數(shù)據(jù)產(chǎn)品經(jīng)理和一般的產(chǎn)品經(jīng)理有什么不同？筆者認為：一個專業(yè)的數(shù)據(jù)產(chǎn)品經(jīng)理與一般產(chǎn)品經(jīng)理區(qū)別最大的就是對于數(shù)據(jù)指標的設計能力。數(shù)據(jù)產(chǎn)品經(jīng)理可以通過恰當?shù)臄?shù)據(jù)指標幫助用戶更好地解讀數(shù)據(jù)，分析數(shù)據(jù)。

很多朋友咨詢我，數(shù)據(jù)產(chǎn)品經(jīng)理和一般的產(chǎn)品經(jīng)理有什么不同？想了很久，沒想到一個好的回答。

后來，看書翻到一個案例，通過這個案例，來說明一下：數(shù)據(jù)產(chǎn)品經(jīng)理和一般產(chǎn)品經(jīng)理的最大區(qū)別是什么？

我們先看這幾個圖，這是我今天在墨跡天氣APP里，那個生活指數(shù)那塊兒，點進去之后的截圖：

你知道，這幾個指數(shù)，為什么只有今天、明天和后天三天嗎？

在回答這個“為什么只有今天、明天和后天三天嗎？”問題之前，我們繼續(xù)看另外一個指數(shù)：

呀，今天還漲了。要不是為了寫文章，可能還不知道今天漲了。

跑題了……

說正事兒，上證指數(shù)是什么意思？又是怎么算出來的呢?

隨手百度一下，百度會告訴我們上證指數(shù)和它的計算公式，這里就不寫了，估計咱們也沒啥耐心看完。

我給你講一個案例，來告訴你，為什么上面那三種圖，只有三天？也用這個案例，告訴你，數(shù)據(jù)產(chǎn)品經(jīng)理和一般的產(chǎn)品經(jīng)理有什么不同。

一、洗車指數(shù)

就用這個案例里面最中間這個——洗車指數(shù)，來回答一下。

不知道你有沒有注意到，洗車指數(shù)這個圖里面有一個解釋：

上面紅色框起來的部分，墨跡有解釋的。

這個指數(shù)啥意思呢？

洗車指數(shù)是墨跡天氣考慮過去一天和未來四天有無雨雪天氣，路面是否有積雪和泥水，是否容易使愛車濺上泥水；有無大風和沙塵天氣，是否會使您的愛車沾染灰塵；溫度是否過低，是否會造成車輛結冰；給廣大愛車族提供是否適宜洗車的建議。

（三年前，這段話不長這樣，有個別數(shù)據(jù)調(diào)整過。）

不知道你有沒有去數(shù)在洗車指數(shù)這段描述里面涉及了幾個參考數(shù)據(jù)？

在下面這一段紅色的字中，APP沒給解釋，不過，如果你打開墨跡天氣，看一看，你就能猜得到。

洗車指數(shù)共分為4級：1級為適宜，2級為較適宜，3級為較不適宜，4級為不適宜。級數(shù)越高，就越不適宜洗車。

二、洗車指數(shù)出現(xiàn)的背景

先介紹一下這個指數(shù)出現(xiàn)的背景：

2016年4月，國內(nèi)著名的天氣預報APP墨跡天氣正式上線了墨跡洗車生活服務功能，這是基于墨跡天氣自身的氣象能力衍生而來的服務。墨跡洗車提出了“洗車3日內(nèi)下雨，墨跡天氣全額賠”的承諾，這有別于以往的O2O洗車服務。

（沒想到吧，這個指數(shù)上線，當時是要和O2O洗車做競爭，但其實O2O洗車、上門洗車，用戶有需求，但企業(yè)成本太高，根本玩不轉(zhuǎn)。價格一高，用戶就不來了，自然都死了。）

墨跡洗車實時播報洗車指數(shù)，用戶進入洗車界面后可以隨時查看天氣情況，并根據(jù)天氣變化合理地安排洗車時間，從而幫助用戶有效避免遭遇“一洗車就下雨”的尷尬。

