)測(cè)性）+高級(jí)的處理過(guò)程+高級(jí)的展示與應(yīng)用
思考
定義：能自動(dòng)化發(fā)揮數(shù)據(jù)價(jià)值的數(shù)據(jù)載體
數(shù)據(jù)產(chǎn)品系統(tǒng)化實(shí)施一睁，搭建數(shù)據(jù)平臺(tái)必不可少
職責(zé)描述
1钻弄、基礎(chǔ)工作：
（1）埋點(diǎn)管理--對(duì)產(chǎn)品優(yōu)化提供數(shù)據(jù)支持，規(guī)劃埋點(diǎn)方案及維護(hù)埋點(diǎn)質(zhì)量
（2）各業(yè)務(wù)線的數(shù)據(jù)需求整理者吁、方案制定窘俺、產(chǎn)品設(shè)計(jì)、維護(hù)复凳、運(yùn)營(yíng)的工作瘤泪，深入理解數(shù)據(jù)分析需求，負(fù)責(zé)完成數(shù)據(jù)需求收集整理與抽象
（3）通過(guò)數(shù)據(jù)發(fā)現(xiàn)業(yè)務(wù)和產(chǎn)品中的問(wèn)題育八，提出改進(jìn)策略对途，并推進(jìn)落地實(shí)施，觀測(cè)效果反饋
2髓棋、數(shù)據(jù)體系：
（1）構(gòu)建業(yè)務(wù)指標(biāo)體系实檀，負(fù)責(zé)指標(biāo)字段搭建，并對(duì)數(shù)據(jù)準(zhǔn)確性負(fù)責(zé)按声，達(dá)成數(shù)據(jù)口徑一致
（2）各類相關(guān)數(shù)據(jù)的收集劲妙、梳理、分析儒喊、可視化呈現(xiàn)
（3）負(fù)責(zé)運(yùn)營(yíng)數(shù)據(jù)分析體系搭建
3镣奋、數(shù)倉(cāng)建設(shè)
抽象業(yè)務(wù)模型，構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)怀愧，建設(shè)并管理業(yè)務(wù)指標(biāo)體系侨颈；分析業(yè)務(wù)部分實(shí)際需求、規(guī)劃芯义、推進(jìn)公司數(shù)據(jù)體系的建設(shè)及維護(hù)
負(fù)責(zé)公司和客戶各類數(shù)據(jù)倉(cāng)庫(kù)
4哈垢、數(shù)據(jù)監(jiān)控：
業(yè)務(wù)的經(jīng)營(yíng)分析數(shù)據(jù)監(jiān)控，數(shù)據(jù)異常分析扛拨，定位業(yè)務(wù)問(wèn)題耘分，主動(dòng)找出提升業(yè)務(wù)效率的方法；
4绑警、數(shù)據(jù)平臺(tái)：
數(shù)據(jù)平臺(tái)本身數(shù)據(jù)安全求泰、標(biāo)準(zhǔn)、質(zhì)量的產(chǎn)品建設(shè)和方案設(shè)計(jì)计盒；
數(shù)據(jù)產(chǎn)品優(yōu)化--調(diào)研不同業(yè)務(wù)場(chǎng)景的數(shù)據(jù)需求渴频，能夠在各業(yè)務(wù)零散的數(shù)據(jù)需求中發(fā)現(xiàn)機(jī)會(huì)，抽象提煉出可行方案以及對(duì)應(yīng)產(chǎn)品北启，優(yōu)化數(shù)據(jù)產(chǎn)品解決方案卜朗；
5拔第、數(shù)據(jù)產(chǎn)品：
（1）數(shù)據(jù)產(chǎn)品調(diào)研及設(shè)計(jì)、規(guī)劃和實(shí)現(xiàn)场钉，包括需求挖掘蚊俺，制定產(chǎn)品規(guī)劃及開(kāi)發(fā)計(jì)劃，為部門(mén)內(nèi)部人員減負(fù)提效逛万；
（2）可視化數(shù)據(jù)產(chǎn)品工具構(gòu)建
6泳猬、智能創(chuàng)新
面向不同用戶群體(管理者、職能部門(mén)泣港、企業(yè)員工等)挖掘核心的數(shù)據(jù)訴求暂殖，在數(shù)據(jù)智能方向不斷創(chuàng)新和探索，孵化出企業(yè)管理領(lǐng)域的數(shù)據(jù)產(chǎn)品当纱，助力優(yōu)化企業(yè)管理的業(yè)務(wù)過(guò)程呛每；
