数据产品经理宝典:大数据时代如何创造卓越产品
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

2.4 本章小结

在本章中,笔者详细列举了在数据应用过程中可能遇到的问题,涉及统计、监控、分析、洞察、决策等多个过程。这些问题的存在,才是数据产品存在的意义和目标。我们需要通过某种数据产品来解决这些具体的问题,同时兼顾数据产品自身的发展。

为了让这些问题得到妥当的解决,我们要专注于以下两个方面。

第一方面是业务。了解业务是为了真正了解手中数据的含义,当我们发现没有现成的数据可用时,了解业务的基本情况能帮助我们清晰地知道应当补充什么样的数据,甚至包括这些数据应当去哪里找等。同时,业务层面的基本情况,也从根本上定义了我们搭建的数据产品和计算出来的数据,其价值究竟有多大。

因此,了解业务对于搭建数据产品来说是十分重要的一环。因为数据是十分抽象的,只有在现实中获得足够多的信息,我们才能真正发现数据中的问题,并得出解决方案。

另一方面是技术。当我们决定了要投身到搭建数据产品这项工作当中时,再纠结“数据产品经理是否需要懂技术”这类问题已经没有多大的意义了。如果了解技术确实能让我们的数据应用效率有所提升,或者目前数据应用效率低下的问题主要来源于缺少产品思维与技术思维的结合,那么数据产品经理去了解一些与技术相关的知识,就是义不容辞的使命。

在技术方面,我们遇到的首先是一些基础性的问题,比如会面临大量关于“做事思路”的问题,之后便是数据量与计算效率的问题,再之后是一些对中长期发展有影响的问题,基本内容包括元数据管理和数据安全的问题。这些从小到大的各种问题,是我们要帮助数据产品扫清的技术方面的障碍。

同时,对于搭建和运营数据产品,技术方面的投入也在成本中占有相当高的比例。因此,技术方案本身是否高效,对一款数据产品的ROI起着决定性的作用。此外,我们除了要将那些已经提给自己的、与数据产品相关的需求处理好,还需要更多地关注实际的业务产品、业务场景等方面的信息,我们需要从这些信息当中找到数据产品可以抓住的发力点。而这些了解到的信息,也能够帮助我们评估业务层面的诉求价值有多大,以及帮助我们对现有的技术方案进行优化,让技术上的“成本”减少。