数据挖掘知识

免费体验
当前位置: 首页 > 知识库 > 数据挖掘知识 >

如何一步步从数据产品菜鸟走到骨干数据产品

分享到:
时间:2015-11-29 04:39来源:谷歌推广seo网络知识 作者:谷歌优化怎么做
网上关于数据分析师的文章很多,但是关于数据产品经理的文章很少,所以经常有各个领域的垂直网站来和我交流,问我数据产品应该怎么做,人怎么培养,团队应该怎么建。所以我就把别人的问题、自己的回答,结合自身的成长经验,做了一个课程。后应pmcaff之约,

网上关于师的文章很多,但是关于数据产品经理的文章很少,所以经常有各个领域的垂直网站来和我交流,问我数据产品应该怎么做,人怎么培养,团队应该怎么建。所以我就把别人的问题、自己的回答,结合自身的成长经验,做了一个课程。后应pmcaff之约,在这里把课程讲稿连载。

一、数据产品工作简介:

1.     数据产品经理的概念和范围:

首先,思考两个问题:

1、  你心中的数据产品都包括哪些?

2、  你认为数据产品经理是做什么的?
 

至少,我每次介绍自己是数据产品经理的时候,经常收到别人问:

我有**问题,能帮我看看怎么回事么?这个数据为什么会变成这样?

我:%¥……#%¥@; 

好,大家一起和我念:数据产品经理不是,数据产品经理是产品经理的一种,数据分析是产品经理的核心能力之一,产品经理是数据产品经理的核心能力之一。
 

         首先,数据产品经理必须了解不同的公司,在不同的阶段,需要哪些数据产品,并能够制作出来,这是此职位的核心要求,也是我本系列文章重点介绍的部分。

         其次,数据产品经理必须有足够的数据分析能力,所以,我会讲一些数据分析的基本思路和方法论。如果有了数据分析的思维,再跟公司业务结合就会比较容易。

         最后,数据产品经理是产品经理的一种,所以要同时具备产品经理的能力:了解用户,需求调研,方案设计,协调技术、测试、设计等,不过这些网上有很多文章了,所以我只会讲数据产品更需要注意的地方。
 

2.     数据产品的种类:

在公司中,能够发挥数据价值的产品,即是数据产品;

一般,主要从用途来分,分为以下两种:

1、  分析类产品:通过数据的计算和展现,帮助业务进行分析、决策的产品,大概包括以下几类:

  • 流量分析产品:可以帮助产品经理进行页面设计、功能改进和改版评估等
  • 销售分析产品:可以帮助运营分析

这两个产品都是公司的必备,对公司各部门都有较大帮助:

  • 帮助产品经理进行页面设计、功能改进和改版评估等;
  • 帮助运营人员做用户分析、活动分析等;
  • 帮助市场人员做投放分析优化等;

当公司某一块业务比较重要,又有专门的部门负责时,一般会把数据分析系统独立出来,比如:

  • 供应链分析系统;
  • 客服分析系统;
  • 会员分析系统;

2、  算法类产品:通过数据的计算,直接更改页面的逻辑的产品,成为算法类产品;

比如:

  • 个性化推荐;
  • 搜索;
  • 用户画像;
  • 程序化购买广告;

等;

 这两种是根据公司的情况来,区别并不是很明显,而且会不断演变。

比如:对供应链支持的,可能最开始是销售分析系统里,一个库存分析的报表而已;

后来,加入了各种补货预警、成本分析等报表,就变得很复杂,独立出来成为系统。

再后来,选品和销售预测,都是需要较强的算法支持,就变成了一个算法类产品。

            在很多时候,我们进入的都不是BAT,而是一个垂直领域的领头公司,独角兽公司,这是很不错的选择。但是这种公司都不会一上来就配备很大的数据团队,可能也没有非常懂的领导,这时候需要数据产品经理不断规划数据产品的未来,从而协调资源。

            所以一个数据产品经理,不仅要了解各个数据产品,还要了解,在公司什么样的情况下,这个产品以什么样的形态出现。三个月后,公司可能会什么样,需要什么样的数据产品。

这样,你才可以去申请技术人员和其他资源。

 

*、问题回复:

今天收到了很多问题,只能先集中把问题解决一下。

以后的更新会先解答问题,再连载内容。

1.     为什么会有这个岗位?

