在阅读了一篇有关数据的文章后，经过反复琢磨，整理了一些感悟，分享给大家：
1、数据产品的定义：
以数据为主要产出且能够自动化产出的产品形态。
2、数据产品可划分为三类：
①企业内部使用的数据产品：如OLAP、BI、推荐系统
②针对所有企业推出的商业性数据产品：如Google Analytics和GrowingIO
③用户使用的数据产品：如Google Trends 和 淘宝指数
3、为什么需要数据产品？
If you can’t measure it, you can’t improve it（如果你无法衡量，你就无法增长）
4、如何设计数据产品？
①面向什么用户和场景
*不同用户有不同的价值，能看到的数据权限也不相同，老板、产品团队、运营团队、线下销售团队所能看到的数据肯定不相同
*不同层级用户关心的粒度不一样：如老板关注收入支出、销售或线下团队关注业绩指标、运营团队关注每个销售团队的营收能力
*不同类型的用户使用数据场景不同，经常拜访客户的人员，希望能够在移动平台观看重要指标数据；而办公室的数据分析师就需要在PC界面上呈现完整的数据分析
②解决什么问题/带来什么价值
*判断用户核心需求
*判断需求的价值，有一套分析价值的方法（称为“XYZ坐标轴方法”）：
X轴：用户痛苦有多大，用10个等级来划分（1-10），如8级；
Y轴：有多少用户有这种痛苦，根据反馈的人数来判断，如3人；
Z轴：如果不做这个需求，用户会为这付出多少时间成本，如5小时；
X、Y、Z轴的三个数字相乘后的结果便是这个需求的价值，如120，如果这个数值超过你的标准值（如100），那么这个需求就有必要做。
③问题分析思路是什么
*数据产品经理一定要有数据分析技能
*数据产品设计理念：要从总览到细分，每个环节都有对比
*总览要简明扼要，让用户先了解发生了什么事情或者问题，不要让用户进入系统就看到无尽的细节
*细节应该提供足够丰富的维度，便于分析。每次细节分析都必须带着指标下去，所有分析的结果必须可以落实到动作执行，并与业务紧密相关
*数据本身没有意义，数据的对比才有意义，数据产品的核心就是要把对比凸现出来
④确认数据是否准确完备
*提前明确所需要的数据是否已经准备完全
*埋点时尽可能考虑周全，减少大坑
⑤选择什么样的产品形态
*指标的设计，明确什么类型的产品适用什么类型的指标，如电商最核心的就是订单转化率、订单数、金额等
A.逐层拆分，不重复不遗漏（MECE原则），如将订单金额拆成订单数、均价，订单数也可以拆分成用户数、人均订单数，不同用户还会拥有不同的人均订单数
B.确保指标能够明确表达含义，为上层的分析思路提供依据
C.明确指标定义，统一口径和维度
*指标的呈现，即数据可视化
A.同时重点展示的指标不超过7个，最佳为5个
B.在设计指标的展示时，要明确指标之间的主次关系
C.几种图标的使用建议：趋势用曲线图，占比趋势用堆积图，完成率用柱状图，完成率对比用条形图，多个指标交叉作用散点图。为合适的指标选择合适的形式很重要。
原文地址：http://mp.weixin.qq.com/s?src=3×tamp=1486850705&ver=1&signature=fZ5HsUYiytbTgb8SekmcI3g9oizZncGBgdipWihPFh1nZb53tyeT7U5nywX1YzrS4K5f9jZCqnC5fI5lpvaB43nlrC6lr9WBPq0U96I5*gUVMZ372RUpmoMm5QnS7-EaJWADwnK8LRe21VQ1Fa9Hcw==