新闻资讯门户
互联网、云计算领域最新资讯
首页 > 互联网

互联网在数据产品这个行业里,你需要知道的“内幕”

高防云服务器

大数据」,「数据化运营」,「数据驱动」等概念层出不穷,让人眼接不暇。「数据产品经理」这个新兴的产品汪品种,也慢慢的受到了国内公司的关注,被“领养”回了各自的企业。本文将着重阐述这些概念落地成了哪类产品,它们有什么特点,以及读者们在未来考虑就业方向时,各类产品存在难处和好玩的地方。

数据产品的分类

根据产品的使用对象,我们可以将当前的数据产品分为三大类,分别是面向企业内部, 面向企业外部以及面向用户三种。企业内部产品是企业自建自用的数据平台或算法策略,辅助企业员工做出决策或成为产品逻辑的一部分。面向企业外部产品,即由某企业开发,为其他企业提供数据服务的产品,SaaS 是其中一种模式。面向用户的产品则是根据平台或网络中的公共内容,提供某些数据给普通用户分析查看。最常见的就是各种常见的指数,如淘宝指数,微博的微指数,国外的 Google Trends 等。

无论在哪种类型的产品里,都需要遵循数据价值的两个特点:

  1. 数据价值取决于其准确性
  2. 数据的价值体现在使用者手里。而在使用组织内部,只能由上往下推动

1.面向企业外部的数据产品

面向企业外部的数据产品,即由企业或个人开发,提供给外部企业使用的,具备数据采集,计算,存储,展示和分析等功能的产品。随着社会分工更加细化,这类企业在国内外逐渐增多,从最早期的Webtrends,Omiture,到现在的 Mixpanel 等,不一而穷。它们除了拥有企业服务产品的共性外,还有几个特殊的“症状”:

(1)这些产品不可避免在平台型和项目型间游走

要想以低成本扩充更大用户群体,获得更高价值,必然得走通用型的路子。但企业与用户不同,需求是非常理性及个性化的。此时就会出现很多定制化的需求,为了满足这些大客户,在竞争中获胜,则可能慢慢滑落到定制化那边,沦落为一个高科技外包公司。对于数据产品来讲更是如此,不同行业的公司,甚至一个行业的不同公司,对数据的需求也会千差万别。举例来讲,同样是 O2O 的餐饮行业,美团外卖和回家吃饭关心的数据类别,分析方式也会有很大不同。而对于协作类,流程类产品来讲,这种差异性可能没那么大。

(2)数据的价值体现在使用者手里,不在数据产品身上

这点也和其他类企业产品不同。沟通类,协作类和流程类企业产品,价值体现在自身产品上,只要用了就有价值。但对于数据产品来讲,更重要的是,企业如何根据数据做出行动。这要求企业本身需要具备浓厚的数据说话的文化,并且能够由上往下推动此事进展,不啻于又一座大山。这座大山如果不翻阅,数据产品的价值就无法被客户感知,从而导致产品粘性下降,客户流失。

(3)因为数据的安全性和重要性,此类公司价值存在一定天花板

在未来的时代里,数据的重要性越来越大。即使对于没意识到数据的重要性的大公司,也会刻意地把大数据挂在嘴边(没错,我并不是在黑某度)。而安全性,也会引起拥有用户隐私的巨头,及银行类航空类公司前所未有的重视。基于以上两点,大公司势必会选择将数据紧攥在手心,然后不差钱地拨出一波团队来专门做这一摊事。而这就限制了此类公司的目标群体只能在中小型企业身上,这便成了它们最明显的边界。在大型企业中,它们最合适的定位是作为企业数据战略的补充者存在。

以上种种,并非在以一个过来人的身份告诉大家一点人生的经验。在高山地见攀登者,于远洋处有渡航人。这个行业有它迷人的地方。

  • 亮点一:数据价值的广泛性。因为数据面向的企业多了,所以价值取胜在广而不在深。在这方面,此类企业对整个中国市场的启蒙非常重要。数据就像中世纪的骑兵,培养起来杀伤力不错,但一般国家养不起,因为没钱没马没传承。中小型公司因为人员和精力的问题,并没有沉淀和能力做数据,更别谈专业的数据分析了。很多企业,连跳出率是什么都不知道。这时候这类公司便冲了进来完成了早起的市场教育,解决了用什么(What)和怎么用(How)的问题。这相对于企业内部产品局限在管理层和某几个部门来讲,实现的价值要广泛得多。
  • 亮点二:数据需求的抽象力。如果旨在做一个通用的分析平台,那么如何将多样化的数据需求抽象成一个个产品就是关键。甚至可以针对不同行业,不同职位的人提供对应的分析模板,以及有普适性的分析功能。在这一块,Domo一直做得不错。
  • 亮点三:数据需求的实现程度。可以投入大量精力开放在企业内部不太可能投入的功能,如更加智能,适应性更加广的分析产品等。

对于数据相关的从业人员来讲,它有着另外一个魅力:数据产品也开始注重产品设计和用户体验了虽然这并不是此类产品成功的核心要素,不过也算是告别了企业内部产品“做出来你就得用”的时代,需要考虑数据如何以更便捷更友好的方式展现给用户。

推测出口:面对这些现状,此类数据产品适合先确认自己的定位,比如针对中小型企业或者传统客户,根据定位打战。其次,专注于某个方面,打造自己的亮点,夺取自己的核心客户,如 GrowingIO 的无埋点或神策的支持私布的用户行为分析。最后以此,做合理的横向扩张,比如将某些核心功能打包成为一个子产品,对外开放使用。一方面提高产品的知名度,另外也能开拓新的 Leads 和做 Upsell 的机会。只要中国市场产生出了足够的中小企业基数,出路还是蛮宽广的。

