天天看點

從0到1到100,經營診斷型資料産品人的思維模型

作者:DataFunTalk

導讀 大家好,我是來自京東零售的資料産品經理,具有多年零售行業經營診斷型資料産品經驗。經營診斷型資料産品是更貼近業務操盤分析的一類資料産品。本次分享題目為經營診斷型資料産品人的思維模型。

本次分享主要介紹:

1. 經營診斷型資料産品長什麼樣

2. 建構經營診斷型資料産品的思維模型

3. 從0到1到100的一些挑戰

4. 經營診斷型資料産品人的進階疊代

分享嘉賓|陳曉波 京東 資深産品架構師

編輯整理|陳洋

出品社群|DataFun

01

經營診斷型資料産品長什麼樣

1. 經營診斷型資料應用的價值落地鍊路

從0到1到100,經營診斷型資料産品人的思維模型

如上圖所示,總體描述了經營診斷型資料産品通過怎樣的價值落地鍊路能夠幫助使用者解決哪些問題。

  • 從縱向看,可以分為兩大階段:提升效率階段和效果達成階段。

在效率提升階段,一方面幫助使用者快速看全經營資料,另一方面通過對全面經營資料的多元統計分析,幫助使用者快速看清整個經營現狀。

在效果達成階段,主要是通過監控經營異常,定位經營問題,提供适當的改進政策,執行後讓經營更健康,這其實是一個幫助業務增值的過程。

  • 從橫向看,可以分為兩大方向:左邊是“人工決策為輔,機器決策為主”,右邊是“機器決策為輔,人工決策為主”。

在“人工決策為輔,機器決策為主”側,比較具有代表性的産品是政策型産品,這種産品會運用很多規則和算法,涉及到業務領域有搜尋、推薦、廣告等。

在“機器決策為輔,人工決策為主”側,不同的視角會有不同的價值應用方向,比如:

按管理層次視角的價值應用方向:戰略決策、執行決策等;

按業務域視角的價值應用方向:營運決策、營銷決策等;

按業務場景視角的價值應用方向:大促決策、新品釋出決策等。

2. 零售場景下經營診斷型資料産品的架構形态

從0到1到100,經營診斷型資料産品人的思維模型

以京東零售場景舉例說明經營診斷型資料産品架構形态,對于經營分析,不同的行業、不同的企業的做法都不盡相同,那麼經營診斷型資料産品的使用者群體、分析方法等都會有很多差異。

  • 底層的資料資産層

在底層的資料資産層,将沉澱的資料按業務劃分資料主題,如流量主題、交易主題、财務主題、使用者主題、營銷主題、商品主題、供應鍊主題、服務主題等。

在此基礎上,會做資料資産的治理工作,主要包括資料标準管理、資料品質管理、資料安全管理、中繼資料管理、資料目錄管理等。其中搭建資料名額體系也屬于資料資産治理的工作範圍。

  • 上層的資料應用層

在上層的資料應用層,從橫向看分為消費者資産營運、全鍊路經營分析,從縱向看分為使用者視角、業務場景、能力全景。

① 對于消費者資産營運産品,服務的使用者比較廣泛,如銷售人員、市場人員、商家等。

② 對于消費者資産營運産品,主要圍繞“人貨場”三大業務場景,通過資料産品把消費者資産管理好,使消費者在整個生命周期内的營運是可控的。

③ 對于消費者資産營運産品,其能力涵蓋了具體的全域消費者洞察、全域人群管理、全域效果評估、全域消費者資産沉澱等,建構了完善的使用者增長能力體系。

④ 對于全鍊路經營分析産品,服務的使用者包括内部的管理者、采銷人員、營銷人員等,還包括外部的商家、供應商等。區分這些使用者,是因為這些使用者的工作内容各不相同,他們的關注點也不一樣,那麼他們做決策的範圍及所需資料範圍也是有差異的。

