互聯(lián)網(wǎng)是個(gè)制造流行概念的行業(yè)，“數據產(chǎn)品”也不幸免。其實(shí)，數據產(chǎn)品的“實(shí)”早就存在，只是“名”是后面幾年慢慢流行起來(lái)的。

我看到過(guò)很多討論數據產(chǎn)品的文章，但大家基本沒(méi)有統一的認識，對概念的理解也不太認同，所以這里想簡(jiǎn)單寫(xiě)寫(xiě)自己的觀(guān)點(diǎn)，主要內容也是不會(huì )在其它網(wǎng)文看到的一家之談。

一、什么是數據產(chǎn)品

要談清楚數據產(chǎn)品，首先不可回避的“俗套問(wèn)題”便是數據產(chǎn)品的定義認知。我的理解是：廣義來(lái)看，數據產(chǎn)品是可以發(fā)揮數據價(jià)值去輔助用戶(hù)更優(yōu)的做決策(甚至行動(dòng))的一種產(chǎn)品形式。它在用戶(hù)的決策和行動(dòng)過(guò)程中，可以充當信息的分析展示者和價(jià)值的使能者。從這個(gè)角度講，搜索引擎、個(gè)性化推薦引擎顯然也是數據產(chǎn)品，由于產(chǎn)品形態(tài)已經(jīng)比較成熟，所以很少被人劃分到數據產(chǎn)品的概念里，另外，這類(lèi)產(chǎn)品往往大都在數據外面穿了一層外衣，使非專(zhuān)業(yè)的用戶(hù)并不能直觀(guān)的感受到數據的存在。

除此之外的，便是狹義范疇的數據產(chǎn)品，比如大家熟知的淘寶數據魔方、百度指數、電商的CRM平臺、各種公司內部的數據決策支持系統等都是數據產(chǎn)品，我后面會(huì )有個(gè)結構化的分類(lèi)介紹。

二、為什么會(huì )有數據產(chǎn)品

人們日常的商業(yè)活動(dòng)都是“決策”和“行動(dòng)”的螺旋上升過(guò)程及交織在一起的子過(guò)程，主過(guò)程里的決策表示內心拿定一個(gè)主意要怎么做，要達到什么樣的目標，行動(dòng)是具體的執行過(guò)程，比如用戶(hù)要解決出行不方便的問(wèn)題，他的主決策可能是“買(mǎi)一輛適合自己的轎車(chē)代步”，而在具體行動(dòng)過(guò)程中，馬上又會(huì )面臨“買(mǎi)什么車(chē)”、“在什么渠道買(mǎi)”等子決策問(wèn)題。

所有的決策以及行動(dòng)中的子決策過(guò)程都是基于“某種參考”的，最簡(jiǎn)單的參考可以是自己的直覺(jué)，好一點(diǎn)會(huì )依賴(lài)“過(guò)來(lái)人”的主觀(guān)經(jīng)驗，但拍腦袋決策越來(lái)越難，所謂專(zhuān)家也屢屢被打假;而最優(yōu)的決策需要依靠“證據”，定量的證據即時(shí)數據，隨著(zhù)數學(xué)、統計學(xué)、計算機科學(xué)的普及，數據在決策優(yōu)化過(guò)程中的價(jià)值越來(lái)越大，在大數據時(shí)代尤其如此。

決策過(guò)程中，數據的價(jià)值可以通過(guò)什么來(lái)體現?不外乎三種：a.數據本身、b.數據服務(wù)、c.數據產(chǎn)品。舉個(gè)例子來(lái)說(shuō)，如果某用戶(hù)想知道明天的天氣是否適合出行，他可以直接看明天的氣溫數據，這個(gè)就是數據本身在發(fā)揮價(jià)值;他也可以咨詢(xún)相關(guān)的數據分析師或咨詢(xún)顧問(wèn)，由他們提供人工的數據服務(wù)或解決方案來(lái)判定明天的天氣;第三種方式便是使用數據產(chǎn)品，它把數據、數據模型以及分析決策邏輯盡可能多的固化到一個(gè)軟件系統中，以更自動(dòng)化、更準確、更智能的方式來(lái)發(fā)揮數據的決策價(jià)值。

三、數據產(chǎn)品的分類(lèi)

在狹義的范疇里，從使用用戶(hù)來(lái)看，可以是企業(yè)內部用戶(hù)，外部企業(yè)客戶(hù)，外部個(gè)人客戶(hù)等。從產(chǎn)品發(fā)展形態(tài)來(lái)看，從最初的報表型(如靜態(tài)報表、DashBoard、即席查詢(xún))，到多維分析型(OLAP等工具型數據產(chǎn)品)，到定制服務(wù)型數據產(chǎn)品，再到智能型數據產(chǎn)品、使能型數據產(chǎn)品等。

