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

寫這篇小文主要是因為這幾年總是陰錯陽差地與數(shù)據(jù)打著不大不小的交道，也是想總結(jié)一下自己對數(shù)據(jù)產(chǎn)品的一些思考和認識，看看自己是否真的適合在這條路上一直走下去。

何謂數(shù)據(jù)產(chǎn)品

按照慣例，第一次聽說數(shù)據(jù)產(chǎn)品這個詞，毫不猶豫的百度之，搜索出現(xiàn)了三個比較有意思的結(jié)果：其一是虎嗅網(wǎng)的老讀悟發(fā)表的《數(shù)據(jù)產(chǎn)品經(jīng)理的前世今生》；其二是 “最新招聘信息6136條_數(shù)據(jù)產(chǎn)品經(jīng)理”，基本屬于杭州某大型互聯(lián)網(wǎng)公司；其三是innovate511的最新微博顯示：“做數(shù)據(jù)挖掘研究，如果做應(yīng)用產(chǎn)品沒有話語權(quán)，且要你承擔結(jié)果是否上線產(chǎn)生價值的責任，那就別做，責任和權(quán)利要成正比，否則你將面對一次又一次被拒絕開發(fā)或被優(yōu)先級不高拖延，最后被拖死?！?/p>

innovate511的最新微博

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!言歸正傳，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，大約業(yè)界還沒有定論。

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，可以充當信息的分析展示者和價值的使能者。從這個角度講，搜索引擎、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，比如大家熟知的淘寶數(shù)據(jù)魔方、百度指數(shù)、電商的CRM平臺、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。

搜索引擎、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，而魔方、指數(shù)、CRM等產(chǎn)品也是數(shù)據(jù)分析和決策的典型應(yīng)用，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，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，說得更藝術(shù)一點， the art of turning data into product 。

方法論

這里主要探討一下，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。說到數(shù)據(jù)產(chǎn)品，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，根本算不上數(shù)據(jù)挖掘，但是在我的理解里，數(shù)據(jù)分析其實也是數(shù)據(jù)挖掘，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，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)。

《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?！鞍l(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、評估、關(guān)聯(lián)規(guī)則、聚類、孤立點等，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)計學模型、決策樹、聚類算法、人工智能等等數(shù)學和計算機技術(shù)。

數(shù)據(jù)挖掘的方法論有很多種定義，有DMAIC模型，CRISP-DM模型，SEMMA模型等等，雖然細節(jié)不一，但是大體流程并無差異。我個人比較喜歡簡潔的DMAIC模型，一個是因為Kaushik的經(jīng)典《Web Analytics2.0》里遵循的思想便是這個，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。DMAIC模型包括：

1. Define定義需求，即把業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)挖掘問題
2. Measure 測量數(shù)據(jù)，即理解、收集并加工數(shù)據(jù)，做好準備
3. Analyze 分析建模 ，即構(gòu)建模型、評估模型的過程
4. Improve 解決問題，即部署模型來解決目標問題
5. Control反饋控制，即評估結(jié)果重新開始循環(huán)，不斷改進

DMAIC模型

基于數(shù)據(jù)挖掘的方法論，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，比較一致的觀點是《用戶體驗要素》里面的五層模型，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，但是對于不同類型的產(chǎn)品必然有不同的解讀，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。

1. 戰(zhàn)略層，用戶需求和產(chǎn)品目標，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?對于DMAIC來說，相當于解決Define的問題，即數(shù)據(jù)要實現(xiàn)什么價值。
2. 范圍層，功能規(guī)格和內(nèi)容需要，比如淘寶魔方有哪些功能，這些功能有哪些指標，每個指標反應(yīng)哪些問題?對于DMAIC來說，相當于解決Measure和Analyze的問題，即價值表現(xiàn)為哪些數(shù)據(jù)指標，這些指標的來龍去脈如何。
3. 結(jié)構(gòu)層，交互設(shè)計和產(chǎn)品架構(gòu)，比如淘寶魔方的各種指標怎么分類組織，不同維度的相互關(guān)系如何?
4. 框架層，界面設(shè)計和導(dǎo)航設(shè)計，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?
5. 表現(xiàn)層，視覺設(shè)計，比如子行業(yè)趨勢圖使用什么顏色分類?寶貝列表是否顯示圖片?上述三層，對于DMAIC來說，相當于解決Improve的問題，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，最終才成型完整的產(chǎn)品。對于DMAIC來說，這就是Control的內(nèi)涵。