⑤ 對于全鍊路經營分析産品,主要通過建構企業的全鍊路業務場景,然後根據不同的使用者角色組合這些業務場景,進而幫助這些角色更好完成相應的工作。

⑥ 對于全鍊路經營分析産品,其能力涵蓋了具體的流量路徑分析、訂單交易轉化、銷售利潤分析、成本結構分析等,建構了全面的企業經營分析能力體系。

--

02

建構經營診斷型資料産品的思維模型

從0到1到100,經營診斷型資料産品人的思維模型

建構經營診斷型資料産品的過程中,思維模型有兩大部分:内部看自身、外部看環境。

  • 業務認知

經營診斷型資料産品,是與業務相生相長的,隻有充分認知業務,才能建構有價值的這種産品。

① 根據業務發展的不同階段,認清業務的預期成長目标,建構相應的北極星名額。

舉例:某種零售業務,目前處于從0到1階段,用金額類名額(如業務收入等)考核不太合适,而用增速類名額(如使用者群體環比增速等)考核則比較合理。當該業務發展到成熟階段,則此時可用金額類名額(如 GMV 等)進行考核。

② 熟悉業務流程,拆解核心流程鍊路

舉例:京東 APP,某使用者的主要旅程:登入-搜尋-檢視搜尋頁-選擇點選-檢視商品詳情-加入購物車-送出訂單-付款支付。業務營運人員需要明白在整個鍊路中産生了哪些接觸點,通過使用者行為分析不斷優化與此相關的業務流程。

③ 了解産品所面向的使用者,熟悉他們的分工與職責、績效考核等關鍵點

舉例:對于營運人員,不同層級管理者的職責、權限等不同,他們的關注點也是有差異的,那麼他們所能使用到的資料也是與之對應的。

④ 了解使用者一系列業務操作中面臨的痛點,通過使用資料改進優化他們的業務操盤動作。

舉例:營運人員在日常的工作過程中,涉及到一系列的操盤動作,如果某些操盤動作的效率不高給營運人員帶來了很多困擾,這時可以通過使用資料幫助他們優化這些困擾。

⑤ 對業務要素分級、分類,從不同角度深刻了解業務

舉例:對産品進行生命周期劃分,可以為其比對合理的資源,或者提供了一種分析視角。

⑥ 從損益構成上分析業務健康狀況

舉例:充分了解業務運轉的各個節點,從損益結構上分析各個業務結果。

  • 産品化抽象

把業務需求轉化為産品需求。

① 做産品設計時,要把自己作為使用者來思考整個産品的體驗;

② 了解業務的痛點,明确産品設計的目标側重點(提效率還是追效果);

③ 找到參考點或标杆,通過比較來衡量變化;

④ 分析時,要兼顧縱向和橫向,縱向上支援使用者了解更細粒度的資料,橫向上支援使用者了解與此關聯的資料;

⑤ 通過分析趨勢、構成、排名,建立初步的了解;

⑥ 讓資料為使用者提供更好的服務,不要讓使用者為了使用資料而操心很多事情。

⑦ 通過自上而下、從整體到局部的分析,對業務進行診斷并預警;

⑧ 資料産品的建構過程是非常複雜的,可以建立相應的檢查清單(如包括資料時效性是多少,曆史資料範圍是哪些等),對于提升整個産品的傳遞效率和品質是非常有幫助的。

  • 産品成長

① 從産品營運的角度來說,通過分析業務使用者使用資料産品的行為資料,幫助持續提升資料産品;

② 通過采取不斷降低資料産品的使用門檻等措施,讓業務使用者真正從中受益,幫助業務使用者成長起來;

③ 設立與業務緊密聯系的資料 BP(Business Partner),通過資料 BP 回報業務訴求,讓資料産品得到持續疊代優化,進而實作資料 BP 與資料産品的共同成長;

④ 傾聽業務使用者的聲音,不斷提高産品體驗的滿意度。

  • 行業認知

了解該行業在國内外的發展情況,進一步了解該行業的上下遊産業鍊是怎樣的,同時了解該行業的關關聯态有哪些,行業發展中的關鍵階段(比如高光時刻、至暗時刻)有哪些。

如何擷取行業資訊?

