如何做業務數據產品設計?
回顧上一年工作中,為了滿足公司對于某業務數據信息統計分析的需求,由于我在數據分析方面的經驗尚淺,因此主要是通過閱讀相關書籍來迅速補充自己的知識體系,彌補經驗上的不足。
本文僅作為自己學習數據產品設計時的總結記錄,同時更是為了在工作時踩到的坑中汲取教訓,作為學習的沉淀。如有存在描述表達不當之處,還請各位大佬多多指教,期待共同學習、進步~
一、產品到開發上線全流程
回顧整理了一下自己在過往跟進項目時從需求收集到設計,跟進開發上線產品方案落地的整個生命周期的過程:
二、產品設計階段
這個階段是將“用戶需求”有序地組織和轉化為“產品原型”;
在產品設計環節,我主要分為以下幾個步驟執行:
- 用戶需求調研階段,通過對競品的分析調研的方式輸出產品整體框架功能架構圖等;
- 產品設計流程階段,包含業務流程圖,系統交互圖等等;
- 產品原型及需求文檔階段,該階段的產出主要為了與開發人員更好的溝通理解需求;
三、需求調研階段
拿到業務需求后,進行需求挖掘與澄清分析是至關重要的步驟,在剛開始做產品需求時,之前工作中因為沒確認好需求,踩了一個大坑,原始需求和驗收時需求發生了變化,但開發已經完成,和BOOS核對確認驗收產品時發現需求變更,導致只能延期重新規劃,所以這一步驟直接關系到后續產品設計的準確性和開發效率。
以下是學習總結的一些方法和步驟,用于深入挖掘并做好需求的澄清分析:
1. 用戶需求調研階段(3W1H原則,做好2個重點,1個難點)
重點1:首先,明確我們所面向的對象和內容->who?誰需要信息?需要解決什么問題?想了解什么樣的信息?
重點2:其次,明確用戶場景和故事->what?/when?我在什么時間、地點、場合接收信息?接收習慣是什么?
難點:最后,梳理問題點提出解決方案->how?如何通透理解使用需求?該如何解決并轉化為產品設計方案?
需要注意的點:
反復確認需求:這一步在前期工作中挺重要的,需要反復與需求來源方進行溝通需求,獲取核心需求點,通過需求挖掘、需求澄清的方式將需求提煉轉化為產品需求;
防止被誤導:你為什么要這個功能?你想用這個功能來做什么?這個功能有幫助到你解決什么業務上的困難嗎?有沒有更好的方式或方法滿足你的需求?
明確主次:需要明確有哪些功能是必備型、期望型、激勵性、無差異型等。
2.用戶需求梳理
用戶需求調研后,就是對用戶進行需求的梳理,主要的產出物包含以下3種圖類型:
1. 業務流程圖(便于自己梳理產品架構,加深對業務的理解)
先梳理戰略后梳理流程(也就是說,先明確產品的定位,這樣才知道哪些是重要的哪些是次要的,進而優化業務流程)
先主干后枝葉流程(按照不同的顆粒度劃分詳細度不同的流程)
例:之前在做智慧社區報事報修功能需求時梳理的物業人員與業主、平臺三者之間的業務流程與架構梳理圖示
2. 數據流程圖(這也是咱們研發同事更關注的點)
3. 實體關系圖(1:1/1:N/N:N)
各圖之間的聯系和區別:
1)流程圖主要是幫助我們理解業務的過程,搞清楚業務全鏈路的流轉路徑;
2)站在開發者的角度,細化流程與業務邏輯,從數據流轉和各個對象邏輯關系角度去描述事情的過程,因此需要用到實體關系圖(邏輯關系角度)與數據流轉圖(數據關系角度);
3)數據流程圖是從數據角度來梳理業務流程,明確數據的流入和流出過程;
4)實體關系圖主要是關注某個數據流轉環節中實體之間的邏輯關系;
四、數據從哪來?
既然要做數據類型的產品設計,那么我們也需要了解數據的來源以及數據庫相關的基礎認知:
數據來源:可以簡單分為外部渠道數據獲取和內部渠道數據獲取。
外部數據從何來?
數據接口接入
爬蟲接入:通過網頁的鏈接地址來尋找網頁并爬取數據。
- 發起請求:使用HTTP庫向目標網址發起請求,即發送Request:請求頭、請求體等;
- 獲取響應內容:服務器正常響應的情況下,發起請求的網絡爬蟲會得到一個Response:HTML、JSON,圖片信息等;
- 解析內容:通過使用正則表達式或者第三方解析庫解析返回的HTML數據;
- 保存數據:一般解析后的數據信息存儲在數據庫中。
內部數據從何來?
1. 前端數據
在做產品設計的過程中,由于業務需求的拓展,需要深入了解用戶行為,來豐富產品功能生態,這時候,主要采用最多的方法就是通過前端代碼數據埋點來進行獲取的;
數據埋點一般采用第三方技術,通過嵌入APP SDK 或JS SDK來采集用戶數據;
大致埋點過程:通過第三方公司(如友盟、Growing IO)的SDK在APP或者網頁中嵌入一段SDK代碼,并設定觸發條件,記錄日志將發送到公司服務器上進行解析及可視化呈現。
數據埋點的好處:可以簡單便捷的獲取用戶行為數據。
2. 后端數據
一般在業務數據庫中通過簡單埋點和自定義埋點的方式進行獲取數據信息;
數據指標體系如何搭建?
了解完基礎的數據信息來源后就需要針對業務對需要收集的數據指標信息進行設計:
常見的數據指標體系主要有以下兩種:
①關聯指標法:次序性(梳理數據指標的重要性排序)、業務階段性重心、指標可操作性、層次性
②AARRR指標法:拉新(用戶轉化率)、激活(用戶活躍度)、留存(用戶留存率)、自傳播(低成本獲客)、創收;
而這些獲取的數據指標最終目標是為了提高業務營收指標(GMV)。
本文由 @iamtys 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
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務
- 目前還沒評論,等你發揮!