2021-10-18 分類: 網站建設
一、數據產品工作簡介:
1.數據產品經理的概念和范圍
首先,思考兩個問題:
至少,我每次介紹自己是數據產品經理的時候,經常收到別人問:
我有**問題,能幫我看看怎么回事么?這個數據為什么會變成這樣?
我:%¥……#%¥@;
好,大家一起和我念:數據產品經理不是數據分析師,數據產品經理是產品經理的一種,數據分析是產品經理的核心能力之一,產品經理是數據產品經理的核心能力之一。
首先,數據產品經理必須了解不同的公司,在不同的階段,需要哪些數據產品,并能夠制作出來,這是此職位的核心要求,也是我本系列文章重點介紹的部分。
其次,數據產品經理必須有足夠的數據分析能力,所以,我會講一些數據分析的基本思路和方法論。如果有了數據分析的思維,再跟公司業務結合就會比較容易。
最后,數據產品經理是產品經理的一種,所以要同時具備產品經理的能力:了解用戶,需求調研,方案設計,協調技術、測試、設計等,不過這些網上有很多文章了,所以我只會講數據產品更需要注意的地方。
2. 數據產品的種類:
在公司中,能夠發揮數據價值的產品,即是數據產品;
一般,主要從用途來分,分為以下兩種:
1、分析類產品:通過數據的計算和展現,幫助業務進行分析、決策的產品,大概包括以下幾類:
流量分析產品:可以幫助產品經理進行頁面設計、功能改進和改版評估等 銷售分析產品:可以幫助運營分析
這兩個產品都是公司的必備,對公司各部門都有較大幫助:
幫助產品經理進行頁面設計、功能改進和改版評估等; 幫助運營人員做用戶分析、活動分析等; 幫助市場人員做投放分析優化等;
當公司某一塊業務比較重要,又有專門的部門負責時,一般會把數據分析系統獨立出來,比如:
供應鏈分析系統; 客服分析系統; 會員分析系統;
2、算法類產品:通過數據的計算,直接更改頁面的邏輯的產品,成為算法類產品;
比如:
個性化推薦; 搜索; 用戶畫像; 程序化購買廣告;
這兩種是根據公司的情況來,區別并不是很明顯,而且會不斷演變。
比如:對供應鏈支持的,可能最開始是銷售分析系統里,一個庫存分析的報表而已;
后來,加入了各種補貨預警、成本分析等報表,就變得很復雜,獨立出來成為系統。
再后來,選品和銷售預測,都是需要較強的算法支持,就變成了一個算法類產品。
在很多時候,我們進入的都不是BAT,而是一個垂直領域的領頭公司,獨角獸公司,這是很不錯的選擇。但是這種公司都不會一上來就配備很大的數據團隊,可能也沒有非常懂的領導,這時候需要數據產品經理不斷規劃數據產品的未來,從而協調資源。
所以一個數據產品經理,不僅要了解各個數據產品,還要了解,在公司什么樣的情況下,這個產品以什么樣的形態出現。三個月后,公司可能會什么樣,需要什么樣的數據產品。
這樣,你才可以去申請技術人員和其他資源。
3.為什么會有這個崗位?
簡單說,就是公司已有數據,希望專業的人,來讓數據產生價值。
業務型的公司,經過一段時間飛速發展后(通常為半年到一年),一般會出現以下的情況:
1、得到資本方的認可,領導層會雄心勃勃,啟用數據方面的戰略。
2、公司自身,也會碰到非常多管理的問題,就會希望結束粗放式的增長和運營方式,轉向更精細化、更專業、更有效率、更能控制成本的增長。
3、各部門都按自己的需求提取數據,會出現口徑不統一的情況,比如一個部門和另一個部門的同一指標,出現不同解讀。
4、各部門自己提的數據需求,基本上總是會有漏的環節。
所以,這時候,需要有個懂的人,梳理各部門需求,匯總整理數據流程,將數據體系化,不然就亂了。
這種情況下,對數據產品經理的要求是:
1、要懂分析,不然就會變成一個只出報表的傳話筒。
2、要懂數據的產生邏輯,要能建立一個業務模塊的數據指標體系,不然,出來的東西會比較亂,可能遲遲上不了線;
還有另一種情況就是大數據團隊招人。
這種一般是大數據團隊,有自己的技術和算法人員,已經做出一定的成果(比如推薦系統最開始上線時,即使團隊中沒有產品經理,只有算法工程師,也是很容易產生比較好的推薦結果),得到了領導高層的認可。但是如何將算法,更好的服務于公司的商業,產生直接的銷售結果,這是算法人員很難有精力去想的,就要招一個產品經理來。
這時候對產品經理的要求是:又要懂商業,人家就是找你來變現的,又要懂算法,又要懂產品,要求非常高。大家覺得大數據的產品經理比較貴,都是這種。
4.如何入門
我招過不同背景的人,所以總結下來:
基本要求:理工科背景,性格要溫順,要能沉下心來。數據指標實在是一個太繁瑣的事情,對性格的要求非常高。而且如果是數據分析,在一大堆數據里刨來刨去,很可能半天也沒有結果,所以性格首要的。
以下是加分項:
5.其他問題
流量分析產品:可以幫助產品經理進行頁面設計、功能改進和改版評估等
銷售分析產品:可以幫助運營分析
這個幫助指的是什么?
