数据产品与数据分析产品

本文主要是介绍数据产品与数据分析产品，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

1） 基础的几对概念

 

产品、数据产品、数据分析产品、BI可视化产品

 

产品就比较泛，啥领域都可以；

数据产品特指产品的主要输出为数据，依托数据信息，主要价值在数据的产品；

数据分析产品，重点在分析+数据，可以是一份报表、可视化、一个模型、一个分析专题；

BI可视化产品，则可以认为是数据分析产品的一个类型，例如很多外企数据分析部，其  dashboard输出的产品可以认为是；  而国内的互联网，或者互联网+的大数据部、数据仓库team也会做BI产品，甚至BI可视化团队，一般放在IT、数据仓库团队，要求前端开发技能出现，这就偏向于底层IT，或者前端后台。

两者不同的是，前者强调的是分析框架、分析套路的固化、跟业务的分析成果交付。后者是大屏、管理层的报表可视化。因此功能上，QLIK SENSE针对的是 商业分析师，业务分析团队，下钻、交互性强。 大屏可视化，美观、数据库性能支撑好、实时性好，设计简单。

 

产品经理、数据产品经理、数据分析产品经理、BI工程师，

 

这几类职位，分别对应着上面的几种产品。

共性：

个人认为，基本上各类产品的方法论在各个公司都有些共性，如产品目标及定位、用户需求分析及管理、功能及UI设计、产品迭代计划、项目性工作（成本、成果交付、时间计划、人力资源、）

差异：

最重要的还是看使用对象、跟现有的资源、产品周期。使用对象（ TO B/ TO C / TO  internal ），0-1 可能就关注产品的有效性验证、现有产品就依据产品周期，关注阶段性目标 - 增长、留存、增收、增加粘性、或者生态、竞品。

产品经理的工作职能，跟能力模型，《刘涛-起点-产品经理》里面描述过。

 

2）一般互联网产品经理的工作内容，及BI工程师，数据分析产品经理

这里重点讨论一下HSBC的数据分析产品 及 数据分析可视化经理 这2个的不同。

 

按工作内容来说，《刘涛-起点-产品经理》 将产品经理的工作内容分为：

战略性工作：

产品战略研究和分析、产品计划与迭代、用户研究与市场调研

设计类工作：

UI/UE/UX、流程设计

项目性工作：

产品开发流程、时间管理、人员及资源管理、成本管理

市场类工作：

竞品分析、商务沟通、渠道管理、品牌推广、运营推广

商务类工作：

商业模式分析、产品周期管理、数据分析验证、商务谈判、市场推广、创新增长点

 

我这里对应的，根据接触的顺序，及其深浅，将某外企的数据分析可视化产品工作内容总结为： 战略性、设计类、项目性工作以及 推广展示类。

 

战略性工作：

产品目标  1

 梳理常规查询、取数、及报表、简单分析任务，cover掉数据分析的临时性工作。

这里需要结合实际来，懂业务、懂业务流程、熟悉业务决策部门、熟悉业务决策的业务重点。

Case ： 如信用卡业务，

懂业务，提前消费、提供支付渠道、一方面商家做推广、拿佣金、返点，另一方面用户做分期、基于卡贷款、会员费。营销重点在商户、活动、底线在风控

业务流程是 获新客 - 投放广告、做促销活动、搞转换， 老客-就鼓励消费，提高用户体验、促进分期，风控-通过管理额度、欺诈检测来控制风险。

熟悉业务决策部门 - 哪个部分是哪个team管的，比如usage，acquisition team，RTD，marketing 分别管不同层面，usage 管 IBB/Spend、， acquisition管MOB <6, MARKETING 关注merchant，促销。

业务决策关键点 -  根据活动来，看他们每年的KPI了 ；

 

相应的项目计划 1

 

第一类BI立项的方向 （释放资源，自动化方向）

占时间多的，重复有一定相似，且量大的报表或者查询。包括这个活动查询，跟下面的商户消费分析，还有管理人员每天看的考核相关的KPI报表。

 

第2类BI立项，基于现有的一些报表开发。

本身Excel交付的报表非常全，基本上涵盖了日常业务运营的监测/管理类的数据，而且这些沉淀下来的大量指标跟分析角度、体系，毫无疑问，都是有业务价值的。 

用BI重构这些报表，这些常用的分析指标表达的更清楚，还有背后统一的数据，支持切片跟追踪，多维度分析。

 

产品目标 2

固化经常性的分析框架、重要的分析主题、重点业务切面

 

 

第四类BI立项，是围绕某个特定主题或者分析方向专项分析。信用卡E2E路径，热线呼入呼出dashboard。

 

 

产品目标 3

提供分析线索、搭建分析基础平台、同业务团队共同成长

其实是减少了

 

相应的项目计划 1

第三类BI立项，是基于业务的整体，力求能反应业务基本运行面貌，在各个业务关切点、核心业务模块，能有一定分析深度的全面型的dashboard。理论上，如果不考虑数据量，复杂度，可以非常细。

 

 

项目类工作：

数据产品前期的需求调研

主要是用来干啥 ？ 自助服务、监控（日、周、月）、分析、报告等 ；设计交互页面，表格、趋势、钻取粒度

谁看？业务领导、高层、部门内部、跨部门使用、业务执行人员； 设计不同的部分

周期？ 影响数据源、易用性、更新周期；

可能需要考虑使用平台-（手机、平板）

未来的潜在需求：一是业务现在不看，将来非常可能会看的；联动业务的影响；客户画像；消费分类-渠道、消费类别；

使用周期：事件型 ？长期基础？

数据可行性分析

根据现有数据：跟需求是一块的，来来回回需要结合数据进行探索，如果需求不合理再打回。

数据获取及ETL构建：

根据未来业务设计数据：

1） 设计埋点   - （互联网或者app业务端 -，看需求维度表，神策产品手册）

2） 提基础数据需求表 - （ 数据仓库工具箱 - 维度建模 ）

项目分拆、优先级、成本、资源、范围、时间流程管理、质量管控、交付

确定需求后，对工作量进行分拆，根据资源确定交付所需时间，定优先级；

完了跟现有工作计划表，跟业务进行时间线的协调跟确认。

出现特殊情况，如人员变动、系统故障、合规监管，或者更严重的影响交付内容的 数据问题、技术路线、分析方案proposal有缺陷时，要协商。

 

项目价值评估及展示

shareholders沟通管理：  目的，可行性、期望值管理、过程沟通、风险告知、突发时间协调、推广展示

 

设计类

这是执行部分的大部分的核心工作，需求搞完了，这步就是在设计给方案。 根据BRD - 商业需求文档，定的 PRD - 产品需求文档。

 

1）依据 BRD , 梳理表层的的 KPI - 指标跟维度， KPI结构、信息架构、分析主题、维度及深度， 设计 = 分类；

2）然后设计信息框架和流程后， 同时进行data model数据模型的设计， 需要考虑平台的容量、性能、数据可行性、更新周期，更新方式-累加 or 全部替代 or 部分更新

3）然后就是进行UI 视觉、交互设计了。

 

这篇关于数据产品与数据分析产品的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！