数据产品全方位介绍：价值、建设方法及案例梳理

hwyzw

    “产品千万种，数据第一条，建设不规范，公司两行泪”。

    在美团、摩拜等知名互联网企业担任数据产品经理多年，我深刻理解数据的价值所在，并且持续探索数据产品如何为业务带来助力，努力打造一款优质的数据产品，并思考如何进一步放大数据产品的效用。

    本文将数据产品的价值、未来展望、设计理念、构建方法和具体案例等多个维度进行阐述，并融入作者在相关领域积累的工作经验和感悟，旨在为你提供关于数据产品的全面认识，助你理清数据产品构建的规划，预期对你有所裨益。

    一、数据产品的价值与定位是什么？

    我们为什么需要数据产品？数据产品可以为公司带来什么？

    我想，这是每个数据产品经理都会思考的问题。

    在信息爆炸的当下，数据的珍贵程度日益凸显，众多企业纷纷渴望借助数据的力量来推动自身业务的增长。

    在此背景下，数据产品的重要性日益凸显，它使得那些希望依赖数据进行决策的人们能够更加高效地获取所需数据，同时确保决策更加精准和科学，进而推动业务持续进步，这正是数据产品的价值所在和其明确的定位。

    二、数据产品应该达到怎样的要求？

    一款数据产品如何才能算得上达标？它所追求的产品目标又具体是怎样的？

    我认为，要实现一款好的数据产品，应该满足如下几点要求：

    三、数据产品建设方法论

    明确了数据产品的价值和愿景，如何去设计一款数据产品呢？

    凭借多年在数据产品领域的实践与经验积累，以及运用5W2H分析法的深入思考，我在开发数据产品之前，归纳了一套包含以下四个关键步骤的流程，用以解答如何着手制作的问题。

    第一步

    我们需要思考数据产品旨在解决哪些问题，它能给用户或企业带来多少价值，以及其开发所需的时间长度。

    一款数据产品的关键在于针对特定问题提供解决方案，那么，它究竟解决了哪些问题，是否能为公司或用户创造充足的价值呢？

    第二步

    需明确产品的目标受众群体是何人，了解用户将在何种情境中运用该产品，并需从用户视角及使用情境出发，精心设计数据产品。

    第三步

    要明确解决难题的剖析方法（如何进行），鉴于其本质为数据型产品，自当以数据为依据进行论述。对于待解决的问题，我们需确立一种恰当的分析途径，构建一个完整的分析体系，同时规划出产品的具体实施步骤。

    第四步

    在确定需要哪些指标进行评估（即衡量标准）时，我们应考虑如何将这些指标整合成不同的模块。同时，还需思考如何呈现这些模块，以及这一阶段的核心任务是构思产品的具体展示内容和呈现方式。

    四、数据产品的分类与建设方法

    在阐述了数据产品的价值所在、发展前景以及设计理念之后，现在我们将共同探讨数据产品的实际构建途径。

    在商业领域，针对数据产品，通常可划分为：数据管理、数据工具以及数据应用这三个领域。

    下面分别介绍针对这三个方向做具体介绍：

    1. 关于数据管理

    业务扩张带动了数据量的迅猛增长，数据的效用愈发显著，然而，数据质量问题也随之加剧。这些质量低下的数据不仅使用起来麻烦，还可能误导决策，甚至引发灾难性的后果。数据质量的优劣直接关系到数据能否真正实现其价值。

    如何判断数据质量的高低呢？什么样的数据是高质量的呢？

    引用了美国知名的质量管理专家朱兰博士（J.M.Juran）的言论：

    若其适用于该职位，具备相应的能力，且经过适当的培训。

    翻译一下，大意如下：

    若依据此类数据所执行的行动、所作出的判断以及制定的计划与先前预想相符，则这些数据可被视为具有高水准。换言之，高水准的数据能够准确揭示其所代表的核心信息。

    融合大数据分析及行业实操经验，从性质层面分析，影响数据品质的要素涵盖数据全貌、数据准确性、数据统一性、数据获取便利性以及数据更新速度等多个维度。

    之所以我们高度重视数据质量，是因为它构成了数据产品的根基，同时，它对数据仓库、商业智能系统、数据分析平台以及数据应用等多个领域均会产生深远的影响。

    同时，诸多因素可能对数据质量造成影响，诸如数据埋点的优劣、数据传输时可能出现的故障，以及数据口径的统一性等。鉴于此，具备足够资源和能力的公司倾向于建立属于自己的数据管理体系以确保数据质量。

