導讀 随着大資料技術在業務側的應用越來越廣泛，産生的商業價值也得到了業務部門的認可，資料分析、商業分析及資料價值在企業也逐漸的納入企業戰略中，各業務部門不斷提出五花八門的資料需求，為了滿足不同場景的需求以及提升傳遞效率，企業開始将資料能力産品化。不論是企業、部門還是産品經理都會關注資料産品的價值到底有多少，是否值得投入，本文主要分享資料産品涉及的使用場景和價值評估方法。
全文目錄如下：
1. 為什麼需要評估資料産品的價值
2. 資料産品場景和價值評估體系
3. 提升資料産品價值的一些方式
分享嘉賓｜李澤亞 資深資料産品經理
編輯整理｜梁偉 河北工業大學
出品社群｜DataFun
01
為什麼需要評估資料産品的價值
1. 資料産品的價值評估 - 産品階段
作為一名産品經理，在産品的整個生命周期中，不論是負責公司内部平台，還是 ToB 的産品，中間都會涉及很多節點需要說明産品或産品功能的價值。但在各個階段的目的并不完全一樣，産品規劃立項時，需要說明産品支援的使用者場景，對應價值以及産品的 milestone；産品研發上線過程中，需要評估功能價值，調整排期并彙報進度；推廣疊代時，需要收集資料支援疊代、推廣方向等決策；功能維護階段，也需要結合功能場景的價值，目前産品的架構，評估是否繼續維護，或是全新改版。
2. 資料産品的價值評估 - 評估目的和方法
- 彙報同步：結合産品定位和階段，系統評估産品價值（産出、效果、成本、沉澱等），通過彙報和同步，得到上司和團隊的認同和支援；
- 場景發現：收集并分析使用者需求場景，評估滿足需求可帶來的價值，通過拆解合并子需求，提煉高價值功能，給産品清晰的定位和功能描述；
- 功能排期：首先分析功能價值和投入成本，然後結合目前産品階段的政策，與使用者及合作方溝通，确定功能排期；
- 營運推廣：一方面推廣時會面向不同使用者群體提供解決方案，闡述産品價值，以使使用者更好的了解和使用産品；另一方面就是從營運資料本身進行分析，了解目标使用者覆寫情況，輔助推廣政策制定；
- 産品合作：基于前序階段積累的價值評估體系，分析有可能的合作方和合作價值，尋求與企業内外其他資料、業務、系統團隊的合作機會。
--
02
資料産品場景和價值評估體系
當我們更清晰的認知到，評估産品價值這件事本身的目的和價值後，那麼接下來就是，怎樣更高效的完成産品價值評估。這裡也分享一些系統性的思考，給大家參考。
1. 資料産品的價值來源 – 與企業價值來源保持一緻
在我們聊資料産品前，先退後一步，看一看這個數字化的大浪潮。數字化轉型，是一個相對資料産品，更大的課題。大部分的資料産品，是企業數字化的一部分，與數字化轉型目标一緻，就是為企業帶來更多價值。
- 數字化時代：首先，我們說數字化時代，數字化程度上領軍的是高新科技公司，因為這些公司的生産或業務流程，原生就是基于數字化的裝置生長的。比如晶片制造是通過自動化的裝置完成，一些網際網路公司通過網絡管道高效觸達和服務使用者，這些過程中會收集到大量資料，也有很多資料應用，把業務流程數字化，發揮資料價值，有些企業，還會為傳統行業提供數字化轉型服務。
- 數字化方向：進一步看，數字化方向第一是生産或業務流程的效率提升和成本優化；第二是提升客戶服務和體驗，為客戶提供資料增值服務，提升滿意度；第三是為組織形成資料文化，輔助業務決策。
- 技術基建：實作數字化轉型，首先需要技術基建，需要技術人才，在這個基礎上去建設數字化應用，以及更廣泛的數字化人才培養。
- 數字化應用：總體來說，是将一些以往依賴人去管理操作的，生産/業務流程、客戶/合作夥伴服務流程、組織内部管理流程自動化，或者輔助員工更高效的完成相關的工作。
- 資料産品：最典型的場景就是資料管理和應用，屬于數字化應用的範疇之内，但實際上資料産品場景還有很多，一方面是偏業務賦能，一方面是提升效率。
總結起來，這些數字化方向，對于我們去做高價值的資料産品非常重要：一方面我們評估資料産品價值的時候，要考慮是否直接或間接地，在這些方向幫助企業獲得價值；另一方面，這些方向背後的業務知識，也是資料産品的輸入，要去更多的學習和了解。
2. 資料産品價值評估體系 – DBA 評估架構和場景方向
分析資料産品價值的源頭，對我們建構評估體系很重要，接下來跟大家分享我最近梳理的一個評估架構，從三個角度出發去評估，可簡寫為 DBA。