目前国内外存在很多此类数据产品,所有这些产品的类型逃不开数据采集清洗,数据计算,数据存储到数据展示分析整个链条。有些是专做其中某个环节,有些则是会涉及几个方面。根据环节的不同,面临的问题和亮点也不尽相同,对于它们详细的分析足以展开一篇新的文章,此处便不详谈。

2.企业内部产品

企业内部产品中,按职能范围划分,可以分为平台型和业务型,其中具体的职责分配视公司的数据架构而定。但万变不离其宗,平台型主要是建设底层计算平台和通用工具,业务型更多的偏重于结合业务的 BI 系统和报表工具。如阿里的 Onedata 就是一个集团的数据平台,集数据规范化定义,数据计算存储和用户标签等为一体。而天猫可能就会利用这套系统自己搭建一套业务型的数据平台,并利用 Onedata 提供的数据标签对自身的用户做精准营销。

按内容划分,则主要可划分为分析类和策略类。分析类主要是商业 BI 方向,包括了数据采集清洗,计算存储,展现和分析部分。大公司会特意把这些模块区分出来,再单独招人。入行时可选择某一个细分领域开始切入,但要把握全局,注意数据全链条的使用。BI 的类型也因部门而异,举例说说明有数据基础建设部门,销售分析部门,产品分析部门,供应链分析部门。部门的重要性视公司自身的业务特点而定,这个和其他岗位的选择逻辑是类似的。策略类的方向较多,对专业能力和职场经验要求也比较高。常见的有搜索推荐,风控和反作弊,精准营销和用户画像。这些有时候会有部分或全部不划在数据部门下面,但都需要比较规范的数据基础,以及着重与利用数据分析调整产品策略。

做企业内部产品,有些点必须提前注意。这些点与文首的两个特点息息相关。

  1. 数据质量非常重要。因此对应的数据采集,清洗方案都必须慎重。
  2. 数据价值取决于高层,所以挑个了解数据并愿意投入精力的公司非常重要。这一点大概可以通过面试过程中,公司在数据方面人才的投入程度看出一二。如果说我们什么都没有,只是差个数据工程师/分析师/产品经理,同学,还是得三思啊。
  3. 受关注度不高:毕竟数据不是实际业务,无法直接对前线数据产生影响。在关注度和资源倾斜力度上,与一线部门肯定有所区别。这一点包括下面会提到的临时需求繁多纷乱,都与数据价值体现在使用者手里密不可分。
  4. 临时需求繁多纷乱:既然价值体现在使用者手里,则意味着部门会与你有很多亲密接触的机会。这些需求大多数属于碰到某些情况意外需要了解某些数据,而且往往会打乱自己的产品规划。

基于以上情况,这要求从业人员得有几个素质:

  1. 首先是数据产品本身具备的专业能力,如数据资产管理,数据可视化,数据分析等。
  2. 其次是对业务的敏感度。在企业内部,需要靠业绩说话。你界面做的再漂亮,分析功能做得再完善,如果对业务起不了与投入相匹配的促进作用,就不是一个成功的内部产品。
  3. 其次是比较好的需求管理能力,如果这块没把控好,很容易就被如滔滔江水的临时需求给淹没。最合适的方法是“长中短结合”,紧急的需求先满足,同时不能忽视数据平台的建设,抽象出来一个面能满足一个个散落需求的点。
  4. 最后,需要有比较好的内部 PR 能力。 这与数据价值比较隐性,很多与业务表现没有直接关联有关。所以一方面你需要将数据分析的知识和技能在内部推广,另一方面也需要将数据成功案例对外宣传,树立起大家用数据说话的习惯和信心。

3.面向用户的数据产品

现在国内积累了大量用户数据和消费数据的公司,都会推出自己类似的产品,如腾讯的 TBI 指数,阿里巴巴的淘宝指数,百度的百度指数,微博的微指数。据称,知乎也正在谋划着推出自己的知乎指数。此类产品重在了解趋势,对判断一些产品和事情的趋势很有些有趣的地方。以下是我2016年上半年研究今日头条和腾讯新闻之间的情况时,分析结论和和目前的指数情况。

当然从日活上来看,腾讯新闻因其深耕多年,以及其庞大的用户基数,还是短时间内难以超越。但是用户数差距已经非常小了,而在使用时长上,则已远远超越。以下数据来自于 Questmobile 报告。

综上所述,无论是哪一个类型的产品,根本方法万变不离其宗:根据对比细分溯源的基本方法论,和对于业务的理解和分析场景,建立起一套行之有效的分析框架。期间需要根据业务的变化不断调整,不断推翻已有结论,不断完善。如何最大化数据价值,如何讲清楚一个故事,是所有数据产品经理奋斗的终极目标。

写到这里,各类产品中,个人所见难处和亮点,大概就是这些了。一方面是对以往思考做些总结,另一方面也是对意图进入这个行业的人提供些借鉴,其中有失之偏颇的地方,欢迎大家一起交流。

声明:本网站发布的内容(图片、视频和文字)以原创、转载和分享网络内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-62778877-8306;邮箱:hyg@west.cn。本站原创内容未经允许不得转载,或转载时需注明出处:西部数码新闻资讯门户 » 在数据产品这个行业里,你需要知道的“内幕”
分享到:更多 ()

网友评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

中国领先的互联网域名及云服务提供商

为您提供域名,比特币,P2P,大数据,云计算,虚拟主机,域名交易最新资讯报道

域名注册云服务器