G端產品新人必讀!數據可視化項目實施避坑指南!
編輯導語:數據可視化項目實施對于To G產品業務來說十分重要,本篇文章作者分享了To G領域中數據可視化項目在實施過程中的一些經驗,總結了在項目實施階段的注意點和難點,以及有關風險知識的補充,一起來學習一下吧,希望對你有幫助。
本文以To G領域為例,從產品經理的角度,講述數據可視化項目在實施過程中的一些經驗,通過對項目實施全流程、階段難點的總結,希望能夠對大家有所啟發。
拋開項目售前、立項階段的產品支撐,在數據可視化項目實施過程中,需要我們產品經理參與的通常有需求調研、系統設計、研發跟進等多個階段。
可以將其總結為一個流程“需求調研—系統設計—研發管理—項目驗收”,同時每個階段又有若干關鍵子任務,見下圖。
本文主要針對實施流程的關鍵任務、典型問題以及項目管理知識的講解,為大家提供一些思路。
一、項目實施流程
下面是對項目實施主要流程的簡介,要注意的是每個階段都要有明確的產出物。
1. 需求調研
當項目立項后,產品經理可能會出差客戶現場,進行各項調研,常見的有業務調研、數據調研、競品調研。
- 業務調研:調研項目建設方的業務訴求、組織架構以及各部門關系。
- 數據調研:調研數據提供方的業務數據范圍、數據質量以及信息化程度。數據調研是可視化項目實施的關鍵,決定了可視化的業務價值及效果展現,同時也是指標體系搭建的關鍵步驟,決定項目建設方能接入的數據量、如何接入的內容。
- 競品調研:調研行業內的做法,對齊行業頭部產品。當我們了解客戶需求、數據情況后,在進行系統設計時,不能全靠產品經理自己經驗來做,尤其是對于一個不熟悉的項目領域。
2. 系統設計
當第一階段工作完成后,根據開始進入指標體系的搭建、原型設計,此階段的目標是快速驗證產品經理對項目業務的理解,拿到客戶的認可,降低需求變更風險。
- 指標體系搭建:對齊業務需求,完成指標體系搭建。指標體系搭建是個大工程,不僅要考慮業務的維度與指標,還要考慮數據質量問題。這里暫且不做詳細的設計闡述。
- 系統原型設計:線框圖對思路,高保真對內容。使用線框圖快速向客戶匯報思路,使用高保真原型讓客戶感知可視化效果。這里要注意業務指標與各類圖表的選擇,要讓圖表清晰表達,為了美觀可以在圖表UI上美化,而不是自己發明一種圖表。
指標體系、原型設計都不是一步到位的,往往要進行多次調整優化,盡可能將全面、詳細同客戶確認需求,以此降低后續研發中的變更成本。
3. 研發管理
當設計方案通過客戶認可后,產品經理下一步要做的就是對接研發,此階段主要目標是讓研發團隊理解系統需求、根據排期進入研發,最終上線系統。在這里要說明的是,研發排期、團隊分工等主要是由研發經理進行,產品經理知曉即可。
- 開發評審:同步研發需求,減少信息差。在這個階段,產品經理要拉上研發經理、研發團隊一同評審需求。從上而下的方式,大致講解業務需求,再詳細對接原型內容。
- 需求管理:管理需求變更及優先級,降低研發風險。在系統進入開發時,需求變更是避免不了的。要做好需求的管理,尤其是優先級的管理。
- BUG跟蹤:執行測試計劃,BUG優化落實到人、及時更改狀態。測試計劃由測試人員進行,產品經理要及時跟進并驗證。
4. 項目驗收
中大型項目的驗收通常會有初驗、試運行、終驗等階段,項目經理會統籌整個項目的驗收,產品經理涉及到的內容也比較多,如驗收文檔、培訓等內容,此階段主要目標是順利通過驗收,其他方面的事項優先級靠后。
- 系統演示:充分體現客戶可視化效果、數據價值??梢暬笃磷钪匾木褪侨绾误w現數據價值,為了保證演示順利進行,可以提前準備演示腳本、演示數據、操作流程等內容。
- 驗收文檔:常見的有概要設計、詳細設計等內容,產品經理要配合研發一同編寫。
- 驗收會議:驗收會議不單指一個會議,可能會包含專家評審、使用培訓等內容,產品經理在這部分做好支撐即可。
二、典型問題與解決方案
一個中大型的數據可視化項目實施有多組織、數據質量差、可視化個性化等特點,每個環節都會遇到棘手的問題,下面羅列出三個典型的例子,并給出了一些解決方案。
1. 可視化效果意見不一
本質上每個人對可視化的審美不同,導致了客戶對可視化效果意見不一。這其實也是很大的一個風險,很可能導致開發返工、需求蔓延以及超出工期。