    图1展示了数据管理中心的产品架构，其核心包括指标体系的管理、全局数据的维护以及元数据的管理等多个方面。此外，在确保数据安全的基础上，我们还能够利用全局数据接口向外界提供高品质的数据输出。

    图1 数据管理中心产品架构

    以数据管理系统为例，该系统特别强调在时效性和数据一致性这两个关键质量维度上确保数据的易读性。

    1）数据仓库的数据时效性检查

    具体界定每日各层级及各数据表的起始与结束生成时刻，识别出导致当日数据生成延迟的数据表，同时借助数据管理平台解答以下疑问：

    2）数据仓库的数据一致性检查

    经过数据的一致性验证，借助数据质量视图的展示，我们能够迅速掌握那些存在相互依赖的数据表在各个维度上的数据变动状况。

    为确保数据的一致性得以验证，大数据管理系统项目需执行以下关键步骤：

    第一步，建立数据依赖引擎，实现依赖图谱。

    构建数据仓库的层级依赖关系时，我们采用依赖图谱这一工具，随后将其存储于MySQL表中，并且能够实现图形化的展示，具体如图2所展示。

    第二步，计算数据准备情况。

    各个表格与分区的数据准备时间已按日、时进行细致统计。通过Hive仓库的元数据信息，我们能够查得各Hive表的分区建立时间，据此判断数据的时效性。这一信息有助于分析并展示每日、每小时的运行状况及潜在瓶颈。若需对MySQL进行核实，可通过执行SQL查询语句，确认指定时间点在MySQL数据库中是否存在相应数据。

    第三步，建立数据计算引擎。

    依据既定的小时维度和日维度指标标准，综合考量数据表中各分区预准备工作完成的时间，运用Spark SQL进行关键指标的核算。

    第四步，数据比较引擎。

    依据各表格间关键指标的相互联系、以及表格间的既定规则进行对照核实。比如，若A等于B，那么A与B之和等于C，又或者B除以A的结果。< 0.95等逻辑判断。

    图2 数据管理系统依赖图谱

    2. 关于数据工具产品

    数据工具产品主要从数据层面出发，借助工具产品为我国公司注入活力，打造业务所需的数据工具平台，从而提高数据获取和决策制定的速度，通过数据驱动的模式促进公司运营的精细化，其中包括数据分析平台、用户行为分析系统、用户画像工具等多种工具产品。

    让我们先看一下数据分析平台的建设。

    在大数据竞争日趋激烈的当下，各企业对数据的关注度已达前所未有的高度。无论是着眼于数据安全，还是关注数据运用效率，拥有一套专为自身企业量身打造的数据分析系统，已成为实现精细化管理、驱动业务持续增长的关键工具。

    因此，数据产品经理必须熟练掌握大数据分析平台的策略与技巧，这构成了其不可或缺的核心技能之一。

    如图3所展示，这是一张描绘数据分析平台产品结构的图表。通常，该平台由可视化分析、数据查询、权限和资源管理等多个模块构成。特别地，数据分析模块内还涵盖了可视化模块、自助式分析模块、分析工具以及智能分析等子模块。

    图3 数据分析平台产品架构图

    谈及数据分析平台，众多人士依旧局限在通过后端接口对数据库数据进行查询、以及在前端页面上展示数据的传统定制化报表分析模式中。实际上，在业务规模较小且人力资源有限的情况下，企业能够构建出这样的基础报表分析平台，更确切地讲，这应当被视为一个指标展示界面。