（1）資料應用價值：覆寫資料處理和應用流程。
- 效率提升方面，展現在整個資料加工服務鍊條上，包括資料檢索探查、資料開發運維、資料分析洞察和資料服務支援，例如過去需要業務方提分析需求，等待技術團隊完成，而通過資料産品，業務方可以自助查詢和分析；
- 成本優化方面，一方面效率提升、資料驅動業務增長，可以折合為成本優化，一方面通過資料治理工具和推進，可直接減少計算和存儲資源浪費，減少重複性的開發，直接節省成本；
- 品質提升方面，一方面是資料開發程式的正确率和時效性，另一方面就是資料規範及資料口徑的統一。
（2）業務價值：廣義的業務，資料産品應盡可能覆寫到企業商業模式的各個業務環節中，包括客戶關系維護。
- 業務增長方面，首先是業務和業務政策效果的評估與沉澱，輔助業務部門了解業務現狀，制定有效的增長政策；另外，可以通過資料和算法直接影響業務流程，提升業務效率效果，或是提供一些預測，業務政策建議；
- 成本優化方面，基于實際業務類型，可提供各類成本優化建議，例如可建設資料産品直覺展現庫存周轉情況，提供優化建議；可通過分析各獲客管道的品質，提升 ROI；可以預測未來業務所需人力，提前做好儲備計劃；
- 效能提升方面，可基于業務部門需要，實作資料分析自動化、營運自動化、自動監控和預警，降低業務方使用資料的門檻，減少他們在擷取和使用資料上花費的時間精力。
（3）管理價值：包括企業内部管理、決策支援，但相對來說較難量化。
- 管理規範方面，可輔助企業目标管理，利用資料産品将目标拆解體系化呈現，直覺展現目标完成情況；也可設定獎懲等管理規則，并實作規則自動化落地和追蹤；
- 決策支援方面，通過資料分析産品輔助管理決策或者發現商業機會，例如通過分析業務上下遊供銷關系，直覺展現公司所處位置和可能的機會；
- 價值沉澱方面，可以進行知識管理，沉澱業務經驗、營運政策等，友善新人快速學習和融入，對于企業來說存在中長期價值。
3. 資料産品價值評估體系 – 量化評估方法
雖然産品價值沒有絕對量化标準，但我們可以用一些量化名額，衡量價值的相對提升，保持正确航向。另外需要注意，在考慮量化名額體系前，首先要考慮資料産品場景的多樣性，即一個資料産品的價值，可能來自評估架構中的多個分支場景。
（這裡主要讨論應用價值，即應用資料産品為企業或使用者總體帶來的價值，非商業資料産品售賣的價值或估值，這會有另外一些評估方法，不在本次分享範疇中。）
- 産品成本：如果是公司自研産品，則為産研、運維、推廣過程中的人力、硬體、管道成本等；如果是采購産品，就是投入時間精力、采購和二次開發成本。成本的量化，除了估算貨币價值，也可以估算人力成本，比如人數、人月、人日；總的思路是，根據産品本身的場景定位，找到一些與産品價值對應的量化機關。
- UseCase 的價值：UseCase 價值總和的量化，有兩個點可以考慮：
① 一個産品可能覆寫多種場景，且這些場景需要不同的量化公式。
② 對于不友善直接量化的，可參考财務領域中無形資産評估的方法，做一些價值轉化。
（1）常用量化方式
- 用量驅動：使用産品的使用者越多，使用頻率越高，價值就越高。
- 業務量驅動：針對的是與業務綁定較深的資料産品，即使覆寫的使用者量不是特别大，但是使用者通過使用産品産生的業務收益較高，那麼該産品就具有較高的價值。
- 資料量驅動：通過産品使用産出、優化的資料量越大，産品價值越高，例如資料治理，資料标注平台場景。
（2）無形資産評估方法
- 市場價值法：如果我們的産品與一些有市場價值的資源有關聯，且産品使用對這些資源有影響，可以使用這個方法，例如可以節省的一些硬體服務費用。
- 收益法：在我們評估産品帶來的業務價值時可以參考，例如可以和業務約定一個占比，在使用産品期間帶來的業務收益或增益中，取一定比例作為産品的業務價值。
- 成本法：在我們評估産品帶來的效率、效能提升方面的價值時，可以參考。不論是資料應用、業務開展還是組織管理上，如果我們的産品，相對已有的産品工具、工作方式，有效率提升，也可以轉化為成本下降。
（3）量化公式示例
關于這部分内容的詳細介紹，可以掃碼檢視原PPT
--
03
提升資料産品價值的一些方式
1. 提升關鍵名額