不僅如此，墨跡洗車還為用戶提供了洗車后的保障，這種保障不同于保險公司的普通理賠。

例如：墨跡洗車提示“適宜洗車”，用戶在洗車3日內(nèi)（含洗車當日）如果遭遇下雨（雪）天氣，則墨跡天氣將全額賠付用戶當次洗車費用，這就類似于一種基于氣象數(shù)據(jù)的保險服務。

這個指數(shù)背后，其實帶著企業(yè)的商業(yè)需求，成本如此之高的一項O2O服務，這個洗車指數(shù)又是怎么定義來的？

讓我們回到2016年，作為一個數(shù)據(jù)產(chǎn)品經(jīng)理，你領導給你下了一個任務，我們最近要上線一款O2O洗車產(chǎn)品，運營模式是上面描述的那樣子的。你作為數(shù)據(jù)產(chǎn)品經(jīng)理，要去設計一個洗車指數(shù)，2016年的你，該怎么辦？

其實，作為一個專業(yè)的數(shù)據(jù)產(chǎn)品經(jīng)理，你已經(jīng)想到了一個辦法了。

三、洗車指數(shù)建立方法

1. 建立洗車指數(shù)等級

一般將洗車指數(shù)的等級V設為4個等級：V1～V4。

如圖所示，其中V1表示適宜洗車，指的是從洗車當日開始計算，可以保證連續(xù)3天以上不下雨；V2表示較適宜洗車，指的是可以保證2～3天不下雨；V3表示比較不適宜洗車，只能保證兩天不下雨；V4表示不適宜洗車，預估1天內(nèi)就會下雨。

洗車指數(shù)等級：

2. 建立影響洗車指數(shù)的因素集

因素集就是那些與洗車等級有較大關系的一些因素的集合。

通過人為經(jīng)驗得出了以下4個變量會與洗車指數(shù)有強相關性：過去12小時天氣狀況A、未來24小時天氣狀況B、未來24小時氣溫C和未來24小時風力D。其中，過去12小時及未來24小時天氣現(xiàn)象分類標準如圖所示，其中每一列代表不同的影響因素的分類等級，未來24小時天氣現(xiàn)象的分類比未來12小時天氣現(xiàn)象分類更細一些。

洗車指數(shù)影響因素分類標準：

3. 確定各影響因素的權重

根據(jù)歷史經(jīng)驗數(shù)據(jù)和相關分析，得出各影響因素變量與洗車指數(shù)的相關性，圖中的值就是每天記錄的4個變量和洗車指數(shù)的歷史數(shù)據(jù)，通過相關分析計算得出的相關系數(shù)矩陣。其中行和列的名稱是一樣的，自身與自身的相關系數(shù)即為1，因此矩陣的對角線上的相關系數(shù)都為1。

洗車指數(shù)與影響因素變量的相關系數(shù)矩陣：

根據(jù)圖中可以看出：未來24小時天氣狀況B與洗車指數(shù)V的相關性最強，即R=0.879；未來24小時風力D與洗車指數(shù)V的相關系數(shù)為R=0.463；未來24小時氣溫C與洗車指數(shù)V的相關系數(shù)為R=-0.578，呈負相關——即氣溫越高越不適宜洗車；過去12小時天氣狀況A與洗車指數(shù)V之間的相關系數(shù)為R=0.066——即對洗車指數(shù)的影響很小。

權重a不是一個固定數(shù)列，不同的天氣狀況會選擇不同的權重，根據(jù)上述結果，設定a=（A，B，C，D）權值=（0.1，0.38，0.2，0.32），權值之和等于1。

（需要注意的是：這個a，是人為定義的，用相關性作為參考。）

4. 確定各影響因素對等級模糊子集的隸屬度

根據(jù)各因素與洗車指數(shù)的相關性大小，初步人為確定各影響因素對洗車等級模糊子集的隸屬度。

過去12小時天氣狀況不同級別天氣對評判集的隸屬度如下圖，其中每一行代表在某種天氣狀況下（如A1）人為經(jīng)驗判定出適宜洗車、較適宜洗車、較不適宜洗車和不適宜洗車這4種洗車等級的權值，每一行的權值加起來等于1。