如果是通過產生的數據報表進行預判的話,那和數據分析師的角色會重疊。
分析類產品,無論報表還是頁面,都是希望使用者可以看到問題,或者得到結論,這是幫助的意思。也就是說把數據分析師的思維給固化成產品邏輯。
舉例:比如周報,之前可能是分析師把所有的數據匯總在一起,查看,分析,然后告訴你哪里該改動了。
但是數據產品把分析師每次用的數據和思維,圖形化展現出來,你自己做為一個產品經理,看看就知道哪里出問題了。
二、分析類產品:
1.定義和能力模型:
首先說定義:什么是分析類產品。
可以挖掘數據背后的價值,并通過數據的展示,為使用者提供幫助,即數據產品。
一個數據產品經理的能力模型如下:
數據分析的能力; 商業模型的理解能力; 需求分析和調研的能力; 數據展現的能力,即可視化的能力;
2. 數據分析的能力:
在我年輕的時候,在團隊中處于打頭陣的狀態,基本上老大有什么新的產品了,會先派我去做。等我做的把坑趟的差不多了,就交給別人,換下一個產品,所以我真是做過很多產品和頁面。后來總結出做分析產品的一個套路來,如下:
首先講一個數據分析框架,這基本上被我適用于公司很多業務上:
這是一個數據分析師的經典的分析過程。首先,為這個部門收集一些信息,幫助制定關鍵指標,其次,監測指標完成的好壞,并發現問題,然后,分析影響KPI完成的原因。最后,給出解決方案。
數據產品經理要做的是什么呢?就是把這個框架中的每個過程總結出來,梳理清楚,每一步,都需要哪些數據、哪些指標,怎么展示,用圖還是用表,用什么圖。然后,再綜合開發資源、上線時間等,最終決定產品是什么樣。
我以淘寶給賣家做的一個產品為例,來講解這個過程:這是一個給管理團隊和運營團隊看的日報:
首先,日常監測:他們選的是訪客數、瀏覽量、實付金額、支付轉化率、客單價、退款金額、服務態度評分七個指標;
我們給每個部門做產品時,都需要首先制定核心指標。有很多時候,業務部門自己會提需求,但業務部門只能想到最直接的,很可能他們部門很嚴重的問題,會漏掉。
從部門價值上來考慮:
資本方給公司的要求是什么? 哪些指標影響了估值? 你目前在分析的這個部門,可以承擔哪些影響估值的指標? 哪些其他指標可以為這個指標服務?
從用戶行為來考慮:
用戶如何來到這個頁面/這個流程? 他都進行了哪些操作 都經過了哪些步驟 從哪個環節流失? 整體流程上,用戶最關心什么?他的時間?更好的服務?更多的選擇?
當然,還有很多維度可以考慮。
這樣分析下來,該部門的核心指標就找到了。
對于部門來說,核心指標是比較好找的,可以跟部門老大合計,看他側重哪方面即可。
對于為管理層做決策來說,就相對難了一些,在國內現在的形勢下,可以多了解資本市場的分析邏輯,多了解管理層的現在的關注重點。
因為即使管理人員,做企業時,也是摸著石頭過河,也在不斷的學習,可能這個階段學習的是一種商業理論,在另一個階段學習的是另一種商業理論。所以相關的商業理論要了解,才能給抽象成報表、甚至分析頁面。我為此曾經學過很多,balabala的。
發現問題:達成情況、情況好壞;同比、環比、定基比;
繼續看這個頁面,數據分析方式怎么用到頁面設計中。
同比:較上周同期;
環比:較前一日;
定基比:將行業中所有的賣家分層,用和該店類似的賣家的核心數據,來做對比,從而知道自己的優缺點。
定基比中,我見過最好的,是淘寶的產品。我當時在代運營公司,確實賣家就想知道,哪些跟自己差不多的,比自己好一些的賣家,他們的一些核心數據是什么樣的,我的數據到底改善空間有多大。
當然作為平臺,可以做的更好一點:比如,我們同省市的賣家,大概的數據是多少。像我們去山東談酒類企業,他們其實就很關注其他山東的酒在網上的受認可程度。太大的品牌,給他們的借鑒意義畢竟小。
當指標和分析方式都比較多的時候,用戶看到頁面,就會看到很多數據,但是不知道看什么。這時候就要用一些可視化的方式,突出重點。比如,用紅色嘆號,將下降較多的指標標出來。
分析原因:在產品設計中,通常要把影響指標達成的原因,也列在這個頁面上,以供使用者參考。當然影響因素會很多,所以產品經理首先要收集齊全影響因素,然后再把關鍵的、核心的因素挑出來。
比如某個地區的月初退貨率忽然增長,就要收集原因,可能如下:
這些原因,哪些可以量化呢?哪些發生的幾率比較大,而現在并沒有這樣的數據可用查看?這些原因,在產品設計中,就可以做成數據下鉆的報表,以方便了解詳情;
如上圖所示,拿紅圈圈起來的,就是原因分析這一步在頁面上的展示。當你看到一款商品數據有問題時,既可以進入商品溫度計,查看商品的每個環節(標題、商品頁面設計等)到哪哪里有問題,還可用進入單品分析,查看流量來源等;
文章名稱:解剖數據產品經理
本文鏈接:http://m.newbst.com/news26/131726.html
成都網站建設公司_創新互聯,為您提供品牌網站制作、移動網站建設、虛擬主機、網站收錄、網站營銷、網站改版
聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯
猜你還喜歡下面的內容