在閱讀了一篇有關(guān)數(shù)據(jù)的文章后，經(jīng)過反復(fù)琢磨，整理了一些感悟，分享給大家：
1、數(shù)據(jù)產(chǎn)品的定義：
以數(shù)據(jù)為主要產(chǎn)出且能夠自動化產(chǎn)出的產(chǎn)品形態(tài)。
2、數(shù)據(jù)產(chǎn)品可劃分為三類：
①企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品：如OLAP、BI、推薦系統(tǒng)
②針對所有企業(yè)推出的商業(yè)性數(shù)據(jù)產(chǎn)品：如Google Analytics和GrowingIO
③用戶使用的數(shù)據(jù)產(chǎn)品：如Google Trends 和 淘寶指數(shù)
3、為什么需要數(shù)據(jù)產(chǎn)品？
If you can’t measure it, you can’t improve it（如果你無法衡量，你就無法增長）
4、如何設(shè)計數(shù)據(jù)產(chǎn)品？
①面向什么用戶和場景
*不同用戶有不同的價值，能看到的數(shù)據(jù)權(quán)限也不相同，老板、產(chǎn)品團隊、運營團隊、線下銷售團隊所能看到的數(shù)據(jù)肯定不相同
*不同層級用戶關(guān)心的粒度不一樣：如老板關(guān)注收入支出、銷售或線下團隊關(guān)注業(yè)績指標(biāo)、運營團隊關(guān)注每個銷售團隊的營收能力
*不同類型的用戶使用數(shù)據(jù)場景不同，經(jīng)常拜訪客戶的人員，希望能夠在移動平臺觀看重要指標(biāo)數(shù)據(jù)；而辦公室的數(shù)據(jù)分析師就需要在PC界面上呈現(xiàn)完整的數(shù)據(jù)分析
②解決什么問題/帶來什么價值
*判斷用戶核心需求
*判斷需求的價值，有一套分析價值的方法（稱為“XYZ坐標(biāo)軸方法”）：
X軸：用戶痛苦有多大，用10個等級來劃分（1-10），如8級；
Y軸：有多少用戶有這種痛苦，根據(jù)反饋的人數(shù)來判斷，如3人；
Z軸：如果不做這個需求，用戶會為這付出多少時間成本，如5小時；
X、Y、Z軸的三個數(shù)字相乘后的結(jié)果便是這個需求的價值，如120，如果這個數(shù)值超過你的標(biāo)準(zhǔn)值（如100），那么這個需求就有必要做。
③問題分析思路是什么
*數(shù)據(jù)產(chǎn)品經(jīng)理一定要有數(shù)據(jù)分析技能
*數(shù)據(jù)產(chǎn)品設(shè)計理念：要從總覽到細(xì)分，每個環(huán)節(jié)都有對比
*總覽要簡明扼要，讓用戶先了解發(fā)生了什么事情或者問題，不要讓用戶進入系統(tǒng)就看到無盡的細(xì)節(jié)
*細(xì)節(jié)應(yīng)該提供足夠豐富的維度，便于分析。每次細(xì)節(jié)分析都必須帶著指標(biāo)下去，所有分析的結(jié)果必須可以落實到動作執(zhí)行，并與業(yè)務(wù)緊密相關(guān)
*數(shù)據(jù)本身沒有意義，數(shù)據(jù)的對比才有意義，數(shù)據(jù)產(chǎn)品的核心就是要把對比凸現(xiàn)出來
④確認(rèn)數(shù)據(jù)是否準(zhǔn)確完備
*提前明確所需要的數(shù)據(jù)是否已經(jīng)準(zhǔn)備完全
*埋點時盡可能考慮周全，減少大坑
⑤選擇什么樣的產(chǎn)品形態(tài)
*指標(biāo)的設(shè)計，明確什么類型的產(chǎn)品適用什么類型的指標(biāo)，如電商最核心的就是訂單轉(zhuǎn)化率、訂單數(shù)、金額等
A.逐層拆分，不重復(fù)不遺漏（MECE原則），如將訂單金額拆成訂單數(shù)、均價，訂單數(shù)也可以拆分成用戶數(shù)、人均訂單數(shù)，不同用戶還會擁有不同的人均訂單數(shù)
B.確保指標(biāo)能夠明確表達含義，為上層的分析思路提供依據(jù)
C.明確指標(biāo)定義，統(tǒng)一口徑和維度
*指標(biāo)的呈現(xiàn)，即數(shù)據(jù)可視化
A.同時重點展示的指標(biāo)不超過7個，最佳為5個
B.在設(shè)計指標(biāo)的展示時，要明確指標(biāo)之間的主次關(guān)系
C.幾種圖標(biāo)的使用建議：趨勢用曲線圖，占比趨勢用堆積圖，完成率用柱狀圖，完成率對比用條形圖，多個指標(biāo)交叉作用散點圖。為合適的指標(biāo)選擇合適的形式很重要。
