數據庫運維產品定位是一款to B數據庫運維管理工具，產品的發力點主要在數據庫運維上。產品經理需要對這一一款產品進行調研，以進行合理規劃。作者總結了其產品調研的分析，一起來看看吧。

一、概述

數據庫運維產品定位是一款to B數據庫運維管理工具，產品功能主要發力在數據庫運維上，這是由產品經理經過初步分析與調研，從眾多組件運維方向中，選擇了在手工運維中難度較高且更為重要的數據庫方向，通過對運維部門進行問題與需求調研，并結合產品分析而制定了初步的規劃內容，再經過一系列評審討論后落地，后續持續規劃與推廣通過內外部反饋與產品分析推進。

二、內部產品調研分析

2.1 后端運維部門調研

運維部門的定位是面向公司的提供標準的運維方案與運維支持，由運維部門直接反饋出來的問題，都是具有代表性、有一定操作門檻、按照運維經驗識別的優先級的問題，符合產品規劃中盡量滿足80%的業務需求的原則。所以在產品的MVP版本內容的制定中，首選調研對象為運維部門。

向運維部門調研數據庫部分的整體結論，是圍繞數據庫的日常運維操作和可靠性延伸出來的需求，主要為主備切換、主從修復、數據備份恢復、參數變更等一些基礎運維操作，此部分可參考各友商與業界的通用方法實現。

在此基礎之上，根據運維人員多年經驗提出需要著重關注主備、集群架構下的各組件狀態，原則上運維操作不能影響數據庫運行，備份需關注備份數據完整性。這部分可延伸出在各個運維操作中的操作順序、狀態預判斷、狀態預提醒等，都需融入整體的產品設計中。

2.2. 工單分析

工單是各實施無法獨立解決的運維問題，以工單的形式向運維部門申請幫助。可將運維部門的工單進行匯總分析，使用此份作為持續規劃的需求來源之一。

工單是直接由實施提出的原始內容，不同實施運維能力良莠不齊，首先就需要對工單進行分類整理，按問題數量進行排序。絕大多數內容會集中在比較基礎的運維操作，如重啟、參數修改等，可見這部分功能雖簡單但必須包含在產品功能之中，滿足最基本的運維場景；其余問題覆蓋在主備管理、數據恢復中，這部分操作步驟較多，面對的場景也較多，如重建庫與主備修復，都是數據恢復的范疇中，但所使用的方案卻截然不同。

面對這類的問題，需要把所有場景都拉取出來，首先抽取最通用的操作，數據備份和恢復即為數據恢復的最基本操作，區別在于的是備份的方式（物理或邏輯）、備份的粒度（全庫或部分庫）、恢復的方式（全量、增量）面對不同場景時方案的選取與搭配。

運維產品本身就是一個較為標準化通用化的產品，需要將這些通用操作都拆解出來，根據不同場景下制定不同的方案，再將這些操作都靈活搭配起來去滿足不同的場景，盡量做到最大通用的去滿足各種業務場景。

2.3 用戶反饋

用戶的反饋是先通過產品的使用，檢驗產品是否滿足自身需求，再對產品提出優化改進建議，是產品打磨的重要途徑。

用戶提出的問題都比較深入實際使用場景，產品經理首先需理解場景，去辨別該場景是否是涵蓋在自身產品邊界內的，如數據庫運維產品定位是在運維，像業務方的數據脫敏并不涵蓋在產品邊界內，則暫時不考慮該場景；若在產品邊界內，則先去分析此場景的通用程度，如某用戶提出數據庫需要在執行完某個操作后自動還原，此類操作就屬于業務定制操作，可在通用的產品功能內部分滿足，如定時數據還原功能，并開放出相應接口，讓業務方進行對接，做到既滿足業務場景又相對通用；產品邊界內且通用的功能，就需深入場景尋找產品解決方案，并根據當前問題優先級與產品的節奏，從中篩選出優先級較高的問題納入產品設計中。

2.4 前端調研

調研主要內容為與分公司前端實施人員、售前面對面溝通。

面向實施人員主要了解其日常工作內容，從日常運維場景出發提煉需求；前端實施是最頻繁面向用戶的人，經常受到用戶的質疑和挑戰。對于運維平臺來說，實際使用的用戶是客戶方的運維人員，是深度的使用者，更關注產品細節。用戶會提出質疑的原因有很多，如：產品沒能解決一些關鍵問題，即當前用戶的使用場景未覆蓋、產品不穩定、操作體驗不友好等等；從中可以收集到更多的業務場景和業務外的操作體驗、可靠性、安全等需求，也可收集到實施在實際維護中的經驗，將其與產品經驗轉化為解決方案。