由于報表型數據產(chǎn)品過(guò)于蒼白、可視化能力有限，而多維分析型數據產(chǎn)品更適合于專(zhuān)業(yè)的數據分析師而不是業(yè)務(wù)或運營(yíng)人員，使用局限性也越來(lái)越大，所為未來(lái)的趨勢可能是定制服務(wù)式和智能式的數據產(chǎn)品。

所謂定制服務(wù)型數據產(chǎn)品，是基于用戶(hù)的深層次需求，構建最適合當前業(yè)務(wù)痛點(diǎn)的數據模型、產(chǎn)品設計、可視化方案等。在這里數據產(chǎn)品充當的更像是服務(wù)提供者，而不是一個(gè)通用的工具。

智能型數據產(chǎn)品則會(huì )更多的將大數據的智能性融入產(chǎn)品，并與決策邏輯結合起來(lái)，發(fā)揮作用。比如，你可以有一套傳統的會(huì )員營(yíng)銷(xiāo)系統，允許你按自己的規則篩選目標用戶(hù);而也可以在更智能的數據產(chǎn)品中這樣來(lái)實(shí)現：輸入你的營(yíng)銷(xiāo)目標及參數，比如要開(kāi)展雙十一母嬰市場(chǎng)的促銷(xiāo)活動(dòng)，系統可以基于以往海量數據計算出應該選擇什么品類(lèi)的商品，在什么用戶(hù)群中，以什么形式開(kāi)展活動(dòng)效果會(huì )更佳。

現有的大多數數據只是告訴你現在或未來(lái)的情況是怎樣的，問(wèn)題痛點(diǎn)出現在哪里，但卻不能給出更完善的建議，甚至支持一個(gè)建議的執行。使能型數據產(chǎn)品要做的就是這樣的工作，它不僅可以告訴你，哪些用戶(hù)流失的傾向性大，還可以直接引導用戶(hù)展開(kāi)后續補救的執行流程，哪些細分群體需要通過(guò)促銷(xiāo)活動(dòng)刺激，哪些需要服務(wù)關(guān)乎，哪些需要為他提供專(zhuān)享的VIP業(yè)務(wù)，哪些需要更好的互動(dòng)等等。

四、數據產(chǎn)品需求把握的特殊性

一個(gè)真正好的數據產(chǎn)品要首先把握一個(gè)核心——找到用戶(hù)的真正核心需求、痛點(diǎn)。這句話(huà)對于非數據產(chǎn)品的產(chǎn)品經(jīng)理來(lái)說(shuō)簡(jiǎn)直就是天經(jīng)地義的廢話(huà)。但對于一個(gè)數據產(chǎn)品經(jīng)理而言，得來(lái)卻不那么容易，有其特殊性。

第一個(gè)特殊性，是需求層次特殊性，數據產(chǎn)品的用戶(hù)中往往會(huì )有很多內部用戶(hù)，他們對數據、數據分享、數據處理的理解和熟練程度各有不同，因此會(huì )提出各種不同層次的需求，概況起來(lái)大致包括：1).業(yè)務(wù)/管理需求;2).分析需求;3).數據需求。舉例來(lái)說(shuō)，某電商要改善全體用戶(hù)的訂單轉化效率，這個(gè)便是第一類(lèi)需求;為了完成此目標，會(huì )有很多工作要做，也會(huì )有很多分析需求隨之產(chǎn)生，比如分析商品詳情頁(yè)的跳出趨勢，便是第二列需求;而具體某某數據項的統計則屬于數據需求。最可怕的便是，需求方遇到了問(wèn)題(第一類(lèi)需求)，指定了錯誤的分析策略(第二類(lèi)需求)，有提出了明確的數據需求(第三類(lèi)需求)。而對于數據產(chǎn)品經(jīng)理，從數據需求，引導出分析需求，進(jìn)而介入反應具體痛點(diǎn)問(wèn)題的業(yè)務(wù)/管理需求，是一門(mén)必修課。

第二個(gè)特殊性，是內部數據產(chǎn)品需求方的特殊性，企業(yè)內部的數據產(chǎn)品的用戶(hù)，既是是用戶(hù)，也是自己的同事、朋友、領(lǐng)導、下屬，他們本身就對產(chǎn)品經(jīng)理的決策權有一定的干預能力，需要產(chǎn)品經(jīng)理去平衡“理想與現實(shí)”，你懂的。這種情況對于非最高決策者直屬的數據團隊而言，尤為嚴重。

五、數據產(chǎn)品的三個(gè)關(guān)鍵要素

我認為，要成就一個(gè)數據產(chǎn)品，需要關(guān)注三個(gè)關(guān)鍵要素：1).數據、2).決策邏輯、3).行動(dòng)流程。

數據的價(jià)值，毋庸置疑。它就像整體產(chǎn)品內部流淌的血液。具備什么樣的數據類(lèi)型、數據周期、數據粒度，往往會(huì )決定你的數據產(chǎn)品可以提供什么服務(wù)。

