標籤:

數據產品經理之道

我在百度工作三年,做數據產品兩年,發現市面上關於數據產品的書比較少,數據產品經理遠不如其他產品經理髮展的那麼成熟。很多數據產品經理都是自己在摸索中成長,我總結了自己這兩年做數據產品的經驗,希望給想了解數據產品的同學一點幫助,也希望大家多提意見,共同成長。

本文適用於:

  1. 工作3年以內的數據產品經理
  2. 對數據有興趣的同學(包括想要從事數據產品經理的同學)

目錄:

  1. 數據產品都有哪些
  2. 一個數據產品的完整實現路徑
  3. 我做數據產品的方法

——————————————分割線———————————————

正文:

  1. 數據產品都有哪些

顧名思義,數據產品經理就是做數據產品的,而數據產品,分為內部產品和外部產品。如下圖所示(參考《大數據之路-阿里巴巴大數據實踐》)

一般來說,大型公司都會有自己的BI團隊(Business Intelligence

,商務智能),組建自己的數據產品和平台;而小型公司,缺少人力和數據資源,會藉助於第三方來幫助自己進行數據分析,提升數據化運營等。

本文主要介紹內部產品,對外部產品感興趣的同學可以自己去搜索上述幾個產品。

以我所在的百度錢包BI團隊為例,一個BI團隊包含:產品經理、數據分析師、ETL工程師、開發工程師。BI團隊為前線業務同學提供數據服務,如數據獲取、數據分析、輔助決策等。

BI數據產品也分為兩部分,一部分是底層建設產品,數據底層邏輯理順了,上層業務服務才能事半功倍,底層建設產品是數據團隊的人自己用的。另一部分,是為業務服務的,是展示給各個業務方用的

  1. 底層建設產品
  2. 調度系統:所有跑數任務都掛在上面,每天自動調度。
  3. 指標池:存放所有的指標,方便對各個指標進行組合,有了指標池後,上層的數據查詢會方便許多。
  4. 元數據管理平台:元數據是描述數據的數據。元數據管理平台描述一個表中各個欄位的含義,依賴關係等。
  5. 其他平台。
  6. 業務產品

從業務角度出發,不同的業務有不同的數據需求,一個業務對數據的需求可以分為以下幾個階段:

快速獲取數據——可視化便捷獲取數據——分析工具——數據直接應用到業務,為業務決策做輔助(用戶畫像等)

給業務同學用的產品包括報表平台、多維分析產品、智能型數據應用。具體產品及介紹第三節會詳細講。

二、一個數據產品的完整實現路徑

產品經理雖不用精通技術,但數據產品經理如果能夠懂數據流轉過程、日誌採集、數據倉庫技術,會更加容易做產品。

數據產品的實現路徑為:數據獲取——數據加工——數據輸出(形式可多樣)。流程如下圖:

有同學可能不太了解數據倉庫和資料庫的區別,來打一個比方,資料庫(Database)相當於一個大Excel,裡面有很多sheet。數據倉庫(Data Warehouse)更像一個大超市,它有整合數據的能力,例如搞搞活動啥的,讓商品(數據)以合適的形式被整合。總之,數據倉庫能夠輸出加工好的數據,例如報表、文件、介面,供數據平台調用,或者業務方直接使用。

三、我做數據產品的方法

一個BI團隊建設過程,大致有如下幾個階段:

臨時需求階段——>自動化報表階段——>自主研發BI工具階段——>數據產品平台(豐富的數據應用)。

在百度,公司有非常完善的showX報表平台工具和Echarts可視化圖表工具,每個部門的BI團隊都可以調用,所以不需要自主研發BI工具階段。

主要給大家講一下報表平台及智能化數據應用。

  1. 廣義上的報表平台包括靜態報表,dashboard等簡單統計分析報表,也包括多維分析工具(例如OLAP,即席查詢分析工具)。
  2. 做報表平台,首先要深入了解業務,理解用戶需要什麼數據,數據用來幹什麼,使用頻次等,從這些一個個細碎的需求中,抽象出來業務需求。報表平台的目標大致是:提高數據使用效率和用戶體驗。

例如,運營同學使用數據的需求大致有兩種:彙報、分析數據進行決策。那麼他們最需要的就是PC端的明細報表數據,為了輔助他們進行分析,我們可以增加可視化、下鑽等功能。

老闆使用數據,一般不會看的太明細,大部分是在開會的時候,或者談合作的時候,給別人展示數據;或者每天了解一下數據大致情況。老闆需要的是能夠隨時隨地快速看到數據,那麼適合老闆的是移動端數據產品。

有了上述構思之後,可以大致畫出報表平台的產品框架圖如下:

其中要說明的一點是,許可權管理在數據產品中尤其重要,做產品的時候需要考慮到多角色許可權管理、多流程許可權管理等。

  1. OLAP(Online Analytical Processing,聯機分析處理)

多維分析工具類似Excel里的數據透視表,能夠根據用戶自己選擇的維度和指標,快速生成所需要的結果,很適合進行數據分析。

但由於OLAP工具需要進行大量的預處理計算,所以不太適合數據指標不斷變化的互聯網行業,在傳統金融行業中應用比較廣泛。在此不做過多說明,目前有很多開源的OLAP工具,例如Caravel,有興趣的可以自行了解。

  1. 智能化數據應用

常說數據創造價值,智能化數據應用真正實現了數據創造價值。智能化數據應用通過提升運營效率,能夠節省運營成本、提升運營轉化率、拉動GMV等,用有限的成本創造更多價值。

我來介紹一下我負責的精準營銷平台。精準營銷平台是「用戶畫像——活動推送——效果追蹤」的全鏈路平台。現在各個電商平台流行的「猜你喜歡」「千人千面」大致就是這種思路,我做的當然是簡單版的啦。

用戶畫像模塊通過給用戶打標籤,把符合某些特徵的用戶圈定出來,這批用戶就可以用到排序、觸達等應用里。用戶群被使用,相當於創建一個活動,隨著活動的創建,會自動生成一個效果追蹤報表,可以全方位追蹤每一次活動的效果。

精準營銷的產品框架圖如下:

歡迎大家交換意見。


推薦閱讀:

鹿豹座平台(1.1-1.7)大數據新聞每周精選
AI+金融:學者、產業、趨勢全景報告
AI時代:聊聊大數據中的MapReduce
布隆過濾器在實時指標計算中的應用
從頭學習大數據培訓課程 數據倉儲工具 hive(七)hive 自定義 UDTF

TAG:大數據 |