简单说,就是公司已有数据,希望专业的人,来让数据产生价值。

业务型的公司,经过一段时间飞速发展后(通常为半年到一年),一般会出现以下的情况:

1、  得到资本方的认可,领导层会雄心勃勃,启用数据方面的战略。

2、  公司自身,也会碰到非常多管理的问题,就会希望结束粗放式的增长和运营方式,亿推海外推广,转向更精细化、更专业、更有效率、更能控制成本的增长。

3、  各部门都按自己的需求提取数据,会出现口径不统一的情况,比如一个部门和另一个部门的同一指标,出现不同解读。

4、  各部门自己提的数据需求,基本上总是会有漏的环节。

所以,这时候,需要有个懂的人,梳理各部门需求,汇总整理数据流程,将数据体系化,不然就乱了。

 

这种情况下,对数据产品经理的要求是:

1、要懂分析,不然就会变成一个只出报表的传话筒。

2、要懂数据的产生逻辑,要能建立一个业务模块的数据指标体系,不然,出来的东西会比较乱,可能迟迟上不了线;

还有另一种情况就是团队招人。

这种一般是大数据团队,有自己的技术和算法人员,已经做出一定的成果(比如推荐系统最开始上线时,即使团队中没有产品经理,只有算法工程师,也是很容易产生比较好的推荐结果),得到了领导高层的认可。但是如何将算法,更好的服务于公司的商业,产生直接的销售结果,这是算法人员很难有精力去想的,就要招一个产品经理来。

这时候对产品经理的要求是:又要懂商业,人家就是找你来变现的,又要懂算法,又要懂产品,要求非常高。大家觉得大数据的产品经理比较贵,都是这种。
 

2.     如何入门:

我招过不同背景的人,所以总结下来:

基本要求:理工科背景,性格要温顺,要能沉下心来。数据指标实在是一个太繁琐的事情,对性格的要求非常高。而且如果是数据分析,在一大堆数据里刨来刨去,很可能半天也没有结果,所以性格首要的。

以下是加分项:

1、  数据分析师出身。数据产品最好还是要提供解决方案,并不是说,业务人员告诉你他们碰到什么问题,你就能做出好的产品的。要心中有商业模型,有很多解决方案,看到时候需要提供哪一种。

这些方案累积的过程,大部分需要训练,可是谁有时间去训练呢,而数据分析人员的工作本身就是思考各种问题解决方案的过程,要想办法把数据的问题找出来,并且能够作为报告展现。所以招数据分析人员做产品经理是一个快速省事的办法。

如果我的团队中没有分析经历的,一般我都会让其去做几份分析报告,训练思路。

2、  业务人员出身,做过产品经理的,一般知道产品经理需要哪些数据,才能优化页面;做过市场的、运营的,知道哪些数据能够提升效果,有这种背景,我们也会需要;

3、  数据提取员:每个部门需要数据时,就会有一个提取人员,用sql从数据库中提取数据。这种职位我会推荐应届生去做,首先,了解公司后台各大系统的关系和产生数据,其次,了解业务部门的情况,还可以了解公司的发展重点。最主要是,他了解每个数据是怎么产生的,这是其他背景的产品经理没有的优势,开发很喜欢这样的人写的prd,不管业务方向对不对,至少需求是不用改的。

4、  算法产品经理,一般我会要求有数学背景的硕士,带起来很快,性价比高。

5、  其实还是看个人,因为我们现在的团队每个方向擅长的人都有,所以如果我觉得一个人比较有潜力,就招进来,让他挨个职位做一遍,就培养出来了。
 

3.     其他问题:

  • 流量分析产品:可以帮助产品经理进行页面设计、功能改进和改版评估等
  • 销售分析产品:可以帮助运营分析

这个帮助指的是什么? 

如果是通过产生的数据报表进行预判的话,那和数据分析师的角色会重叠。

-------------------------------以下是回答----------------------------------

分析类产品,无论报表还是页面,都是希望使用者可以看到问题,或者得到结论,这是帮助的意思。也就是说把数据分析师的思维给固化成产品逻辑。

举例:比如周报,之前可能是分析师把所有的数据汇总在一起,查看,分析,然后告诉你哪里该改动了。

但是数据产品把分析师每次用的数据和思维,图形化展现出来,你自己做为一个产品经理,看看就知道哪里出问题了。

 

二、  分析类产品

1.     定义和能力模型:

首先说定义:什么是分析类产品。

可以挖掘数据背后的价值,并通过数据的展示,为使用者提供帮助,即数据产品。

一个数据产品经理的能力模型如下:

  • 数据分析的能力;
  • 商业模型的理解能力;
  • 需求分析和调研的能力;
  • 数据展现的能力,即可视化的能力;


2.     数据分析的能力:

在我年轻的时候,在团队中处于打头阵的状态,基本上老大有什么新的产品了,会先派我去做。等我做的把坑趟的差不多了,就交给别人,换下一个产品,所以我真是做过很多产品和页面。后来总结出做分析产品的一个套路来,如下:

首先讲一个数据分析框架,这基本上被我适用于公司很多业务上:

Clipboard Image.png

 

这是一个数据分析师的经典的分析过程。首先,为这个部门收集一些信息,帮助制定关键指标,其次,监测指标完成的好坏,并发现问题,然后,分析影响KPI完成的原因。最后,给出解决方案。