同理，未來24小時天氣狀況不同級別對評判集的隸屬度，未來24小時氣溫各級別對評判集隸屬度，未來24小時風力對評判集隸屬度。

過去12小時天氣狀況隸屬度：

未來24小時天氣狀況隸屬度：

未來24小時氣溫隸屬度：

未來24小時風力隸屬度：

假設：現(xiàn)在需要判斷在北京的某一天是否適宜洗車，則首先要了解當天的天氣狀況。具體天氣情況如圖所示，當天天氣組合為（A2，B1，C3，D1）。

根據(jù)上面四個圖表中的數(shù)據(jù)，天氣組合中各影響因素對應哪一個級別，就取哪一行數(shù)據(jù)，因此得到矩陣R如下：

北京洗車當天的天氣狀況：

5. 計算綜合評判

在之前的步驟里，已經(jīng)求出了a與R，計算綜合評判B=a*R，具體采用先取最小值再取最大值的算法。

a*R的具體計算步驟如下。

（1）將a1與R中第一列的第一個數(shù)據(jù)比較，取最小值；將a2和第一列的第二個數(shù)據(jù)比較，取最小值；a3和第一列的第三個數(shù)據(jù)比較，取最小值；將a4和第一列的第四個數(shù)據(jù)比較，取最小值；獲得新的數(shù)據(jù)集E1=（e11，e12，e13，e14），最后在這4個數(shù)據(jù)中取最大值，即為e1i。

（2）將a1與第二列的第一個數(shù)據(jù)比較，取最小值；將a2與第二列的第二個數(shù)據(jù)比較，取最小值；將a3與第二列的第三個數(shù)據(jù)比較，取最小值；將a4與第二列的第四個數(shù)據(jù)比較，取最小值；獲得數(shù)據(jù)集E2=（e21，e22，e23，e24），在這4個數(shù)據(jù)中取最大值，即為e2i。

（3）以此類推，最后獲得一組數(shù)據(jù)B=（e1i，e2i，e3i，e4i），代表對4個評判等級的隸屬度，哪個值最大，就說明對哪個等級隸屬度最高。

以北京的天氣為例，具體計算步驟如下：

確認各影響因素權重a=（0.1，0.38，0.2，0.32），根據(jù)北京天氣狀況獲取矩陣R如下：

計算綜合評判B如下：

將a中第一個數(shù)字和R中第一列的第一個數(shù)字比較，取最小值，即0.1；

將a中第二個數(shù)字和R中第一列的第二個數(shù)字比較，取最小值，即0.35；

將a中第三個數(shù)字和R中第一列的第三個數(shù)字比較，取最小值，即0.2；

將a中第四個數(shù)字和R中第一列的第四個數(shù)字比較，取最小值，即0.2。

在（0.1，0.35，0.2，0.2）數(shù)列中取最大值0.35，以此類推得B=（0.35，0.38，0.1，0.1）。因為這4個數(shù)加和不為1，因此需要進行歸一化，歸一化得到B’=（37.6%，40.9%，10.8%，10.8%）。B’中最大值為40.9%，因此較適宜洗車，洗車級別為2級。

在上述的模糊綜合評判過程中，建立單因素評判矩陣R和確定權重分配a，是兩項關鍵的工作，沒有統(tǒng)一的格式可以遵循，一般采用統(tǒng)計實驗或?qū)＜以u分等方法求出。

有的時候用戶不是沒有數(shù)據(jù)，而是有太多的數(shù)據(jù)，不知道怎么去看，不知道如何解讀它們，這個時候需要數(shù)據(jù)產(chǎn)品經(jīng)理設計恰當?shù)臄?shù)據(jù)指標以供用戶分析。

數(shù)據(jù)指標的設計最考驗一名數(shù)據(jù)產(chǎn)品經(jīng)理的能力，也是數(shù)據(jù)產(chǎn)品經(jīng)理有別于一般產(chǎn)品經(jīng)理的方面。

作者：大林的小白，微信：gzxdqc，百度數(shù)據(jù)產(chǎn)品經(jīng)理

本文由 @大林的小白 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議

愛盈利-運營小咖秀(www.jza6.com) 始終堅持研究分享移動互聯(lián)網(wǎng)App運營推廣經(jīng)驗、策略、全案、渠道等純干貨知識內(nèi)容；是廣大App運營從業(yè)者的知識啟蒙、成長指導、進階學習的集聚平臺；

想了解更多移動互聯(lián)網(wǎng)干貨知識，請關注微信公眾號運營小咖秀（ID: yunyingshow）