数据产品实战进阶学习笔记

《数据产品实战进阶》知识点记录总结，仅供参考~

一、基础知识

1.1.数据产品定义

数据产品是一种降低用户使用数据的门槛，并发挥或提高数据价值的产品类型，与之对应的有用户产品和商家产品等。负责设计、维护和优化数据产品的人，我们称其为“数据产品经理”。

1.2.数据产品组成

（1）采集清洗，根据采集源头，分为日志信息采集和业务库表采集两种。
（2）计算管理
（3）分析展示
（4）挖掘应用，通用的业务场景有搜索、推荐、排序和风控。

1.3.数据产品分类

1.4.数据产品衡量

衡量指标：

• 准确性 ，是数据产品的根本，最重要的评价维度，可用“数据错误频次”来简单判断。
• 及时性 ，分实时和离线两种场景，实时一般用“更新频率”、“刷新失败频次”，离线用“未及时就位频次”等衡量。
• 全面性
• 易用性 ，一是平台内监控各项功能的使用量(如PV、PU)；二是定期用户访谈和问卷调查。
  数据产品特殊性：
• 价值间接性，数据价值主要体现在使用方手上，而非产品本身，即只能看使用方是否依靠数据做决策，是否用数据说话，业务增长无法直接归隐导数据本身。
• 自上而下性，基于间接价值性，便决定了数据工作一般只能自上而下推动。
• 行业异构型，不同行业，数据采集、清洗、使用、挖掘逻辑迥异。

1.5.数据产品经理的分类

数据产品包括采集清洗、存储管理、展示分析、挖掘应用四个环节，与之对应数据产品分为：

• 应用型：针对某个业务场景，提供对应数据产品或工具来提高业务效率。
• 策略型：与应用型类似，针对某个业务场景，提供提高业务效率的数据策略。
• 平台型：提供通用能力和方案

1.6.数据产品经理的能力模型

数据产品经理，既需要作为“产品经理”的普适技能，又要“数据”相关专业知识，同时需要一些职场中通用的软能力。

（1）产品经理能力
对于产品经理，核心能力是为需求或问题提供有效的解决方案。

• 定义需求和问题，需分清需要（Need）、想要（Want）和要求（Demand)。例如，有人说他要一瓶可乐，这是“要求”，本质是他渴了，要解决口渴的“需要”，而真正“想要”的是解渴饮料。故需要是本质的痛点或需求，而“想要”是解决需求的手段，要求是用户自己认为能解决需求的方法。
• 判断合理性和可能被满足的方式
• 提供解决方案

（2）数据专业能力

• 数据产品设计能力 (核心能力)：数据规范设计、落地产品和推动能力。
• 数据分析能力 (核心能力)
• 大数据架构
• 数据挖掘算法

（3）软能力

• 商业认知能力
• 沟通协调能力
• 项目管理能力

1.7.数据产品经理的应聘、招聘

应聘：
1、职业规划：明确职业目标、珍惜每段工作经历、珍惜每个跳槽机会
2、建立梳理和公司调研
3、面试

二、通用知识

2.1.数据产品经理应具备的数据分析能力

1、数据分析基本流程
（1）发现问题

• 知道有明确问题
• 没有明确问题

（2）定位问题

• 全链路分析，有助于发现每个环节的问题。漏斗分析，AARR模型。
• 组成因子分析，有助于发现不同部门、不同项目的问题。按时间、渠道、用户等方法拆分整体指标。
• 影响因子分析，有助于发现是按个重要的因素造成了影响。
• 枚举法，有助于快速发现重要客户、商品、流量等问题对整体的影响。

（3）分析问题
细分、趋势、对比等
（4）提出有价值的数据结论
有用的结论有两种：增加收益和减少损失

• 增加收入：增加销售方式，提升转化率等
• 增强体验：增加展示方式
• 增加用户参与感：增加社区、社群等
• 增加转换率：针对不同用户，提供不同产品促转化
• 减少用户操作的步骤
• 减少用户投诉失败的概率
• 减少用户收到损坏物品的概率
• 减少公司的人工空闲时间
• 减少作弊，降低损失

2.2.数据产品经理应具备的产品规划能力

1、制定产品目标
在宏观目标下，自上而下制定产品目标，与干系人在产品战略上达成一致。

• 产品愿景：决定产品主要目标、未来的迭代规划

• 产品目标：为达成产品愿景，所需达到的一个或多个目标
  ①用户/客户满意度：意见反馈、评分、论坛、贴吧等
  ②产品指标：功能使用率、核心流程的转化率、留存率、流失率、净推荐值、PV/PU、活跃度等
  ③业务指标：获客成本（CAC）、用户生命周期价值（LTV）、月/年经常性收入（MRR/ARR）、交易额等业务相关指标。
  ④技术改进：微服务、基础架构优化、缓存的引入、服务器升级等
  ⑤推广新服务

• 产品路线图
  是产品需求在时间轴上的总体视图

• 产品迭代计划与任务
  由敏捷团队负责

2、收集并整理需求
收集、整理、分析需求，与干系人包括研发团队讨论方案

• 用户/客户反馈
• 竞品分析
• 销售人员和客户服务人员
• 行业分析
  ①行业背景
  ②商业模式
  ③竞品分析
  ④用户研究
• 头脑风暴
• 数据反馈

3、 确定优先级
让干系人参与到优先级的制订过程中，多方达成共识并最终确定优先级

• 价值与复杂度模型
• 加权评分
• KANO模型
• SWOT分析
• 四象限分析法

4、规划路线图
让干系人在愿景和目标上达成一致，并制定产品路线图

• 版本目标
• 核心需求
• 时间周期
• 里程碑

三、数据管理

涵盖数据采集、治理、应用、能力输出的整个链条
3.1.数据埋点
3.2.数据中台
3.3.数据指标体系
3.4.A/BTest
3.5.数据服务

四、策略产品

4.1.搜索系统
4.2.用户画像