解決方案:
- 畫高保真原型,讓客戶有清晰認知。線框圖對于可視化大屏來說很雞肋,無法將視覺效果良好地傳達給客戶。所以要出高保真數據可視化原型,必要時求助設計師出素材。
- 定期匯報,說服客戶認可設計方案。設計完系統后,及時同客戶開會評審,包括業務方案、指標體系、UI風格等內容,拿出自己對行業的理解說服客戶認同方案,盡可能減少需求蔓延。
2. 跨組織協調難,數據對接難
跨組織協調本身就不是容易的事情,而且涉及到各個單位對數據的安全性很敏感,導致相關方配合意愿不強。
解決方案:
- 針對縱向單位,通過上級單位的通知執行命令。比如在建設市級大數據中心時,需要對接區縣數據,有些單位不配合,那么就可以通過這種方法。
- 針對橫向單位,通過單位間舉行座談會、發函等渠道協商。通過正式的方式了解各方對于數據的顧慮,拋出單位間利益相關之處。
- 簽訂保密協議,保證數據安全??蛻魡挝慌c數據提供單位簽訂保密協議,打消數據提供方的顧慮。
3. 數據質量有問題,導致可視化效果差
當系統設計、指標體系都得到客戶認可時,數據質量導致系統價值體現以及效果展示無法達到最佳。如數據源由于接口開發預算、安全性等各種問題遲遲接入不了,導致已經開發好的系統無法展示良好的效果。
解決方案:
- 學會取舍,永遠要有Plan B。當我們完成原型設計后,根據數據調研情況,預估下哪部分數據質量可能有問題,再調整業務出一版本設計,以防萬一。
- 向客戶說明情況,討論解決方案。由于外部原因導致的數據質量問題,一定要先同客戶說明,再進一步決定取舍。
三、風險管理知識補充
上面提到了很多問題,同時也是項目的風險,做好風險管理能夠有效幫助我們順利完成項目。
項目風險管理包括規劃風險管理、識別風險、開展風險分析、規劃風險應對、實施風險應對和監督風險的各個過程,主要目標是在于提高正面風險影響和降低負面風險影響,從而提高項目成功可能性。
下面舉個例子來講述規劃風險應對的過程。
小明是一個程序員,平時工作挺忙,為了鍛煉表達能力,于是參加了一個脫口秀演講比賽。加入比賽有個條件,面試分數達到90分或者直接交1000元會員費也可進入決賽。
通常情況下他每晚七點下班,周末雙休;在趕項目期間可能會加班到凌晨,周末休息時間隨叫隨到。他的表達能力不是很好,而且對脫口秀比賽毫無經驗,需要經過大量訓練才有可能進入決賽。
在案例中可以看出風險來源于多個方面,如時間管理風險,技能經驗風險等。針對這些威脅可以考慮一下備選策略。
1. 規避
規避高風險操作。
對于小明來說,他并不具備脫口秀相關演講的技能,會導致他可能進入不了決賽,這就是嚴重的負面風險,已經達到了風險臨界值即無法參賽。
這個時候可以采用規避的策略,將風險拉回臨界值內。對于小明來說,交會員費進入決賽這個是項目中的高風險工作,因為通過這種方式進入決賽導致無法獲獎的結果可能性很大,應該避免這種行為。
2. 開拓
開拓正面風險。
分數達到90分,這是個正面風險,因為通過不斷地練習,提高演講能力后達到了90分,這對進入決賽以及在決賽中的表演都起到了正面的作用。
需要采取開拓策略提高效益,如參加脫口秀演講培訓,鍛煉自己的寫段子能力和演講能力。
3. 接受
主動接受風險。
正在參加培訓的小明突然被叫回去加班,同時又無法做出時間調整。這個時候只能采取被動接受策略,即定期地對發生這種風險的情況進行審查,確保在自己可控范圍內。
同時還可采取主動接受方法,預留出一部分時間以保證培訓課程的完成。
風險會在項目生命周期內持續發生,所以,項目風險管理過程也應不斷迭代開展。
在項目規劃期間,就應該通過調整項目策略對風險做初步處理。接著,應該隨著項目進展,監督和管理風險,確保項目處于正軌,并且突發性風險也得到處理。
作者:Shawn,一個成長中的數據產品經理;微信公眾號:Shawn的產品筆記。
本文由 @Shawn 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協議。
請教一下,G端的指標體系如何搭建呢
要依據業務分析出客戶關心的各個領域,可以先建立大致框架,按業務場景細分各類指標
作者分享的這份數據可視化項目實施避坑指南非常全面實用。