決策邏輯是很多平庸的數據產(chǎn)品所欠缺的，它們只是簡(jiǎn)單的、響應式的展示了需求方的報表。好的數據產(chǎn)品，應該可以幫助用戶(hù)思考，尤其是將平時(shí)用戶(hù)遇到業(yè)務(wù)痛點(diǎn)是的決策邏輯，部分或全部融合到數據產(chǎn)品后，可以可視化的、動(dòng)態(tài)的、便捷的顯性化決策的過(guò)程，提高用戶(hù)的決策效率。

僅僅停留在發(fā)現問(wèn)題、分析問(wèn)題是不夠的，我們還需要對問(wèn)題的解決能力，這就涉及到第三個(gè)關(guān)鍵要素——行動(dòng)流程。舉個(gè)例子，當數據產(chǎn)品分析某個(gè)細分用戶(hù)群時(shí)，發(fā)現最近一個(gè)月其活躍度明顯下滑，那是否可以自動(dòng)觸發(fā)一個(gè)營(yíng)銷(xiāo)流程，基于用戶(hù)的特征，開(kāi)展個(gè)性化的“行動(dòng)流程”，并在流程中的各個(gè)環(huán)節發(fā)揮數據的價(jià)值。

6.數據產(chǎn)品與大數據的關(guān)系

非常不想寫(xiě)這樣的踩著(zhù)三俗概念的解釋性文字，因為大數據是一個(gè)被所有人提起，但幾乎所有人又不明白的概念。我在這里寫(xiě)什么概念解釋都是錯的，徒增搜索引擎的“負荷”。

所以，還是回溯到核心價(jià)值角度來(lái)看：前面提到數據產(chǎn)品最大的價(jià)值在于輔助使用者優(yōu)化決策，以及輔助決策價(jià)值的實(shí)現。如果把數據產(chǎn)品比作一臺機器的話(huà)，那數據就像這臺機器運轉的原材料。“原材料”+“處理過(guò)程”+“結果展示與應用”≈數據產(chǎn)品。

而大數據當然也屬于數據的范疇，它好比是一種更高效的原材料，可以提供更高效的價(jià)值(更多角度的、更深度的、更實(shí)時(shí)的信息與知識，尤其是預測性的知識)，“高效的原材料”+“高級的處理過(guò)程”+“高級的展示與應用”結果也是數據產(chǎn)品，當然你也可以土土稱(chēng)之為“大數據產(chǎn)品”。

再舉個(gè)不專(zhuān)業(yè)的例子來(lái)理解：大家熟悉的“天氣預報”就是一個(gè)典型的數據產(chǎn)品，它的原材料可能有很長(cháng)時(shí)間段的溫度、濕度、風(fēng)力、日光強度、紫外線(xiàn)強度、PM2.5值、位置信息、衛星上的采集的各種數據、其它地面設備的各種專(zhuān)業(yè)的氣象相關(guān)數據(示例而已，專(zhuān)業(yè)人士請自行補充);對這些數據的篩選、清洗、分析、挖掘等一系列“處理過(guò)程”可以得到未來(lái)幾日在幾個(gè)核心氣象特征的數據值與概率(溫度、風(fēng)力、陰晴雨雪等);而我們看到的天氣預報這款數據產(chǎn)品，則是將上述核心信息綜合到一起，賦予視頻+GIS的展示形式，以及復制大眾在“行動(dòng)”方面的建議(出行建議、穿衣指數、洗車(chē)指數等)而成的。

而這種大數據結合數據產(chǎn)品發(fā)揮更大價(jià)值的例子身邊還有很多。試想，你如果能夠準確預知明天某只股票的漲跌趨勢，比費盡心思基于部分歷史信息總結出來(lái)的規律要有價(jià)值的多;你如果可以知道下個(gè)月哪些用戶(hù)會(huì )突然對母嬰類(lèi)商品大宗采購，也會(huì )節省很多“千人一面”的傳統廣告費用。

而一個(gè)數據產(chǎn)品的產(chǎn)生過(guò)程，最合理的恰恰就是從價(jià)值驅動(dòng)的角度出發(fā)的。而不是單純的從數據出發(fā)或者從技術(shù)出發(fā)。

最后：數據產(chǎn)品的6個(gè)方面寫(xiě)下來(lái)，有概念，也有白話(huà)的示例，初衷是想從基本的生活常識和基本的邏輯角度出發(fā)去看待所謂的“新生事物”，而不是動(dòng)輒各種專(zhuān)業(yè)術(shù)語(yǔ)，寫(xiě)者高高在上，聽(tīng)眾云里霧里的感覺(jué)。