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

「大數據」，「數據化運營」，「數據驅動」等概念層出不窮，讓人眼接不暇?！笖祿a品經理」這個新興的產品汪品種，也慢慢的受到了國內公司的關注，被“領養”回了各自的企業。本文將著重闡述這些概念落地成了哪類產品，它們有什么特點，以及讀者們在未來考慮就業方向時，各類產品存在難處和好玩的地方。

數據產品的分類

根據產品的使用對象，我們可以將當前的數據產品分為三大類，分別是面向企業內部， 面向企業外部以及面向用戶三種。企業內部產品是企業自建自用的數據平臺或算法策略，輔助企業員工做出決策或成為產品邏輯的一部分。面向企業外部產品，即由某企業開發，為其他企業提供數據服務的產品，SaaS 是其中一種模式。面向用戶的產品則是根據平臺或網絡中的公共內容，提供某些數據給普通用戶分析查看。最常見的就是各種常見的指數，如淘寶指數，微博的微指數，國外的 Google Trends 等。

無論在哪種類型的產品里，都需要遵循數據價值的兩個特點：

1. 數據價值取決于其準確性
2. 數據的價值體現在使用者手里。而在使用組織內部，只能由上往下推動

1. 面向企業外部的數據產品

面向企業外部的數據產品，即由企業或個人開發，提供給外部企業使用的，具備數據采集，計算，存儲，展示和分析等功能的產品。隨著社會分工更加細化，這類企業在國內外逐漸增多，從最早期的Webtrends，Omiture，到現在的 Mixpanel 等，不一而窮。它們除了擁有企業服務產品的共性外，還有幾個特殊的“癥狀”：

（1）這些產品不可避免在平臺型和項目型間游走

要想以低成本擴充更大用戶群體，獲得更高價值，必然得走通用型的路子。但企業與用戶不同，需求是非常理性及個性化的。此時就會出現很多定制化的需求，為了滿足這些大客戶，在競爭中獲勝，則可能慢慢滑落到定制化那邊，淪落為一個高科技外包公司。對于數據產品來講更是如此，不同行業的公司，甚至一個行業的不同公司，對數據的需求也會千差萬別。舉例來講，同樣是 O2O 的餐飲行業，美團外賣和回家吃飯關心的數據類別，分析方式也會有很大不同。而對于協作類，流程類產品來講，這種差異性可能沒那么大。

（2）數據的價值體現在使用者手里，不在數據產品身上

這點也和其他類企業產品不同。溝通類，協作類和流程類企業產品，價值體現在自身產品上，只要用了就有價值。但對于數據產品來講，更重要的是，企業如何根據數據做出行動。這要求企業本身需要具備濃厚的數據說話的文化，并且能夠由上往下推動此事進展，不啻于又一座大山。這座大山如果不翻閱，數據產品的價值就無法被客戶感知，從而導致產品粘性下降，客戶流失。

（3）因為數據的安全性和重要性，此類公司價值存在一定天花板

在未來的時代里，數據的重要性越來越大。即使對于沒意識到數據的重要性的大公司，也會刻意地把大數據掛在嘴邊（沒錯，我并不是在黑某度）。而安全性，也會引起擁有用戶隱私的巨頭，及銀行類航空類公司前所未有的重視?；谝陨蟽牲c，大公司勢必會選擇將數據緊攥在手心，然后不差錢地撥出一波團隊來專門做這一攤事。而這就限制了此類公司的目標群體只能在中小型企業身上，這便成了它們最明顯的邊界。在大型企業中，它們最合適的定位是作為企業數據戰略的補充者存在。

以上種種，并非在以一個過來人的身份告訴大家一點人生的經驗。在高山地見攀登者，于遠洋處有渡航人。這個行業有它迷人的地方。

• 亮點一：數據價值的廣泛性。因為數據面向的企業多了，所以價值取勝在廣而不在深。在這方面，此類企業對整個中國市場的啟蒙非常重要。數據就像中世紀的騎兵，培養起來殺傷力不錯，但一般國家養不起，因為沒錢沒馬沒傳承。中小型公司因為人員和精力的問題，并沒有沉淀和能力做數據，更別談專業的數據分析了。很多企業，連跳出率是什么都不知道。這時候這類公司便沖了進來完成了早起的市場教育，解決了用什么（What）和怎么用（How）的問題。這相對于企業內部產品局限在管理層和某幾個部門來講，實現的價值要廣泛得多。
• 亮點二：數據需求的抽象力。如果旨在做一個通用的分析平臺，那么如何將多樣化的數據需求抽象成一個個產品就是關鍵。甚至可以針對不同行業，不同職位的人提供對應的分析模板，以及有普適性的分析功能。在這一塊，Domo一直做得不錯。
• 亮點三：數據需求的實現程度?？梢酝度氪罅烤﹂_放在企業內部不太可能投入的功能，如更加智能，適應性更加廣的分析產品等。

對于數據相關的從業人員來講，它有著另外一個魅力：數據產品也開始注重產品設計和用戶體驗了。雖然這并不是此類產品成功的核心要素，不過也算是告別了企業內部產品“做出來你就得用”的時代，需要考慮數據如何以更便捷更友好的方式展現給用戶。

推測出口：面對這些現狀，此類數據產品適合先確認自己的定位，比如針對中小型企業或者傳統客戶，根據定位打戰。其次，專注于某個方面，打造自己的亮點，奪取自己的核心客戶，如 GrowingIO 的無埋點或神策的支持私布的用戶行為分析。最后以此，做合理的橫向擴張，比如將某些核心功能打包成為一個子產品，對外開放使用。一方面提高產品的知名度，另外也能開拓新的 Leads 和做 Upsell 的機會。只要中國市場產生出了足夠的中小企業基數，出路還是蠻寬廣的。

