提到數(shù)據(jù)產(chǎn)品，大家一定不會(huì)陌生，但大多所謂的數(shù)據(jù)產(chǎn)品都僅限于做一些數(shù)據(jù)報(bào)表展示或者數(shù)據(jù)可視化。那么，是否可以將我們常用的數(shù)據(jù)分析方法做成產(chǎn)品呢？下面就以電商為例為大家分享幾個(gè)數(shù)據(jù)分析類產(chǎn)品的設(shè)計(jì)方法。

一、數(shù)據(jù)看板

作為電商企業(yè)的數(shù)據(jù)產(chǎn)品，數(shù)據(jù)看板是必不可少的，因?yàn)檫@是業(yè)務(wù)人員每周、每月或者每個(gè)季度必看的，用于了解自身業(yè)務(wù)的發(fā)展?fàn)顩r。

對(duì)于產(chǎn)品經(jīng)理而言，不管你其他的產(chǎn)品功能多么強(qiáng)大，數(shù)據(jù)看板也是保證用戶粘性和活躍度所不可或缺的模塊。

大多數(shù)產(chǎn)品的數(shù)據(jù)看板模塊一般都只是羅列出一大堆數(shù)字，而對(duì)數(shù)據(jù)分析類產(chǎn)品而言，簡(jiǎn)單的羅列無(wú)法體現(xiàn)“分析”的價(jià)值，因此我們需要用邏輯把這些數(shù)字串起來，在串邏輯之前，我們首先需要確定要展示哪些數(shù)字，也就是先要建立指標(biāo)體系。

對(duì)于電商行業(yè)而言，業(yè)務(wù)側(cè)早就在用各類指標(biāo)進(jìn)行管理了，GMV、毛利率、用戶數(shù)、pv、uv等等。假設(shè)，我們的產(chǎn)品包羅萬(wàn)象，針對(duì)每個(gè)指標(biāo)都有對(duì)應(yīng)的分析模塊，那么，我們可以試著將這些指標(biāo)串起來，形成一個(gè)真正的“數(shù)據(jù)看板”。

1. 將指標(biāo)進(jìn)行拆解和整合，可以建立起一套指標(biāo)分析的框架。
2. 設(shè)置同比/環(huán)比的按鈕，便于用戶進(jìn)行切換對(duì)比，同時(shí)提供與大盤同比/環(huán)比的比較，便于更直觀了解自身相對(duì)大盤的增長(zhǎng)/下降。
3. 每一項(xiàng)指標(biāo)如果同比/環(huán)比為正，則相應(yīng)圖標(biāo)顯示為黃色，如果為負(fù)，則顯示為藍(lán)色，具體顏色依照指標(biāo)數(shù)值大小進(jìn)行漸變填充。此外，在圖標(biāo)旁顯示同比/環(huán)比的實(shí)際數(shù)值。
4. 每個(gè)指標(biāo)的圖標(biāo)可直接鏈接到對(duì)應(yīng)的分析模塊，用于作進(jìn)一步分析。
5. 在看板下提供“數(shù)據(jù)解讀”的功能，數(shù)據(jù)解讀內(nèi)涉及的指標(biāo)也可直接鏈接跳轉(zhuǎn)到相應(yīng)的分析模塊。

至于“數(shù)據(jù)解讀”功能怎么做，一方面可以直接設(shè)置閾值，比如同比/環(huán)比<=0%，另一方面也可以默認(rèn)只展示同比/環(huán)比最低的兩項(xiàng)。

除此以外，因?yàn)閿?shù)據(jù)指標(biāo)間都有乘除加減的運(yùn)算關(guān)系，如：

GMV=（自然流量+營(yíng)銷流量）*轉(zhuǎn)化率*（前臺(tái)價(jià)-優(yōu)惠）*產(chǎn)品數(shù)量

那么我們可以計(jì)算出當(dāng)其他指標(biāo)同比/環(huán)比不變時(shí)，轉(zhuǎn)化率下降x%，核心指標(biāo)GMV的下降比例y%，以此類推，從而識(shí)別出對(duì)GMV的結(jié)果影響最大的幾個(gè)指標(biāo)，在“數(shù)據(jù)解讀”中進(jìn)行提醒展示。

按照以上方法， 用戶可以一眼看出業(yè)務(wù)當(dāng)前的情況，以及核心指標(biāo)的變動(dòng)到底是由哪些因素引起的，那么針對(duì)于表現(xiàn)不好的指標(biāo)，可以直接跳轉(zhuǎn)到對(duì)應(yīng)模塊進(jìn)行診斷分析，從而起到分析和建議的作用。