對于已有産品，結合前面的量化評估公式，圍繞那些可變的數字，設計名額體系，并提升他們（根據實際情況考慮提升用量、業務量、資料量等）；以提升用量為例，我們需要更細緻的名額拆解，更深入的分析：
- 目标使用者覆寫：明确目标使用者範圍和數量，并通過使用者來源和屬性等次元進行分布分析。了解了不同類型的目标使用者的覆寫情況後，精準觸達和吸引使用者，有針對性的加強推廣。
- 使用者活躍和使用：除了需要分析活躍使用者數外，使用者的留存情況、功能的使用頻率等也需要分析，最重要的是挖掘出有效使用者及重度使用使用者或忠誠使用者。一方面更好的服務他們，一方面了解了這些深度使用者的特征，通過特征分析去識别同類使用者，才可能獲得更多的使用者，降低獲客成本。
- 使用者體驗：使用者體驗相關的名額體系有很多，NPS，CSAT，SUS，HEART，國内常用是 NPS（淨推薦指數），NPS 為 0-10 分，按分段綜合統計使用者數，得到綜合指數衡量體驗。除了收集和分析使用者的綜合評價資料，也要針對功能收集回報。
2. 找到高價值方向
高價值産品方向，從企業需求出發會各不相同，總體來說是：更通用、更高效、更智能。
- 資料應用：通用、高效角度，例如開發通用型資料采集、開發和分析工具；智能角度，可考慮智能洞察，增強分析，自動化完成分析，選擇最需要使用者關注的資料結論。總體來說，減少重複開發和增強分析能力，将常用的資料分析方法論産品化，可以讓更多使用者自助地進行一些分析，即使使用者本身不具備專業的資料技能，也能很好的了解資料。
- 業務關聯：對于業務上來說，盡可能将資料産品與各業務系統進行關聯，資料産品價值可以直接展現在業務核心的價值上，在企業的數字化戰略中，明确各類産品和産品關聯的政策。
- 人員關聯：例如将線下的經驗、資料同步到線上，統一管理和同步，如企業有員工目标管理系統，也可以做一些關聯，将企業員工、平台、管道聯通，發揮更大的協同價值。
3. 優化産研資源投入
從整體産品體系的角度評估價值，在多個産品并行開發的過程中，對于階段性成熟或瓶頸産品适時結項，考慮産品功能價值，安排各個産品産研資源投入。
--
04
問答環節
Q1：友善介紹一下 ToB 資料産品的價值是怎麼量化的嗎？
A1：對于 ToB 産品來說需要考慮市場定價和估值，是另一個大話題，比如從使用者角度來說，需要分析付費率和續費率，得出一個虧損盈利點。
Q2：友善介紹一下企業自建資料産品與采購 SaaS 産品的對比嗎？
A2：需要從前面的量化示例公式上看，兩個方案的成本和價值不同，需要綜合評估。從成本上分析，企業自研産品，需要考慮産品調研、功能設計及産研投入的人力成本，采購産品主要就是采購價格成本。從實際使用價值分析，企業自研産品的優勢是更了解企業内部需求，有時外部采購産品功能非常強大，但實際不會應用某些功能。但是偏開發和分析類産品，如果有符合業務需求的，外部采購産品也不錯，首先自研除了開發成本，運維也會耗費較高的人力财力，其次有的複雜功能開發起來周期過長，影響業務使用和開展。例如資料可視化的個性需求，如果從 0 到 1 開發的話，即使有開源的資料可以參考，滿足全部個性化需求，周期還是比較長的。
Q3：資料算法的價值和目标設定資料算法的價值。
A3：資料算法的價值，如果能有條件進行 AB 實驗對比的話，會更客觀。目标設定也可以根據 AB 實驗的結果去調整，如果是做這種對比的話，Baseline 就很清晰，當然還需要從 AB 的統計學的角度去分析是不是一個顯著性的結果，這樣會更有說服力。
今天的分享就到這裡，謝謝大家。
｜分享嘉賓｜
李澤亞｜資深資料産品經理
密歇根州立大學統計學碩士，多年網際網路行業資料産品、資料分析經驗，曾負責企業級資料分析平台、資料開發、資料治理平台的産品設計落地，心系使用者的資料人，持續探索和挑戰更高效的資料處理應用解決方案。
｜《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》資料湖子產品，完整版請關注公衆号“大話數智”下載下傳
點選連結檢視詳情，并快速下載下傳：Redirecting...
｜DataFun新媒體矩陣｜
｜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。