可以看到，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。

數(shù)據(jù)產(chǎn)品設(shè)計模型

具體來說，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，幫它解決什么問題，給它帶來什么價值，也就是確定產(chǎn)品的業(yè)務(wù)目標。繼續(xù)思考，為了實現(xiàn)業(yè)務(wù)目標，需要哪些數(shù)據(jù)指標?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?當我們確定了數(shù)據(jù)指標后，從技術(shù)的角度講就是數(shù)學建模的問題了，從產(chǎn)品的角度講需要明確第三個環(huán)節(jié)，就是這些指標以怎么樣的形式展示？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。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。

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，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。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、預(yù)測還是決策。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，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，游戲產(chǎn)品經(jīng)理最好是一個資深玩家，同樣，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，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，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。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，如何分析提升流量是網(wǎng)站運營的關(guān)鍵需求，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，其運營依然沿襲了傳統(tǒng)零售業(yè)的玩法，比如活動營銷，關(guān)聯(lián)銷售，會員提升，那么如何促進交易這個核心需求是不變的，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。

博客及SNS類產(chǎn)品又是一番情景，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。游戲是強運營的產(chǎn)品，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。當進入移動互聯(lián)網(wǎng)時代，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，我們可愛的數(shù)據(jù)產(chǎn)品又將多屏多系統(tǒng)分析、渠道分析發(fā)揮得淋漓盡致。而當智能硬件、可穿戴設(shè)備、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。

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，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，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。

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，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)學問題，這些問題往往分為兩類，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，比如流量還是交易量;第二類是為了解決業(yè)務(wù)問題我需要使用哪些數(shù)學模型或算法，這些模型或者算法的解需要哪些數(shù)據(jù)指標來表達，比如商品關(guān)聯(lián)推薦。當業(yè)務(wù)問題轉(zhuǎn)化為數(shù)學問題以后，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，他們將一起來面對諸如選擇合適數(shù)據(jù)、如何認識數(shù)據(jù)、創(chuàng)建模型集，構(gòu)建模型，評估模型等等各種細節(jié)上的挑戰(zhàn)。

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，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)。

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。

總體上數(shù)據(jù)的價值體現(xiàn)在兩方面，一是反應(yīng)問題，二是解決問題。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。

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)，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，同時使用圖表的方式使得數(shù)據(jù)指標更加直觀。

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，餅狀圖反應(yīng)比例，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)。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，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，比如各種流量分析產(chǎn)品、指數(shù)工具、運營分析產(chǎn)品、數(shù)據(jù)魔方等等。

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。比較典型的有推薦引擎，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、監(jiān)控趨勢、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，銀行業(yè)根據(jù)用戶數(shù)據(jù)進行風險控制，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，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，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)。再比如淘寶的江湖策，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，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。

毫無疑問，從用戶需求的角度講，決策類產(chǎn)品比分析類更理想更有吸引力，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，即決策流程本身是否可以產(chǎn)品化。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，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。

可以說，數(shù)據(jù)產(chǎn)品的價值如何展現(xiàn)，如何從分析到?jīng)Q策，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)，也是最值得思考最艱難的一環(huán)。

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，從業(yè)務(wù)目標、數(shù)據(jù)指標、價值展現(xiàn)三個核心環(huán)節(jié)不斷深入，循環(huán)迭代。但是正如前文微博提到的，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。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。另一方面，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，從單純的依賴數(shù)據(jù)模型到數(shù)據(jù)模型、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，在電子商務(wù)、互聯(lián)網(wǎng)金融、虛擬運營商、可穿戴式設(shè)備這些決策本身可以產(chǎn)品化的領(lǐng)域，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、數(shù)據(jù)魔方、江湖策、生意參謀淘寶版。一點淺薄之間，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，只能從網(wǎng)上的一些資料大概整理了一下量子恒道、數(shù)據(jù)魔方、江湖策、生意參謀淘寶版四款產(chǎn)品的發(fā)展歷史，可能會有不實之處忘諒解。量子恒道的前身是雅虎統(tǒng)計，上線于2007年7月，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，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，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。

