在數據產品這個行業裡,你需要知道這些內幕

微信號:中國統計網

微信號:cntongji

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台或算法策略,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台或網路中的公共內容,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裡,都需要遵循數據價值的兩個特點:

1.數據價值取決於其準確性

2.數據的價值體現在使用者手裡。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「症狀」。

首先,這些產品不可避免在平台型和項目型間遊走。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。對於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。而對於協作類,流程類產品來講,這種差異性可能沒那麼大。

其次,數據的價值體現在使用者手裡,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。但對於數據產品來講,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,並且能夠由上往下推動此事進展,不啻於又一座大山。這座大山如果不翻閱,數據產品的價值就無法被客戶感知,從而導致產品黏性下降,客戶流失。

最後,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。在未來的時代裡,數據的重要性越來越大。即使對於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,我並不是在黑某度)。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。基於以上兩點,大公司勢必會選擇將數據緊攥在手心,然後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,並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,於遠洋處有渡航人。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,並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,連跳出率是什麼都不知道。這時候這類公司便沖了進來完成了早起的市場教育,解決了用什麼(What)和怎麼用(How)的問題。這相對於企業內部產品局限在管理層和某幾個部門來講,做到的價值要廣泛得多。

亮點二,數據需求的抽象力。如果旨在做一個通用的分析平台,那麼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,數據需求的做到程度。可以投入大量精力開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。

對於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。雖然這並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,專注於某個方面,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。最後以此,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,對於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,按職能範圍劃分,可以分為平台型和業務型,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,平台型主要是建設底層計算平台和通用工具,業務型更多的偏重於結合業務的 BI 系統和報表工具。如阿里的 Onedata 就是一個集團的數據平台,集數據規範化定義,數據計算存儲和用戶標籤等為一體。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台,並利用 Onedata 提供的數據標籤對自身的用戶做精準行銷。

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。常見的有搜尋推薦,風控和反作弊,精準行銷和用戶畫像。這些有時候會有部分或全部不劃在數據部門下面,但都需要比較規範的數據基礎,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.數據價值取決於高層,所以挑個了解數據並願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。如果說我們什麼都沒有,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裡密不可分。

4.臨時需求繁多紛亂:既然價值體現在使用者手裡,則意味著部門會與你有很多親密接觸的機會。這些需求大多數屬於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。

基於以上情況,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台的建設,抽象出來一個面能滿足一個個散落需求的點。

4.最後,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。以下數據來自於 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,和對於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鬥的終極目標。

End.

作者:陳新濤(中國統計網特邀認證作者)

來源:微信公眾號三生石

本文為中國統計網原創文章,需要轉載請聯繫中國統計網(小編微信:itongjilove),轉載時請註明作者及出處,並保留本文鏈接。

內容轉載自公眾號

三生石

三生石

了解更多

熱門文章