7、數(shù)據(jù)應(yīng)用：針對(duì)不同數(shù)據(jù)應(yīng)用下游坡氯，提供對(duì)應(yīng)的數(shù)據(jù)供應(yīng)方案晨横，提升數(shù)據(jù)應(yīng)用效率。
8箫柳、數(shù)據(jù)策略：負(fù)責(zé)制定數(shù)據(jù) ETL 策略手形，配合研發(fā)完成數(shù)據(jù)清洗，確認(rèn)數(shù)據(jù)可用性
任職要求
經(jīng)驗(yàn)：
有BI數(shù)據(jù)產(chǎn)品相關(guān)工作經(jīng)驗(yàn)悯恍，且熟悉數(shù)據(jù)倉(cāng)庫(kù)底層相關(guān)架構(gòu)库糠，支持各業(yè)務(wù)產(chǎn)品運(yùn)營(yíng)側(cè)需求
熟悉互聯(lián)網(wǎng)產(chǎn)品，有數(shù)據(jù)分析涮毫，GA瞬欧、友盟、TalkingData等網(wǎng)站分析工具的使用經(jīng)驗(yàn)優(yōu)先
有后臺(tái)系統(tǒng)產(chǎn)品經(jīng)驗(yàn)或相關(guān)設(shè)計(jì)思考優(yōu)先
技能：
掌握從數(shù)據(jù)清洗到數(shù)據(jù)可視化各環(huán)節(jié)的關(guān)鍵技能罢防；
良好的數(shù)據(jù)敏感度艘虎，了解大數(shù)據(jù)相關(guān)的基礎(chǔ)知識(shí)，熟悉常見(jiàn)的數(shù)據(jù)分析和處理方法
熟悉數(shù)據(jù)倉(cāng)庫(kù)知識(shí)咒吐，熟悉流量數(shù)據(jù)生產(chǎn)野建、收集、處理恬叹、加工過(guò)程
熟練使用SQL候生，具有數(shù)據(jù)可視化經(jīng)驗(yàn)
掌握主流數(shù)據(jù)庫(kù)的基本原理與使用，了解R妄呕、python陶舞、perl等主流工具和腳本語(yǔ)言，掌握tableau绪励、fineBI肿孵、cognos等主流報(bào)表工具其中的一種
對(duì)大數(shù)據(jù)信息技術(shù)的基本原理和工具有一定了解，了解基本的數(shù)據(jù)分析方法和數(shù)據(jù)挖掘算法
精通大數(shù)據(jù)倉(cāng)庫(kù)建設(shè)疏魏，有自己的數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)方法論停做，熟悉數(shù)據(jù)采集，數(shù)據(jù)清洗大莫，數(shù)據(jù)集市及指標(biāo)匯總等ETL開(kāi)發(fā)全流程
熟悉互聯(lián)網(wǎng)蛉腌、電商業(yè)務(wù)常用的數(shù)據(jù)分析方法、模型只厘，例如用戶畫(huà)像烙丛、商品畫(huà)像，RFM模型等羔味。了解常規(guī)運(yùn)營(yíng)手段河咽，熟悉統(tǒng)計(jì)分析、數(shù)據(jù)建模等方法赋元，了解產(chǎn)品運(yùn)營(yíng)思想忘蟹，對(duì)利用數(shù)據(jù)提高用戶活躍和留存、提升流量的轉(zhuǎn)化效率等方面有較深入見(jiàn)解
熟悉數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)及原理搁凸，具備大型數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)設(shè)計(jì)媚值、模型設(shè)計(jì)和處理性能調(diào)優(yōu)等相關(guān)經(jīng)驗(yàn)，熟悉SQL/Hive
能力/性格
扎實(shí)的統(tǒng)計(jì)基礎(chǔ)护糖，突出的邏輯分析和歸納能力褥芒，優(yōu)秀的業(yè)務(wù)理解力和洞察力，善于溝通和表達(dá)
能夠自驅(qū)動(dòng)嫡良，快速理解業(yè)務(wù)邏輯并轉(zhuǎn)化為產(chǎn)品設(shè)計(jì)锰扶，優(yōu)秀的業(yè)務(wù)sence和產(chǎn)品敏銳度