數(shù)據(jù)魔方于2009年8月開始組建團隊，2010年4月專業(yè)版正式上線，2011年6月加入淘詞功能，2012年10月新版上線，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，2013年9月初版才上線，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。生意參謀老版可追溯到1688的1.0版，淘寶新版是 2013年11月上線的，基本上與江湖策同步。

淘寶系數(shù)據(jù)產(chǎn)品簡史

從發(fā)展史來看，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，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。

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，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，和google Analytics以及百度統(tǒng)計基本上同臺競爭，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，而后僅僅是增加了手機端渠道而已。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)，展示分析流量、來源、成交、轉(zhuǎn)化等多個視角的數(shù)據(jù)，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，既有行業(yè)品牌分析，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”，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)，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，都是基于流量的數(shù)據(jù)產(chǎn)品，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，提升轉(zhuǎn)化率。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，幫助商家分析店內(nèi)各頁面的視覺問題、評估裝修效果、引導(dǎo)優(yōu)化。

3. 數(shù)據(jù)指標

從業(yè)務(wù)目標的角度推斷, 量子恒道、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，同時江湖策、生意參謀相對量子恒道來說應(yīng)該更加細分。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。

淘寶系數(shù)據(jù)產(chǎn)品指標對比

可以發(fā)現(xiàn)，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、訪客數(shù)、成交金額、成交轉(zhuǎn)化率、客單價、成交用戶數(shù)等。此外，江湖策的方向是流量的細分管理和優(yōu)化，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、拍下件數(shù)等數(shù)據(jù)指標，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。

到目前為止，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，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。

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、框架層、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，在此不作展開。下面更多的是從價值展現(xiàn)的兩個方面加以闡述，即反應(yīng)問題和解決問題。

數(shù)據(jù)魔方是一款純血的數(shù)據(jù)分析類產(chǎn)品，因此采用了大量的圖表來展示各種數(shù)據(jù)，客觀的反應(yīng)了行業(yè)品牌等宏觀問題。它能解決問題嗎?顯然不能，還是需要運營專家去解讀數(shù)據(jù)做出自己的決策。量子恒道在這個問題上和數(shù)據(jù)魔方其實比較相似，雖然在“健康日報”子功能上引入行業(yè)指標做參考，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，但并未介入用戶決策流程。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、生意參謀這兩款數(shù)據(jù)產(chǎn)品2.0又有什么差別呢? 仔細研究可以發(fā)現(xiàn)，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、指標變化等等，所不同的是 “寶貝溫度計”這個小功能?！皩氊悳囟扔嫛币胍粋€決策標準“建議數(shù)”，提醒用戶“待優(yōu)化”，同時引導(dǎo)用戶直接修改標題，這個功能看起來簡單，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、決策方案、決策行動三個核心要素，有了這三個要素，本質(zhì)上用戶就可以直接解決問題了。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，這也側(cè)面印證了用戶對于解決問題的渴望。

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、無線端流量數(shù)據(jù)透視功能，以及聚劃算、無線活動效果檢測等實用功能，目前來看有幾個亮點是非常值得肯定的。

實時直播。這個功能是分析流量路徑的，雖然其也是停留在反應(yīng)問題這個層次，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，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。

流量發(fā)現(xiàn)。主要包括潛在買家和推薦渠道，其實前者就是買家信息分析，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。但是考慮這是一個新成品，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、歷史水平）等自己關(guān)聯(lián)這些引流入口，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，應(yīng)該優(yōu)化，請點擊等等（是不是有點像360）。

江湖策-無線效果優(yōu)化

此外，無線效果優(yōu)化、無線店鋪活動等功能我們也依稀可以看到上述影子，都提供了直接或間接的解決問題的路徑?？上У氖嵌际菃为毜牟藛稳肟?，并未和流量分析等功能進行深度融合，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，期望后續(xù)的版本能夠給大家驚喜。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。

5. 演進方向

一句話，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，盡量介入決策環(huán)節(jié)，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。

作者：Leo Xiong

來源：http://www.36dsj.com/archives/68834

本文來源于人人都是產(chǎn)品經(jīng)理合作媒體@36大數(shù)據(jù)，作者@Leo Xiong