二、建構(gòu)-解構(gòu)-重構(gòu)

1. 建構(gòu)

任何產(chǎn)品都有自己的產(chǎn)品邏輯，一個(gè)產(chǎn)品要包含哪幾個(gè)模塊，每個(gè)模塊要切分為哪些子模塊，這些都是在產(chǎn)品開發(fā)的前期需要明確的。

數(shù)據(jù)分析產(chǎn)品的每個(gè)模塊都依賴于方法論的打磨，當(dāng)一個(gè)一個(gè)能力積木生產(chǎn)出來之后，才能搭建起整個(gè)產(chǎn)品的大樓。

比如按照上述數(shù)據(jù)看板的框架，就至少需要四個(gè)分析模塊，即流量、用戶、價(jià)格、促銷。那么在初期還需要針對(duì)每一個(gè)模塊進(jìn)行研究，深入淺出。

2. 解構(gòu)

當(dāng)產(chǎn)品的各個(gè)模塊搭建起來之后，每個(gè)模塊都能解決一個(gè)方面的問題，產(chǎn)品也有了自己既定的邏輯。

但是，產(chǎn)品里模塊的邏輯是寫死的，每個(gè)用戶都只能按照產(chǎn)品規(guī)定好的邏輯來使用。

然而問題在于，業(yè)務(wù)的應(yīng)用場(chǎng)景是復(fù)雜的，比如，某個(gè)業(yè)務(wù)的同學(xué)想要解決聯(lián)合拉新的問題，那么這至少涉及到各渠道拉新效率、用戶結(jié)構(gòu)、品類關(guān)聯(lián)、促銷拉新方案、湊單選品等多個(gè)子模塊。

所以，當(dāng)我們方法論的顆粒度足夠細(xì)的時(shí)候，就不應(yīng)再滿足于現(xiàn)有的產(chǎn)品結(jié)構(gòu)了，而是應(yīng)該將大的模塊打散，變成最小單元的子模塊。

3. 重構(gòu)

將原有的產(chǎn)品投入熔爐，這只是鍛造絕世武器的第一步，接下來，需要再進(jìn)行重構(gòu)。

對(duì)于業(yè)務(wù)側(cè)而言，沒有具備確切邊界的解決方案，只有實(shí)際的應(yīng)用場(chǎng)景，因此，當(dāng)我們的方法論足夠細(xì)致的時(shí)候，我們可以按照實(shí)際場(chǎng)景進(jìn)行積木組合，建立一張張的場(chǎng)景卡片。

那么，我們的產(chǎn)品不再需要以前的結(jié)構(gòu)，而是可以簡(jiǎn)化為一個(gè)搜索框，用戶可以直接搜索具體的功能模塊，比如“促銷”、“關(guān)聯(lián)度”，也可以搜索場(chǎng)景，如“新品首發(fā)”、“提升客單價(jià)”、“站內(nèi)引流”等等。

1. 卡片總體分兩類，涉及具體功能模塊的叫“功能卡片”，涉及應(yīng)用場(chǎng)景的叫“場(chǎng)景卡片”，每個(gè)“場(chǎng)景卡片”中的內(nèi)容是由多個(gè)功能卡片的子模塊聚集而成的。
2. 用戶可以直接搜索關(guān)鍵詞，跳轉(zhuǎn)至包含關(guān)鍵詞的卡片列表頁(yè)。同時(shí)在搜索框下會(huì)默認(rèn)展示近期搜索頻率較高的搜索詞，點(diǎn)擊可跳轉(zhuǎn)至相關(guān)卡片列表頁(yè)。
3. 搜索框下第一欄展示近期全平臺(tái)高頻瀏覽的卡片，點(diǎn)擊卡片左側(cè)按鈕可進(jìn)行訂閱或取消訂閱，點(diǎn)擊最右側(cè)翻頁(yè)按鈕可以查看所有卡片的詳情頁(yè)。
4. 第二欄為用戶已訂閱的卡片，默認(rèn)顯示用戶最近使用過的卡片，點(diǎn)擊最右側(cè)翻頁(yè)按鈕可查看用戶已經(jīng)訂閱的所有卡片。

