中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：2021年是數據隱私保護的元年，這一年以來，隱私的保護受到了重視。企業在數字化轉型中也應當注重隱私數據是否合乎規定，不泄露他人信息。本文列舉了幾個案例，分析數據對產品的價值以及我們需要明確的問題。

一、從“數據駕駛艙”和“大屏”談起

不知道是不是電動汽車在國內更普及的原因，越來越多的國內項目招標的時候，都模擬電動車的設計，規劃了“數據駕駛艙”或者“大屏”的需求。令人尋味的是，這種項目里最貴的不是軟件，而是硬件，是LED的屏幕（各位不了解行情的，可以自行翻一翻相關材料）。

可想而知，LED屏幕或者駕駛艙是需要一個至少幾百平的大匯報廳去布置。軟件里最貴的，不是SQL語句，而是UI設計。我能夠理解“數據駕駛艙”和“大屏”在數字化轉型過程中，門面的地位和作用。在這里，“UI設計”實際上應該稱為“室內設計”，需要和大廳的裝潢相適應。

我并不是在吐槽，因為確實這個場館正常也要安裝LED屏幕，不算是浪費。但這種趨勢實際上是代表了硬件項目，由軟件廠商做總集成的現實。這種現實的背后，是經營主體更加重視數據化轉型，數據在業務經營中的重要性的地位在不斷地提高。

往下再探一層，其實我們會發現，數字化轉型在國內，仍然處在一個非常初級的階段。這個表現就是經營主體花了大量的成本在“數據駕駛艙”和“大屏”，錯誤的把“數據展現層”的應用當成了“數據決策層”的應用。

我講得更直白一點，業務決策根本不需要“數據駕駛艙”和“大屏”。

二、“中國式報表”的隱憂

除了“數據駕駛艙”和“大屏”，還有一個很有意思的設計是“中國式報表”。就是你不能說這個BI沒用，你只能說這種報表讓數據更華麗了。但數據就是數據，從來沒有人會認為穿著“高級定制”的數據質量更好。

“中國式報表”呈現了一種冗余設計，核心表現是表格復雜，信息量大，表頭混亂。為了做表而做一張表，是不是很像為了加班而加班的我們？

“中國式報表”的問題在于，缺少對問題的預判和分析結論。就好像寫論文，沒寫開題報告、論點和結論，只有論證。大而全的報表內容，承認了繁重的工作量，但卻不解決問題。

很多和數據有關的產品，成了“呈現原始數據”的產品，而不是“聚焦+決策”的產品。這也是經營主體，在在數字化轉型中，數據中心“建了不如不建”的原因所在。

三、實現數據aPaaS能力的美好愿望

夯實數據能力的關鍵，是快速“聚焦+決策”問題。于是，有人想到在報表的能力上，增加“數據模板”和“實時報表”兩個模塊，這是很多自助型報表工具誕生的原因。

把復雜問題聚焦在幾張主題報表上，只關心和主題相關的數據，把中國式報表作為數據源，通過“托拉拽”完成數據的可持續化的運營。這里面產品售賣的就不僅僅是數據采集和加工，同時也看產品方對行業數據的理解能力。

讓客戶主動“托拉拽”可能是一個美好的愿望，這種產品教育，可不是打打字就能很快完成的。aPaaS的模式可能還要很長一段時間，才能成為主要選項被大家認可。業務方需要定制化產品的情況，還會持續。

總之，在產品初期階段，我想至少應該有簡單主題數據模板的能力，這種產品才能商業化。

四、描述數據質量的三個維度

從BI分析像技術底層部分觀察，“大數據計算”這個詞已經被售前們用爛了，各個公司張口閉口就是大數據計算和人工智能，殊不知產品只有幾個核心讀寫庫，技術水平、運營能力都難上桌面。

大數據最基本的衡量指標應該是數據量、準確性和實時性。數據量是處理能力，數據庫級別的處理能力，和數據集群分庫分表的難度是不一樣的，這是第一個難度級。

準確性是指數據采集和清洗的能力，這個能力可能是和RPA技術相關，可能是和IoT技術相關，也可能是和接口標準的組織能力相關，這是第二個難度級。

最后，實時性是反應在數據實時計算、實時查詢的能力。分析型數據庫的性能、成本控制、數據結構的設計是第三個難度級。

數據的質量是數據分析的基礎，“大數據計算”能力雖然不懂行的人不會深究，但是對照看來，很多廠商其實都“掛羊頭賣狗肉”。能力就處在數據庫的存取+篩選排序的程度。很難說這樣的公司具備大數據解決方案的能力。

五、“接口費”和產品化的矛盾

另一個經常遇到的問題是，有一些行業有“接口費”這一說，基本上是負責核心業務服務商的遺留問題。

有的項目里，數據源的對接是很大一塊成本。我見過一個老的核心產品的核心收入就全部都是接口費。對于這種額外成本，目前這個階段很難避免，新的下游的業務完全依賴產生數據的核心業務系統，而核心業務系統基本上是被業務廠家綁架的狀態，換也換不掉，也無法順利升級，就是一個接一個的收“接口費”。

在之前的文章里，有講到產品要做到業務的上游和下游去，在數據源上，也要爭取數據源的上游和下游的拓展。核心業務系統，就是核心產生數據，數據量最大的業務。“接口費”和產品化的矛盾可能只有在核心業務被其他業務系統蠶食的那一天，才能避免。

六、產品不提供算法到底行不行

數據量在時間的統計尺度下，積累3~5年才可能會有算法的需求。所以時間尺度下，數據沒有積累，是基本上不用考慮依靠算法去提高產品競爭力的。

在有了3~5年歷史數據積累的情況下，還要再判斷這個業務算法，解決的是存量問題還是增量問題。存量問題就是和過去3~5年變量一致的樣本數據，增量問題就是需要依靠新的變量做預測的業務。算法很難對增量問題測得準，需要依靠關鍵崗位的關鍵判斷，才能準確產出。

所以產品可以有算法，但沒必要過分關注算法，有時候程序和流程的優化效果會遠遠大于算法帶來的價值。

七、2021年是數據隱私保護元年

從數據呈現、決策，講到數據技術和算法，最后這部分是數據采集的合規性。2021年我會把這一年定義成“數據隱私保護”的元年。《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》兩個重要法規，均在2021年正式生效。

凡是和數據沾邊的開發者，都應該守好數據合規的底線，數據保護是開發者、業務方、使用者共擔責任，任何人不能以任何理由，在當事人未經許可的情況下，擅自收集或泄露私密數據。

目前聽到很多“多邦安全計算”、“隱私計算”等等技術，都沒有很明確的合規定義。建議所有數據產品開發者，審慎看待數據業務，在法律允許的范圍內開展業務，不漠視數據安全的風險，一絲不茍做好數據安全“等?！?/p>

八、寫在最后

定義好客戶是產品價值的原動力，明確你的客戶是誰很重要，明確你的客戶的客戶是誰，更重要。

#專欄作家#

稀奇先生，公眾號：稀奇星球，人人都是產品經理專欄作家。擁有十余種標準化產品規劃經驗，7年TO G業務老兵、智能化解決方案產品專家。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0