在自己的大四gap year ,非常幸運來到了一家上市互聯網公司的內部孵化項目做數據產品實習生,將近半年的歷練,收穫頗豐,在這裏寫一點個人理解。

主要工作內容及職責如下:

業務理解與需求溝通

數據是最終要為業務服務的,只有深刻理解業務部門的需求,數據應用的場景,數據產生的業務流程,業務流程背後的商業模式以及戰略,才能設計出與相適配的數據產品,為業務提供更有指導意義的準確數據。而這其中最重要的就是了解業務以及良好的溝通能力。

數據產品規劃

提到數據產品,最容易想到的現在非常流行的Dashboard(數據儀錶盤),解決的問題就是用戶可以隨時自助式的獲取信息需求,當然還可以包括業務數據的時時監控,當發生數據異常及時警報;向高層人員自動郵件推送信息等等。數據部門的首要目標應該是搭建好公司基礎數據平台(包括數據規範、指標定義、數據字典等等),公司日常運營數據精確直觀的可視化輸出(最常用的就是Dashboard),以滿足絕大部分業務部門數據指標的需求,降低用戶獲取信息的門檻,幫助業務快速獲取決策信息。

明確數據源

數據產品經理要明白數據的來源(各業務系統、用戶行為日誌等),數據倉庫中各個字段與源數據的映射關係,這樣才能最大程度保證的數據的準確性以及可拓展性。當業務方提出一個數據需求,在雙方經過溝通后,數據PM首先應該確認的是現有的數據源是否可以滿足需求,對於業務系統,有一些數據是不需要記錄的,但是對於數據分析卻是十分必要的,此時,數據PM應該推動業務PM以及RD添加該數據字段;並且,還可能存在這樣一種情況,計算一個指標所需的數據存放在不同的業務系統,此時,就需要在需求文檔中寫明規則,讓ETL工程師幫助經過清洗轉換加載到數據倉庫中,即數據集成。總之,在尋找數據源的過程中,需要與業務PM、RD多多溝通,以確保數據源的準確性。

建立分析模型

數據產品的最終目的是為業務方提供合理準確的信息以輔助決策,因此最終確定的分析模型需求文檔是提交給開發的最重要的文檔之一。

分析模型主要包括:分析主題、指標(定義以及算法等)、維度、鑽取、展現方式(柱狀圖、條形圖等等)。

1個簡單的訂單分析模型如下:

  • 指標包括取消、新增、完成訂單量;可以按照日期、城市、業務線維度查看;
  • 同時支持業務線下鑽到服務品類,日期鑽取到城市;在展現形式上,折線圖可以直觀的看出一段時間內數據趨勢
  • 使用餅狀圖可以看出各業務線的訂單佔比,展現形式可以根據需求來確定

總之,是為了讓用戶在使用數據產品時更“爽”,可以快速得到有用信息。

協助測試以及數據解答

在數據產品上線前,數據產品經理應該基於對於業務的理解測試一下數據的準確性,甚至自己寫SQL語句去校驗一下數據。這就要求數據PM具有一定的SQL能力,並了解數據的存儲環境(如Oracle、Mysql等),這樣可以進一步保證數據的準確性;同時在數據產品上線后,數據PM應該做好隨時解答業務方相關數據的問題,尤其是發生數據異常時,可能業務部門第一個找到的就是數據PM,因此數據PM應當具有相當的責任心,對自己的產品負責到底,與業務一同找到數據變化背後的根本原因。

最後附一張數據平台架構圖。半年的實習,學習到了很多,希望自己能在接下來的學習工作中好好努力!

 

本文由 @Kevin 原創發佈於人人都是產品經理 ,未經許可,禁止轉載。