這樣一來，用戶的使用門檻會(huì)極大程度地降低，不過在進(jìn)行產(chǎn)品設(shè)計(jì)時(shí)，需要有詳細(xì)的引導(dǎo)說明，以免用戶因不熟悉產(chǎn)品的新形式而懵圈。

除此以外，這種方式對(duì)于產(chǎn)品的迭代開發(fā)而言有著極大的靈活性，如果有新的方法論，可以隨時(shí)以功能模塊的形式添加進(jìn)去，如果可以串出新的場(chǎng)景，也可以按照功能聚集的方法將各個(gè)子模塊的功能組合到一起。

金庸筆下的《易筋經(jīng)》功法在于變通筋骨，從而打開任督，而任督通，則八脈通，八脈通，則百脈通。

業(yè)務(wù)場(chǎng)景雖然復(fù)雜，但以功能組合的形式也可達(dá)到融會(huì)貫通，無(wú)生一，一生二，二生三，三生無(wú)窮盡。

三、逐層下鉆

對(duì)于每一個(gè)功能模塊的分析方法而言，最常用的思路就是逐層下鉆。

比如，電商平臺(tái)對(duì)于品類一般都是分級(jí)管理，“服飾”屬于一級(jí)品類，而“女裝”屬于二級(jí)品類，“女裝-羽絨服”屬于三級(jí)品類，對(duì)于品類管理者，他們需要針對(duì)所負(fù)責(zé)的品類逐層下鉆，找到問題品類和優(yōu)勢(shì)品類。

傳統(tǒng)產(chǎn)品的做法都是放一個(gè)多級(jí)復(fù)選框，如下圖所示，用戶可以選擇整個(gè)一級(jí)品類，也可以點(diǎn)開選擇下方的二級(jí)/三級(jí)品類。

這種方式對(duì)于用戶而言不太友好，如果用戶想要看多個(gè)二級(jí)/三級(jí)品類的數(shù)據(jù)，還需要來回篩選切換。

那么按照逐層下鉆的思想，我們可以做這樣的嘗試：

1. 用戶先篩選想要查看的某一級(jí)品類數(shù)據(jù)，如用戶篩選全品類，那么用戶會(huì)看到各個(gè)一級(jí)品類的位置，了解各個(gè)品類的狀況。
2. 當(dāng)用戶雙擊任意一個(gè)一級(jí)品類的時(shí)候，如圖中的“服飾”氣泡，會(huì)自動(dòng)在新標(biāo)簽頁(yè)中打開服飾品類下的展示圖，用戶可以看到各個(gè)二級(jí)品類的狀況。當(dāng)用戶繼續(xù)點(diǎn)擊，如圖中的“女裝”氣泡時(shí)，又會(huì)繼續(xù)彈出女裝品類下的展示圖。

以此方法，用戶可以更方便地層層下鉆，同時(shí)還能更自由地來回切換。

除了品類診斷分析的模塊可以按逐層下鉆的方式展現(xiàn)以外，用戶畫像分析的模塊同樣可以，唯一不同的是，用戶畫像模塊涉及多個(gè)維度的交叉，用戶點(diǎn)擊下鉆的時(shí)候需要再增添一個(gè)選擇項(xiàng)，即按哪個(gè)維度展開。

比如，用戶先選擇“性別”，之后雙擊“女性”并按“年齡”展開，接著再選擇“16-25”歲并按“購(gòu)買力”展開，以此類推。

結(jié)語(yǔ)

越是簡(jiǎn)單、流程化的需求，越容易產(chǎn)品化，而涉及分析診斷，甚至解決方案的需求，產(chǎn)品化難度極大。

總體而言，數(shù)據(jù)產(chǎn)品分為三個(gè)層級(jí)，數(shù)據(jù)展示類產(chǎn)品-數(shù)據(jù)分析類產(chǎn)品-自動(dòng)化產(chǎn)品，本文所分享的產(chǎn)品類型屬于第二個(gè)層級(jí)。

要做好數(shù)據(jù)分析類產(chǎn)品，首先要求有足夠多的積累，能把方法論打磨透，其次，需要按照產(chǎn)品研發(fā)的邏輯將方法論的每一環(huán)產(chǎn)品化，最后，還需要兼顧到用戶的使用體驗(yàn)，盡量降低他們的使用成本。

而翻越過數(shù)據(jù)分析類產(chǎn)品的巨石，我們會(huì)看到自動(dòng)化的大山，在那座山后等待著的，將是人工智能的曙光。