目前國內外存在很多此類數據產品，所有這些產品的類型逃不開數據采集清洗，數據計算，數據存儲到數據展示分析整個鏈條。有些是專做其中某個環節，有些則是會涉及幾個方面。根據環節的不同，面臨的問題和亮點也不盡相同，對于它們詳細的分析足以展開一篇新的文章，此處便不詳談。

2. 企業內部產品

企業內部產品中，按職能范圍劃分，可以分為平臺型和業務型，其中具體的職責分配視公司的數據架構而定。但萬變不離其宗，平臺型主要是建設底層計算平臺和通用工具，業務型更多的偏重于結合業務的 BI 系統和報表工具。如阿里的 Onedata 就是一個集團的數據平臺，集數據規范化定義，數據計算存儲和用戶標簽等為一體。而天貓可能就會利用這套系統自己搭建一套業務型的數據平臺，并利用 Onedata 提供的數據標簽對自身的用戶做精準營銷。

按內容劃分，則主要可劃分為分析類和策略類。分析類主要是商業 BI 方向，包括了數據采集清洗，計算存儲，展現和分析部分。大公司會特意把這些模塊區分出來，再單獨招人。入行時可選擇某一個細分領域開始切入，但要把握全局，注意數據全鏈條的使用。BI 的類型也因部門而異，舉例說說明有數據基礎建設部門，銷售分析部門，產品分析部門，供應鏈分析部門。部門的重要性視公司自身的業務特點而定，這個和其他崗位的選擇邏輯是類似的。策略類的方向較多，對專業能力和職場經驗要求也比較高。常見的有搜索推薦，風控和反作弊，精準營銷和用戶畫像。這些有時候會有部分或全部不劃在數據部門下面，但都需要比較規范的數據基礎，以及著重與利用數據分析調整產品策略。

做企業內部產品，有些點必須提前注意。這些點與文首的兩個特點息息相關。

1. 數據質量非常重要。因此對應的數據采集，清洗方案都必須慎重。
2. 數據價值取決于高層，所以挑個了解數據并愿意投入精力的公司非常重要。這一點大概可以通過面試過程中，公司在數據方面人才的投入程度看出一二。如果說我們什么都沒有，只是差個數據工程師/分析師/產品經理，同學，還是得三思啊。
3. 受關注度不高：畢竟數據不是實際業務，無法直接對前線數據產生影響。在關注度和資源傾斜力度上，與一線部門肯定有所區別。這一點包括下面會提到的臨時需求繁多紛亂，都與數據價值體現在使用者手里密不可分。
4. 臨時需求繁多紛亂：既然價值體現在使用者手里，則意味著部門會與你有很多親密接觸的機會。這些需求大多數屬于碰到某些情況意外需要了解某些數據，而且往往會打亂自己的產品規劃。

基于以上情況，這要求從業人員得有幾個素質：

1. 首先是數據產品本身具備的專業能力，如數據資產管理，數據可視化，數據分析等。
2. 其次是對業務的敏感度。在企業內部，需要靠業績說話。你界面做的再漂亮，分析功能做得再完善，如果對業務起不了與投入相匹配的促進作用，就不是一個成功的內部產品。
3. 其次是比較好的需求管理能力，如果這塊沒把控好，很容易就被如滔滔江水的臨時需求給淹沒。最合適的方法是“長中短結合”，緊急的需求先滿足，同時不能忽視數據平臺的建設，抽象出來一個面能滿足一個個散落需求的點。
4. 最后，需要有比較好的內部 PR 能力。 這與數據價值比較隱性，很多與業務表現沒有直接關聯有關。所以一方面你需要將數據分析的知識和技能在內部推廣，另一方面也需要將數據成功案例對外宣傳，樹立起大家用數據說話的習慣和信心。

3. 面向用戶的數據產品

現在國內積累了大量用戶數據和消費數據的公司，都會推出自己類似的產品，如騰訊的 TBI 指數，阿里巴巴的淘寶指數，百度的百度指數，微博的微指數。據稱，知乎也正在謀劃著推出自己的知乎指數。此類產品重在了解趨勢，對判斷一些產品和事情的趨勢很有些有趣的地方。以下是我2016年上半年研究今日頭條和騰訊新聞之間的情況時，分析結論和和目前的指數情況。

當然從日活上來看，騰訊新聞因其深耕多年，以及其龐大的用戶基數，還是短時間內難以超越。但是用戶數差距已經非常小了，而在使用時長上，則已遠遠超越。以下數據來自于 Questmobile 報告。

綜上所述，無論是哪一個類型的產品，根本方法萬變不離其宗：根據對比細分溯源的基本方法論，和對于業務的理解和分析場景，建立起一套行之有效的分析框架。期間需要根據業務的變化不斷調整，不斷推翻已有結論，不斷完善。如何最大化數據價值，如何講清楚一個故事，是所有數據產品經理奮斗的終極目標。

寫到這里，各類產品中，個人所見難處和亮點，大概就是這些了。一方面是對以往思考做些總結，另一方面也是對意圖進入這個行業的人提供些借鑒，其中有失之偏頗的地方，歡迎大家一起交流。

作者：陳新濤，美團外賣首任數據產品經理，曾于大數據公司 GrowingIO 任職。研究國外業內前沿數據產品，了解當前實現數據價值的最新思路和實踐。微信公眾號：三生石（ourstone），歡迎關注交流。

本文由 @陳新濤 原創發布于人人都是產品經理。未經許可，禁止轉載。