    然而，此方法过于定制化，缺乏扩展性，一旦需新增一项指标，前端与后端代码的修改费用均会显著上升。毫不夸张地讲，这就像一支仍停留在冷兵器时代的军队，只能依靠招募士兵、扩充人力，其艰辛与困难程度不言而喻。

    业务量的提升导致报表需求日益增多，程序员和数据产品经理因频繁承受编写业务报表的辛劳，共同决定研发一款更为先进的工具，以期从这种耗费体力的工作中解脱出来。

    为了增强数据分析平台的扩展能力，我们最终找到了一种解决方案。这种方案涉及在API层中增加一个转换层，该层将API接口转换为相应的SQL语句。接着，通过执行这些SQL语句来查询数据库，从而有效提升了前端功能的扩展性和报表的定制性。

    这一过程可通过图4所展示的架构来完成，如此一来，“冷兵器”时代的大数据团队终于拥有了属于自己的“大炮”，他们只需更换“子弹”，便能迅速应对各类业务挑战。

    随后，该数据分析平台成功升级至V1版本，成为了一个具备扩展功能的报表分析系统。

    图4 可拓展的报表平台架构

    人类科技的脚步永不停歇，掌握了“大炮”与“步枪”之后，我们是否能够创造出“飞机”与“坦克”，以此提升“作战”的效能？

    尽管V1版本提升了研发的生产效率，然而随着业务需求日益多样化，数据分析师与产品经理的工作压力日益增大，他们面临着繁重的业务需求，同时沟通成本也相当高昂。

    针对这些难题，我们必须为业务人员打造一个易于快速构建、便捷使用的报表构建平台。

    因此，必须为业务人员配备数据源构建、单图制作以及看板搭建等能力，以便他们能够自行构建报表并进行自助分析，这即是所谓的自助分析三部曲，具体如图5所展示。通过实现这些功能，我们也就成功打造了数据分析平台V2版本——一个自助式分析平台。

    图5 自助分析三步曲

    一个健全的大数据分析平台，并不仅仅是用来展示数据的，更非仅仅是业务中常用报表的简单堆砌，它还需具备为数据分析师和业务人员提供更深层次数据洞察的能力，从而使数据变得更加智能化。

    该平台具备数据深度挖掘、图表数据交互、数据异常标记、指标异常探测等特性，使用户能够轻松、迅速地深入分析细致的业务场景，从而从多个角度洞察业务，使数据展现出更加丰富的价值。打造一个智能化的数据分析系统，成为大数据分析平台V3版本的升级追求。

    大数据分析平台需更高效地适应各类业务场景以进行数据挖掘，而编制详尽的数据报告对于数据分析师而言至关重要。无论是每周的、每月的，抑或是新版本性能的分析文件，都必须在明确报告目标的前提下，对数据进行梳理、深入剖析并提取关键信息，最终编制出具有指导性、易于阅读且视觉效果良好的数据报告。

    这些报告代表了在各个业务场景中积累的一整套稳定的研究方法和框架，这样的稳定框架能够被部署在平台上进行应用，比如可以用于构建业务智能系统、渠道深度分析、用户留存度评估、用户活跃度监测以及制作日常的周报和月报等。

    借助更贴近实际业务的数据分析工具，我们得以轻松、智能地审视和分析数据，进而提升工作效率；依托数据驱动的模式，我们促进了业务的快速发展。经过这一阶段的努力，我们成功实现了大数据分析平台V4版本——即业务场景分析平台。

    概括而言，若企业自行开发数据分析系统，通常需经历从可扩展的报表分析系统、到自助式分析系统、再到智能化分析系统，以及业务场景分析系统等四个主要阶段的逐步升级，其发展路径可参照图6进行展示。

    图6 数据分析平台演进路线

    3. 关于数据应用型产品

    数据应用向产品主要是指那些与业务紧密相连的数据产品以及数据变现项目，它们会对业务过程中产生的数据进行整合或处理，进而产生能够为业务提供指导、为用户创造价值，或为其他公司及商家提供决策支持的数据产品。