面向售前人員主要了解產品在客戶前講方案時的反饋，可根據反饋進一步完善產品介紹材料、場景、話術，收集客戶反饋的需求，完善客戶畫像等。

售前面向的客戶通常是決策層，這部分客戶更關注產品的整體而非細節，如產品技術架構、產品功能架構、與友商對標、產品收費等方面。從中我們可以收集到一些平時較難收集的友商信息、對整個產品技術體系的要求、匯報性方面的需求等，這部分其實非常重要，畢竟面向的對象是是否購買你產品的人，針對這部分需求，不停地補充友商產品對標的分析和能力、產品介紹材料編寫，增強產品的競爭力。

2.5 現有客戶分析

現有客戶分析是根據現有產品的銷售情況，提煉出有價值的信息，輔助產品推廣策略?？蓪v史客戶訂單，按照區域、季度進行統計分析，篩選出銷售量較高的區域與主要銷售人員，作為產品推廣的優先區域；結合季度銷售情況，去安排產品推廣時間節點；進一步可分析每個區域的客戶情況，按照客戶性質（互聯網、私企、國企等）、客戶規模（大、中、?。┙Y合用戶畫像進一步完善產品推廣策略。

三、外部產品調研分析

3.1 市場

隨著數據庫技術的發展，數據庫運維管理也經歷多個階段的發展，從手動寫腳本，到使用單點工具，走向構建云化服務化平臺，未來可走向智能化自治進一步演進。

從需求側看，企業需要統一的入口對數據庫進行統一的管理，現階段主要由數據庫廠商、數據庫生態廠商、云廠商三種廠商構成。數據庫廠商主要投入在自身的數據庫產品中，基本不提供跨自身產品以外的統一管理；云廠商一般需要與自身云資源進行深度綁定；數據庫生態廠商累積了多年數據庫服務經驗，也正在從人工服務+工具，到云平臺+服務模式進行轉變。

3.2 友商

3.2.1 Qfusion

QFusion是一款基于Docker容器和k8s編排技術，提供MySQL、Oracle、MSSQL、PostgreSQL等關系型數據庫服務的私有云平臺，并且通過kubernetes官方社區的軟件一致性認證。

功能清單如下：

Qfusion數據庫運維功能較全面，基本覆蓋了數據庫運維的通用功能。功能設計上和其他友商也比較類似，國產數據庫部分官網顯示兼容了達夢。

3.2.2 Bytebase

Bytebase 是一款聚焦在團隊協作場景下的數據庫結構變更和版本管理的開源工具，主要解決研發工程師和 DBA在變更數據庫結構時的協同問題。

功能清單：

（1）數據庫托管

以數據庫連接信息進行托管，支持以下數據庫。

（2）環境管理

不同環境下綁定不同數據庫，按環境指定備份策略、回滾策略等。

（3）數據備份

支持邏輯備份，可設置備份策略（每周、每天、保留時長）、支持立即備份。

（4）支持慢查詢

（5）支持SQL編輯器

類似與Navicat：

（6）工單流程

Bytebase內置了一系列的業務概念和角色，如工作空間，開發者等，每個都有對應的管理員，在查詢數據或導出數據時，有一系列的工作流程，需要不同角色的管理員進行審批。

Bytebase功能覆蓋在開發和運維，偏向于開發運維的整體協作。

3.3 外部產品分析結論

• 友商產品功能已經趨近完整，數據庫運維工具整體競爭力是會在于運維實施經驗+業務場景的轉化。
• 由于政策指向，信創數據庫市場比重將越來越大，各信創廠商都有自己的運維工具生態，后續可聚焦于智能化運維，打出差異點。
• 產品分析需持續在整個產品生命周期，輔助產品規劃。

四、 產品小結

從產品工作內容上看，從產品方向選擇、MVP版本功能制定、持續迭代優化、產品推廣等都需產品經理主導或參與推進。

• 產品方向的選擇大多數都是承接公司產品戰略的方式，從中再去分析出發力的點，沒到產品總監級別都談不上產品戰略方向的制定；
• MVP版本功能很關鍵，是產品試水的突破口，需要進行上述一系列調研分析加上產品直覺；
• to B產品很重要的一點是，使用用戶與購買決策者，往往是兩批人，所以兩者的需求都需兼顧到；
• to B產品推廣大多兩個途徑，線上或線下的產品宣發，推廣策略上首先要明確產品的用戶畫像，結合可收集到的各種產品、銷售數據分析，并根據每個公司不同的組織架構和商務方式，去選擇合適的渠道和方式進行產品推廣，這個說起來就比較紙上談兵，筆者自己也沒鬧明白，還在摸索中。

從產品規劃上看，數據庫運維功能都已較為成熟，信創數據庫也需如目前主流數據庫一樣納入整合；差異點會在業務場景的轉化和智能運維上，業務場景的轉化上需要深入場景，基于通用的操作適配出滿足業務的解決方案；智能運維部分，現在AI風口正盛，利用AI進行智能運維與調優，包裝成運維值守機器人，能說會道還可匯報，24-hour on call也挺酷的。