研究 | 如何让数据在产品中“说话”

2017-06-06 10:06 来源:36大数据
浏览量: 收藏:0 分享

为什么眼下大量企业的数据案例难以凸显价值?其中很重要的一点是,产品经理不懂数据。很多的产品经理还停留在以前做产品的阶段,靠感觉来做产品并不知道如何用数据来改善产品,更没意识到数据巳经成为了做产品的核心原材料。

blob.png

过去的IT时代我们只是简单的使用数据,很少为了解决问题而提炼过数据。为什么我要强调提炼过的数据?因为如果我们要让数据产生价值,让更贴身的数据分析框架去解决用户的实际问题,  

就需要将数据嵌入到产品或者生产流程中,在数据提炼的最后一公里,让数据在产品中“说话”。  

上个月,我乘坐晚上七点的飞机从杭州到北京,结果七点整的时候,“飞常准”告诉我航班延误了,一个小时后,它再次告诉我延误继续,一直到晚上十一点。  

这个APP一直在给我提供信息,但是这些信息并不能给我更多的决策判断。如果当时这个APP的产品经理能够设想关联更多信息,他是否可以告诉我隔壁海航有班八点的航班可以立即改签飞走?这还不是数据产品,只是把信息善用在产品上,就立刻使得产品有了新价值。  

但是很可怜,当时我并没有获得这样的信息服务,一直从七点等到半夜十一点,“飞常准”不断提供的延误信息只能让我越来越苦恼。  

信息化和数据化的区别就在于,信息化为我们提供了参考,而数据化让我们可以直接行动。从给建议到直接行动,这之间有巨大鸿沟。  

为什么数据价值没法落地?  

如何让数据“说话”?在过去的信息时代,我们最擅长的方法是根据历史数据统计规律,指引行动。比如我们会统计过去一个月周五下午六点的出租车小费,计算出价平均数,然后告诉用户“建议给小费5元”。我们所使用的数据大多都是单一角度而静态的数据。  

而现在,我们更希望得到全景而动态的数据集。比如我们可以获取不同街道的堵塞程度,从而计算司机对小费的敏感度;  

我们可以集合附近的天气情况,演唱会散场的时间数据等等来预测某个时段,某个地段可能成交的打车小费金额。这样的算法就是利用了更全面的大数据,通过更多的环境动态数据,而非历史统计数据来提供服务。  

未来,产品经理需要懂得如何用数据来增值。这其中有三个关键点:产品化,数据化和商业眼光。而眼下很多产品经理更多关注的是产品化,忽略了数据化。  

blob.png

那么如何用数据来增值呢?让数据前置  

假定我需要为女儿选择一所学校,如果要等三个月后考试成绩出来,才知道学校不靠谱,会不会太糟糕?如果我能够根据数据计算来衡量这所学校是否适合我的女儿,这就是数据前置。很多数据价值的关键就是数据前置,让更多数据嵌入到产品之中,产生价值。  

另一个更容易理解的案例是谷歌无人汽车。谷歌无人汽车就是在用数据分析框架来实现服务。这一服务的前提是数据的质量、稳定性和计算速度都已经足够完善,使得“数据指引行动”进入了完全自动的情境。谷歌的工程师用上千个模型来支持这一数据分析框架,以保证无人汽车在行驶中不会出现意外。  

反观眼下大量公司的业务,很多公司还停留在用统计数据做决策参考,如果我们将数据分析框架应用到公司业务中,我们就会发现一个全新价值。  

如何将数据嵌入业务?  

也许你会问,我们一直在说“将数据嵌入业务”中,在实际操作层面,我们应该如何嵌入?  

在我所在的工作团队中,我遭遇的困惑是,产品团队、数据团队和运营团队给我的方案总是如一盘散沙难以串联。  

很简单,产品团队很难有数据概念,数据团队也很少有产品理念,而运营团队更不习惯用数据做决策。但难题在于,如果没有办法把这三个团队链接在一起,数据价值从何说起呢。

每当遇到这种情况,我会问自己的团队这些问题:**什么问题?谁的问题?现在需要解决么?有数据可以满足解决么?假如数据皆可得,那么解决方案是什么?

尽管这些问题有助于梳理思路,产品、运营和数据团队之间的交叉还是非常困难。我通常的解决方案是,询问团队成员在特定生产流程中(有时同时也是一个决策流程),每天需要做多少决策?哪些决策点是否可以用数据替代解决?通过梳理决策点来寻找“数据嵌入”的灵感,是一个非常有效的方法。  

也许不用太久时间,产品经理们就会发现数据化对于产品的重要意义。数据必须要和产品结合,不然数据的价值难以落地。让数据变成产品,是产品经理最大的难点,也是产品经理最大的机遇和想象力。

标签:

责任编辑:admin
在线客服