    针对应用型数据产品，其既可服务于企业客户，亦能面向个人消费者，亦或是针对公司内部不同业务部门的同仁。以下，我们将分别以面向企业客户的数据产品、面向个人消费者的数据产品为例，逐一探讨数据应用型产品在各个领域的应用现状。

    1）2C数据产品

    2C的数据产品主要针对大众用户，提供的是直接面向个人的数据服务。这类产品主要向用户供给描述性、预测性以及指导性的分析应用，旨在为用户的决策提供丰富的数据支撑，并帮助用户解决特定的“痛点”。

    小明想邀请女生一同在周末观赏电影，但他却对当周上映的影片一无所知，亦不清楚哪部影片值得一看。在这种情形下，他可以选择向朋友或同事寻求意见，依据他们的推荐及观影体验来决定次日观看哪部电影，这实际上等同于接受了别人的咨询服务。

    自然，他能够启动猫眼电影应用，借助图7展示的实时票房查询功能，浏览票房收入、拍摄进度以及上座率等各项数据，并观察到《流浪地球》的票房实时位居首位。接着，他还会参考产品提供的用户评价及其他相关信息，来决定是否前往观看这部影片。

    图7 猫眼电影实时票房

    显而易见，猫眼电影的实时票房变化分析工具是一款面向消费者的数据产品。该工具将基础数据、数据模型和分析决策思路以尽可能直观的方式整合，并以更加直观和智能的形式呈现，从而充分挖掘数据价值，帮助用户更加迅速地作出更为合理的决策。

    2）2B数据产品

    2B的数据产品主要面向企业级用户或商家，致力于提供数据服务。这些服务旨在为客户决策提供数据洞察和策略支持。具体来说，公司通过运用自身的数据资产，针对特定行业或行业客户量身定制解决方案，进而形成数据服务。这些服务旨在辅助客户做出明智的决策，并助力其业务拓展。

    以某汽车资讯网站实现的面向汽车商家的数据产品为例：

    在欧洲杯赛事进行之际，Jeep自由光的销售代理商巧妙地运用数据工具，深入挖掘消费者的需求难点，进而编制了一套详尽的休假策略指南，以此作为营销手段的典型案例。

    首先，借助该数据产品所具备的用户画像功能，我们可以分析一下那些对Jeep自由光表现出兴趣的用户群体。

    在欧洲杯赛事期间，如图8所示，观众们关注的焦点不仅包括球队、球星、赛事进程等，同时还不得不面对请假、熬夜观赛以及工作等实际问题。

    图8 Jeep自由光用户关注词云

    综合考量产品的兴趣图谱特性，观察Jeep自由光车型的用户在咨询信息中，所关注的兴趣类别兴趣图谱，详见图9。可以发现，用户对足球、家庭等领域的兴趣尤为突出。

    图9 Jeep自由光用户兴趣图谱

    此外，从产品所提供的数据中可以得知，Jeep自由光的用户群体中，有65%是公司员工，而72.9%的用户已经结婚，同时我们还对欧洲杯赛事期间用户的行为进行了深入分析，发现“请假观赛”成为了用户关注的焦点问题之一。

    周一凌晨三点，欧洲杯决赛即将上演，然而，上班族熬夜观战恐将影响次日的工作效率，已婚人士整夜守候球场，则可能干扰家人正常的作息。对于真正的足球迷而言，他们不得不面对一个世纪难题：是请假观看比赛，还是忍痛放弃这一难得的赛事体验？

    那么，Jeep自由光的销售商能否针对消费者的困扰，对这一历史性难题进行营销推广，激发共鸣，从而促进汽车销量的增长？

    五、小结

    其实，大数据产品在各行各业中的应用还不止于此：

    随着2B时代的降临，传统产业将更加紧密地融入互联网，大数据在推动产业向更高层次发展上将发挥更广泛的作用；数据产品经理将成为众多企业的必备角色，而利用数据产品来推动公司业务增长已成为众多互联网下半场企业的普遍认知。

    然而，数据产品经理依然处于一种迷茫探索的阶段——在实际工作中，他们只能依靠零散的知识、不断尝试和摸索来逐步提升至该职位所需的专业技能水平。