關於數據產品的一些想法

談到數據產品產品，我首先想到的是數據採集、數據清洗、數據加工（整合）。相信這也是目前大多數公司玩數據的慣用手段。市場上的數據產品分類有很多，無論哪種數據產品，貌似都有以下特點：

1、數據的價值是服務。

我曾經的就職國內一家數據獨角獸公司，主導研發一款地產數據。通過和地產數據公司合作，將地產數據融入互聯網數據數據——互聯網數據可以理解：採集數據、第三方合作數據，通過對對指定經緯度的圍欄地域進行綜合數據分析，提供地產開發商土地投資回報率最大化的決策支持。

產品研發前後迭代幾十次，需求變更近百次。最終勉強在廣州、無錫、蘇州三個地試運行。產品幾乎做到了用戶所要求的一切，但產品依然擺脫不了「輔助性工具」的帽子。領導層已經決定在望京投資，他們看了下系統，此地的投資回報率是90%，他們開心的決定了，整合心意，如果順序相反他們肯定不會同意。

這就是數據產品帶來的價值，輔助決策。

2、準確性是核心。

用戶對數據類產品有天然的包容心，對c端產品要求缺格外的高。根本上數據產品的本質是體現數據，工具僅僅是一種輔助媒介。我現在做廣告投放、受眾人群分析的工作。數據準確性直接關係到部門的收入，數據分析師每天都會關心CPM、ROI一堆的指數，數據研發、產品、分析師、優化師每天都是圍繞他們開各種大大小小的會議——會議的主題始終是如何讓定向投放更精確一點。

3、臨時需求繁、多、亂。

公司去年上線DMP平台，顯現沒多久開始對接廣點通、頭條、百度、微博等大廠，也包括一些小公司和廣告主、代理商，那段時間一直在做一些定製化的需求，搞得產品和研發每天特別忙，後來研發設計**，所以定製化需求很多，很難完成統一化介面服務。有一款的產品的誕生解決了部分問題，但是他僅僅是解決了部分vip客戶的問題，定製化需求依然很多。人群包、共管賬號、數據合作方。當然還有一些「個性化數據」服務。

5、team內總是缺一個懂數據的人（boss）。

剛做數據那兩年，身邊很多好多人都在聊大數據，其實我是很反感的，真正懂大數據的都是玩小數據的。包括我本身在內，一直也在學習的路上，總結這一點也是勉勵自己。

推薦閱讀：