如國家部委釋出的資訊,行業協會釋出的資訊,咨詢公司釋出的資訊,券商機構釋出的資訊等。

  • 競對認知

我們要去關注這個行業裡的競争對手在做什麼事情,他們的戰略重心是什麼,他們近期業務表現如何,他們所建構的這個資料産品或者資料能力的全景是什麼樣,他們的資料産品的核心優勢是什麼,他們的資料産品的中長期目标是什麼。

這些都是我們在建構經營分析産品過程中需要思考的地方,可能會有一些遺漏,希望大家基于這些分享做一些發散和思考。

--

03

從0到1到100的一些挑戰

從0到1到100,經營診斷型資料産品人的思維模型

接下來分享一些我的個人經驗,主要是關于在建構整個經營分析産品的過程中,可能會遇到的一些挑戰。就我來說,不僅做過從0到1的資料産品,也做過從1到100的資料産品,是以對于整個資料産品階段,我的個人經曆還是比較完整的。

主要是兩大部分:資料品質和産品規劃設計,其中資料品質包括資料一緻性、資料延遲、資料異常;産品規劃設計包括做什麼與不做什麼、從效率到效果、從滿意度到商業化。

  • 資料一緻性

① 對于實時或離線資料源進行認證和打标,告知使用者哪些資料源的品質是經過認可的;

② 在定義整個資料名額口徑時,需要提前明确這個名額的 Owner,一般來說名額的 Owner 都是業務方,然後和業務方一起确定這個名額的具體口徑;

③ 通過标準的一緻性接口,将資料名額服務化或資料權限服務化,讓使用者在不同的終端上能得到一緻性的資料結果;

④ 僅依靠人力保障資料一緻性是非常困難的,可以建立多端資料名額自動化對比巡查機制。

  • 資料延遲

在電商雙11和618大促期間,在業務高峰期,前後端業務系統的壓力是非常大的,而資料系統的資料處理壓力也是非常大的,這時把不同業務方需要的資料及時提供給他們就是非常關鍵的。

① 其一,我們會對資料進行重點保護和分級;

② 其二,為某些核心資料建立兩條資料鍊路;

③ 其三,對于某些極高時效要求的資料,在技術側采用預計算模式來減少資料延遲;

④ 其四,在不影響業務正常使用的前提下,對某些資料進行降級以保障使用資料時的整體體驗。

  • 資料異常

① 一般來說,資料從源系統到資料應用,整個資料鍊路是非常長的,我們會對整個資料進行合理分層,每一層都會加上相應的監控報警,當某一層出現資料異常後,我們就可以向前去定位問題,便于及時處理這些資料異常;

② 在整個監控報警的過程中,也會設定各種各樣的門檻值;

③ 對于某些資料異常會采取一定的降級措施以保障整體資料的準确性等要求;

④ 建立資料異常的關聯處理機制,當資料異常發生後,在整個資料鍊路中的相關系統和人員能夠協同高效地解決這些異常問題;

⑤ 在資料異常發生後,要從使用者體驗的角度出發,主動通知使用者有關情況,或者根據預案做一些維護使用者體驗的事情,盡量減少對使用者的不好影響。

  • 做什麼和不做什麼

① 在資料産品的任何階段,都要沉到業務裡面,弄明白業務的真正訴求;

② 尋找志同道合的業務夥伴,把他們發展成我們資料産品的 VIP 使用者,雙方一起建設或疊代優化這個資料産品;

③ 将這個資料産品的營運表現通過資料量化出來,可以為這個産品提供一定的規劃方向;

④ 将所有擷取的需求都整理好,然後通過資料價值分級等措施進行優先級排序,進一步明确目前階段的産品重點事項。

  • 從效率到效果

通過資料産品提升業務效率,整個過程中很多事情是相對明确的,但通過資料産品提升業務效果,這個過程中會有很多的挑戰。

① 結合業務場景,比如大促、平銷,建立相應的診斷分析架構;

② 引入業務專家,與業務建立緊密的聯系,雙方協同建設細分場景的診斷分析架構;

③ 基于業務方的業務目标,将這個資料産品與下一步的業務操盤通過某種方式進行連接配接打通,那後續的業務操盤所産生的資料也能回報回這個資料産品,進而不斷疊代優化這個資料産品,不斷促進這個資料産品的效果達成。

  • 滿意度與商業化

① 其一,客戶的滿意度是整個資料産品的健康生态的基石。不同水準的客戶使用這個資料産品所帶來的價值提升是有差異的。但通過某種收費政策可以讓較低水準的客戶也能獲得更多的價值提升,如此一來,整個客戶的滿意度都會有一定的提升,那麼整個生态就相對更加健康。

