数极客首页

产品运营中该如何正确的提数据需求?

产品经理往往会跟很多需求方打交道,这是为了保证需求在后续开发的执行效率,减少来回沟通的成本,以及降低返工的风险。

产品运营中该如何正确的提数据需求?

日常工作里,数据产品经理往往会跟很多需求方打交道,在需求上跟各业务方「周旋」。目的都是为了让需求本身变得更加具体、合理,让需求的相关信息尽可能的透明、准确。保证需求在后续开发的执行效率,减少来回沟通的成本,以及降低返工的风险。

本篇具体聊一下,一个成熟的数据需求应该是什么样的(文中所涉及内容也在公司内部给相关业务方做过分享)。

一、需求方提供

一个数据需求,主要由四部分关键点组成:业务背景、明确问题、形成指标、需求分类。

1.1 业务背景

介绍业务背景目的:核心是为了向数据团队产品或技术同学,同步需求背景。描述当前需求的业务背景,和想要利用数据解决的问题范围。因为从数据要解决的问题边界上,有些是数据没有办法能够解决的。

而需求在提出的时候也需要注意多从全局考虑问题,而不是局限于某个小业务模块,避免重复造轮子

常见问题:需求没有业务背景描述,或背景描述空泛,这样造成的结果是:

  1. 数据产品同学无法评估需求合理性,无法在需求池需求列表进行优先级排序;
  2. 无法评估是否有更好,更优的解决方案。

1.2 明确问题

希望数据解决什么?

目的:为了更准确的明确需求本身是什么,希望数据来解决什么。

通常分为三点:

  1. 业务形式:讲清楚业务方是什么业务,需求所属什么业务,例如订单相关,风控相关,供给相关,客服相关等;
  2. 业务规模:业务自身的体量如何,产生的数据集合数据结果大概是什么量级。这有便于需求评估时候的技术选型做决策;
  3. 业务周期:业务本身是长期业务还是试点的短期项目,是测试期内还是已经正式上线?这会决定需求的输出方式(邮件,报表,临时SQL提供等)。

常见问题:不提供业务的周期信息,造成原本应该用临时手段解决的需求转而用了资源消耗较高的方案,得不偿失。

1.3 构建指标、维度

「指标」指的是对业务量级描述的度量值,「维度」指的是观察度量值的视角。例如:“订单数,用户量,商品数”等属于指标;而“品类,省份城市,终端”等属于维度。

目的:如果是统计类型的需求,这一步可以将需求细化,具体到有哪些指标和哪些维度,这将直接决定技术同学在「实施」层面的标准。

一个合理明确的数据需求务必需要写清楚:

  1. 指标:指标的业务描述,指标本身的统计逻辑;
  2. 维度:从哪些视角观察度量值,维度在精不在多。同时维度的多少也将直接影响数据的计算和结果存储的成本,也是需求合理性的重要评判依据。

常见问题:

  1. 没有维度,指标不全面。造成需求返工;
  2. 指标无明确定义,计算规则。无法写计算逻辑。

1.4 需求分类:明确输出方式

目的:描述的需求的分类,即业务同学想要实现的输出效果。需求的输出方案会分为几类:赋能型,离线展示型,实时监控型,专题分析型,临时需求。

常见问题:1)原本临时的需求要做成线上离线报表或实时监控,资源消耗高2)可以一次得出结论的要求长期监控,投入产出回报率低。

产品运营中该如何正确的提数据需求?

(图1:需求分类表)

二、数据团队评估

业务团队按照需求规范提供了需求后,传递到数据团队手中。由数据产品统一把关,若在一些技术问题上不能明确给出解决方案的,则需要拉上技术同学共同评估。整体围绕两方面展开:

2.1 需求要素:有数据,可执行,数据能够解决

我们在评估数据需求的时候需要明确一点「数据需求!=需求」,数据需求三要素:1)有数据:有指标数据,且必须准确可靠2)可执行:数据能落地,技术手段可实现3)数据能够解决:数据需求所选指标可解决业务问题,考量需求落地性,产品最终结果是否可驱动业务动作

产品运营中该如何正确的提数据需求?

(图2:需求三要素)

2.2 执行角色:谁解决

在事情的执行上,通常会有一些需求边界不清晰,而在一个组织里会因为事情边界的不清晰带来诸多问题。需求边界不清晰的体现通常表现为:原本该业务团队自行实现的,转而采用了消耗资源较大的数据专业团队的能力实现,这是一类「大刀砍小树」的现象,会造成没必要的资源浪费。

因此我们在划分需求边界的时候通常有如下规则:

  1. 数据团队:核心解决 “报表可视化、跨业务团队、基于 日志、量大” 类型需求;
  2. 业务团队: 单一业务需求;线上实时数据需求 (接口)批量访问等场景 类型需求。

举例:临时数据、自动邮件、关系型接口

以上。

 

作者:蒋坤伟,数据产品经理,微信公众号@黑夜月

本文由 @蒋坤伟 原创发布。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章