概念模型
国内常见的类似BAT等企 业详情
当前位置:主页 > 秒速牛牛作品 > 概念模型 >
国内常见的类似BAT等企 业

   

  近期在负责公司的产品模块迭代,在评审会议中与开发们PK自己的需求同时,也在纠结如何更快地证明需求的可靠性?如何将产品设计的立脚点站稳?如何给予评审会议中的同事、leader一个不是拍脑袋的方案?

  每一个产品都会有一款自己的管理端,这是产品完整的一个基础。基于管理端管理者可以把控前端的内容、功能、甚至是逻辑。

  相对于采用第三方数据平台的企业,其自家搭建的数据平台明显是侧重于数据的保护和更丰富的数据需求,但值得 一点需要注意的是,并不是自己搭建了数据平台其数据有效分析性一定是强于第三方的,数据分析平台最重要的功能我认为其是数据采集、辅助数据分析的平台,只有产品实战中获得数据分享的方法论和数据模型,才是数据的真正意义。

  自家搭建数据平台的产品或企业,其理由有千万种,但在常规情况下,国内常见的类似BAT等企业,其自家的数据平台是为了满足自己复杂的数据需求、保护自己的数据安全。

  但除开BAT一线互联网公司,其中小型企业也有不少数自家建立数据平台,毫无疑问自家建立数据平台,是数据意识最强的产品企业,数据驱动增长,找出产品的正确迭代方向。

  自家的数据搭建,首先需要PM进行数据的梳理,除开以上使用第三方数据平台需要建立数据的需要字段、事件,还需要考虑数据平台的完整性。

  自家搭建数据平台,尤其需要注重的是公司内部数据的采集完整,能否满足后期数据的扩展。常见问题就是:1.0版本到2.0版本,2.0因为增加了新的功能,以前的数据平台要想能够采集,就得再次开发。当然最重要的是再次开发需要大量修改,对模块框架或数据采集逻辑进行修改等常见问题,是产品经理在搭建数据平台考虑的,这也就是途中的数据扩展性。

  咋在目前从事产品快3年的路上,作为产品经理对于数据的追求和执着,打动我的是在产品工作中,一次工作会议上,我的领导亲口倾述的一个同事的故事。

  在公司没有数据平台的时候,如何去获取数据?如何得到数据?当时的产品负责人或产品经理,通过将用户产生的信息打印出来,一张纸、一张纸的打印,最终人工数出来,并加以计算。

  人工计算?用纸数?换成今天来看,这是多么不可思议的事情,多么浪费时间的事情。但这确确实实反映了作为产品经理,其获取数据的执行的力不应该简单建立在公司是否有数据平台、公司是否买了数据第三方平台等。

  毫无疑问,在这种状态下成长的产品经理,虽然其数据收集的成本或数据分析成本会比刚刚前面说的2种情况下困难许多。

  其门槛无非需要麻烦开发通过数据库直接将现有的数据进行调出,产品经理用EXCEL进行分析,简历相应的模型

  没有数据统计并不是说一点都不看数据,而是没有将数据进行一定规律的算法、分析;这里我举个例子,以科技美学的社区为例

  既然上面说了4点关于数据的获取情况,还是那个前提这里我们抛开公司的数据意识,仅仅只说PM自己与数据的相关联系。那么对于我来说,我是如何通过数据去落地产品设计?这里首先我的整个需求落地流程如下:

  需求的确定后,通常对于需求的收集与处理确定当前版本或当地周期会做的需求,寻找相应改动或迭代的模块或功能需要的数据会存在那里?数据平台如果有多个要区分,那PM需要提前区分相应的数据会在那一个数据平台,在那一个统计模块?统计模块的报表中所涉及的数据,需要那些字段。

  从想用的数据平台寻找刚刚确定的数据需求,并且查看当前数据是否有更多可用的?自己在需求整理的时候,数据是不是少了一些纬度的可能?这里我给予几个网上找的数据平台数据采集截图

  其实数据分析模型网上有一大堆理论,但每个产品经理其自己愿意关注的数据、收集的数据整理之后无非都会形成一套自己的模型理论,谁的理论更有效是核心保障点,但初学者需要不断调整自己的数据模型,针对相应的模块建立相应的模型,最终提高有效的产品迭代方案。

  从数据平台中拉去用户A在产品中的消费数据、用户B在产品中的消费数据,这里是消费数据(ARPU),和1类似;

  从数据平台中拉去用户A分享的次数数据以及分享的渠道(微信、微博、QQ)每一个渠道的具体数目,用户B的分享次数数据和分享渠道数据,和1类似。

  以上的数据指标为:活跃度、新增、留存、分享、收益,按照目前网上的理论说明为:AARRR模型(海盗指标)

  其一:通过以上的数据分析,我们发现周末的用户发帖数低,因此需要考虑增加一些推送或周末内容,提供用户发帖的驱动力。A用户比B用户活跃度高,考虑B是男性,以及该模块为社区模块,以内容来沉淀、拉新用户,因此需要增加男性用户的内容,并且增加一些中性内容,以提高B用户的活跃度。

  不得不承认,在如今互联网以流量、用户为首的产品理念正在整个传统企业以及互联网企业形成一种趋势。每一个产品都有自己的独特点和产品定位,产品经理不仅仅是需要将产品的原型、文档写好,我认为其对于数据的敏感应该来自于日常的训练或学习。当你正处于一个没有数据环境的TEAM,或产品项目中,我认为最简单的就是去使用一些数据分享工具,QQ群、微信公众号都会有这样的数据分析工具。虽然可能其涵盖的指标不多,但是足够养成数据习惯,让你去总结自己的数据模型。

  在日常评审中,采用数据的分析后,可以更合理的去落地相应的需求案例,不会以拍脑袋来决定,因为“XX竞品都是这么做的”来说服开发或LEADER。

  当然这里最后说的是,PM也应该通过数据来给予自己设定KPI,虽然一提KPI每个运营人员都是头大。但不得不承认,一个产品是否好?或者是否在你的手里经过好的迭代?数据是最有利的说话方式。

  当前模块的留存、MAU是设密码情况,新版本的又是什么情况?是产品经理典型的一种KPI。

  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。电线;邮箱:。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数据模型落地产品需求|数据产品经理的门槛,真的有那么高?

  本站接受比特币、P2P、大数据、云计算、互联网+相关优质新闻、爆料投稿,立即投稿>

  本站接受比特币、P2P、大数据、云计算、互联网+相关优质新闻、爆料投稿,立即投稿为您提供域名,比特币,P2P,大数据,云计算,虚拟主机,域名交易最新资讯报道