② 其二,對于付費意願高的客戶,不管是在存量市場提升市場佔有率,還是在增量市場開拓市場佔有率,如果我們的産品可以幫助這些客戶實作這些目标,那麼這個産品可以适當加速商業化。

③ 其三,雖然這款資料産品自身沒有商業化,但可以通過這款資料産品與其他産品的關聯關系實作間接的商業化。也就是從整個組織的角度,這款資料産品的商業化是達成的。

--

04

經營診斷型資料産品人的進階疊代

從0到1到100,經營診斷型資料産品人的思維模型

從整體上來講,經營診斷型資料産品人的發展階段可以分成三個部分:效率滿足、效果達成、業務實作。

  • 效率滿足

首先是單使用者級别的效率滿足,其次是組織級别的效率滿足。在實際過程中,要實作通過資料驅動提升組織效率是非常困難的,但這對于組織的意義是非常大的。

  • 效果達成

當效率得到充分滿足後,下一步可以聚焦業務效果了,可以逐漸從單個業務場景的效果達成,到多個業務場景的效果達成,再到場景生态的效果達成。整個過程的難度也是逐漸增大的。

  • 業務實作

這個階段很可能已經脫離産品經理本身的工作範圍了,而是很可能成為業務的掌舵者,主要做業務規劃等業務管理方面的工作。

作為未來職業發展中的一個路徑,大家可以根據自己的情況進行考慮。

--

05

問答環節

Q1:哪些挑戰是從0到1,哪些挑戰是從1到100?

A1:以“做什麼和不做什麼”來說明。

在業務發展初期階段,資料沉澱較少,這個時候資料産品能幫助業務主要有兩點:其一,展示最核心業務資料的分析結果;其二,展示整個業務的全貌。這是從0到1要解決的事情。

在業務發展壯大階段,使用者會對你提出更高的要求,比如現在業務資料比較完備了,如何通過運用這些資料幫助使用者打新品并打出效果。這是從1到100要解決的事情。

其實,不論是從0到1,還是從1到100,都會面臨“做什麼和不做什麼”的挑戰,但這個挑戰是逐漸更新的。

Q2:簡單介紹京東在經營診斷型産品的最佳實踐?

A2:京東數坊是一款消費者全生命周期資産經營平台産品。京東商智是一款面向商家的一站式營運資料開放平台産品。

Q3:簡單介紹4A 模型?

A3:4A 模型是京東數坊産品中的消費者資産模型。

認知(Aware):通過廣告曝光等,目标人群産生初步認知。

吸引(Appeal):目标人群持續浏覽、關注、加購、咨詢等。

行動(Act):目标人群完成購買、評價、使用售後等工作。

擁護(Advocate):目标人群複購、提供好評、推薦給他人等。

Q4:經營資料分析與财務資料分析的差異有哪些?

A4:财務資料分析是經營資料分析的一個環節。經營資料分析側重于把控整個經營過程,常用于經營操盤;财務資料分析側重于經營結果的衡量,常用于經營考核。

今天的分享就到這裡,謝謝大家。

|分享嘉賓|

從0到1到100,經營診斷型資料産品人的思維模型

陳曉波|京東 資深産品架構師

十年以上資料産品經驗,曾作為京東商智全系産品線負責人主導面向零售 POP 商家及自營品牌/供應商的資料應用平台建設,目前負責面向京東零售内部的一體化決策分析平台建設。

|《資料智能知識地圖》下載下傳|

上下滑動⬆️⬇️,檢視《資料智能知識地圖》雲原生大資料子產品,完整版請關注公衆号“大話數智”下載下傳

點選連結可檢視詳情,并快速下載下傳:Redirecting...

從0到1到100,經營診斷型資料産品人的思維模型

|DataFun新媒體矩陣|

從0到1到100,經營診斷型資料産品人的思維模型

|關于DataFun|

專注于大資料、人工智能技術應用的分享與交流。發起于2017年,在北京、上海、深圳、杭州等城市舉辦超過100+線下和100+線上沙龍、論壇及峰會,已邀請超過2000位專家和學者參與分享。其公衆号 DataFunTalk 累計生産原創文章900+,百萬+閱讀,16萬+精準粉絲。

繼續閱讀