数据产品经理要做的是什么呢?就是把这个框架中的每个过程总结出来,梳理清楚,每一步,都需要哪些数据、哪些指标,怎么展示,用图还是用表,用什么图。然后,再综合开发资源、上线时间等,最终决定产品是什么样。

我以淘宝给卖家做的一个产品为例,来讲解这个过程:这是一个给管理团队和运营团队看的日报:

Clipboard Image.png

 

  • 首先,日常监测:他们选的是访客数、浏览量、实付金额、支付转化率、客单价、退款金额、服务态度评分七个指标;

我们给每个部门做产品时,都需要首先制定核心指标。有很多时候,业务部门自己会提需求,但业务部门只能想到最直接的,很可能他们部门很严重的问题,会漏掉。

从部门价值上来考虑:

  • 资本方给公司的要求是什么?
  • 哪些指标影响了估值?
  • 你目前在分析的这个部门,可以承担哪些影响估值的指标?
  • 哪些其他指标可以为这个指标服务?

从用户行为来考虑:

  • 用户如何来到这个页面/这个流程?
  • 他都进行了哪些操作
  • 都经过了哪些步骤
  • 从哪个环节流失?
  • 整体流程上,用户最关心什么?他的时间?更好的服务?更多的选择?

 

当然,还有很多维度可以考虑。

这样分析下来,该部门的核心指标就找到了。

对于部门来说,核心指标是比较好找的,可以跟部门老大合计,看他侧重哪方面即可。

对于为管理层做决策来说,就相对难了一些,在国内现在的形势下,可以多了解资本市场的分析逻辑,多了解管理层的现在的关注重点。

因为即使管理人员,做企业时,也是摸着石头过河,也在不断的学习,可能这个阶段学习的是一种商业理论,在另一个阶段学习的是另一种商业理论。所以相关的商业理论要了解,才能给抽象成报表、甚至分析页面。我为此曾经学过很多,balabala的。

  • 发现问题:达成情况、情况好坏;同比、环比、定基比;

继续看这个页面,数据分析方式怎么用到页面设计中。

Clipboard Image.png

同比:较上周同期;

环比:较前一日;

定基比:将行业中所有的卖家分层,用和该店类似的卖家的核心数据,来做对比,从而知道自己的优缺点。

定基比中,我见过最好的,是淘宝的产品。我当时在代运营公司,确实卖家就想知道,哪些跟自己差不多的,比自己好一些的卖家,他们的一些核心数据是什么样的,我的数据到底改善空间有多大。

当然作为平台,可以做的更好一点:比如,我们同省市的卖家,大概的数据是多少。像我们去山东谈酒类企业,他们其实就很关注其他山东的酒在网上的受认可程度。太大的品牌,给他们的借鉴意义毕竟小。

当指标和分析方式都比较多的时候,用户看到页面,就会看到很多数据,但是不知道看什么。这时候就要用一些可视化的方式,突出重点。比如,用红色叹号,将下降较多的指标标出来。

 

  •  分析原因:在产品设计中,通常要把影响指标达成的原因,也列在这个页面上,以供使用者参考。当然影响因素会很多,所以产品经理首先要收集齐全影响因素,然后再把关键的、核心的因素挑出来。

比如某个地区的月初退货率忽然增长,就要收集原因,可能如下:

 *管理

**  当地销售人员刷单,为了达成上月业务目标,月初退货;

**  部门人员,有的比较能干,有的比较弱,导致了整体数据的达成不好;

*  商品:新上的商品质量不过关;

*  促销:邮费政策、价格政策的变动;

*  外部原因:

*  京东做了一场大促,把价格给打下来了;

*  忽然爆发了商品的替代品,原有的优势品类衰退;

*  天气原因:当地下了一场大雨,导致送货速度降低,顾客不满意;

*  广告投放合作方临时变化(可能)

这些原因,哪些可以量化呢?哪些发生的几率比较大,而现在并没有这样的数据可用查看?这些原因,在产品设计中,就可以做成数据下钻的报表,以方便了解详情;

Clipboard Image.png

如上图所示,拿红圈圈起来的,就是原因分析这一步在页面上的展示。当你看到一款商品数据有问题时,既可以进入商品温度计,查看商品的每个环节(标题、商品页面设计等)到哪哪里有问题,还可用进入单品分析,查看流量来源等;
 

 酒仙网高级数据经理,杨楠楠 (微信号:276982689)

( king)

(整理:英文推广TuiGuang123.com)
分享到:
------分隔线----------------------------
购买咨询 | 联系我们 | 产品报价 | 付款方式
网站地图 Copyright·深圳市亿推信息技术有限公司 版权所有 粤ICP备13042246号