1.2.3　企業(yè)數(shù)據(jù)產(chǎn)品

1.什么是企業(yè)數(shù)據(jù)產(chǎn)品

企業(yè)數(shù)據(jù)產(chǎn)品，由企業(yè)自建自用，主要目的是降低員工使用數(shù)據(jù)的門(mén)檻，輔助人員作出決策和提高業(yè)務(wù)效率。根據(jù)內(nèi)部定位，企業(yè)數(shù)據(jù)產(chǎn)品可再細(xì)分為應(yīng)用型和平臺(tái)型。應(yīng)用型的企業(yè)數(shù)據(jù)產(chǎn)品專(zhuān)注于解決某個(gè)具體的業(yè)務(wù)問(wèn)題或者部門(mén)問(wèn)題，如客服數(shù)據(jù)監(jiān)控系統(tǒng)和建立在集團(tuán)平臺(tái)的事業(yè)部決策分析系統(tǒng)；而平臺(tái)型的目的就是為前者提供更好的支撐。

（1）企業(yè)數(shù)據(jù)產(chǎn)品之?dāng)?shù)據(jù)

數(shù)據(jù)界定了產(chǎn)品的性質(zhì)和邊界。企業(yè)數(shù)據(jù)產(chǎn)品關(guān)注核心在于降低數(shù)據(jù)使用門(mén)檻，利用數(shù)據(jù)優(yōu)化業(yè)務(wù)，從而提高數(shù)據(jù)資產(chǎn)價(jià)值。因此，我們既需要關(guān)注數(shù)據(jù)在企業(yè)員工中的使用情況，改進(jìn)體驗(yàn)不流暢的部分，也需要關(guān)注業(yè)務(wù)需求，為業(yè)務(wù)效率服務(wù)，最后還需要從數(shù)據(jù)資產(chǎn)本身出發(fā)，思考如何最大化發(fā)揮它的價(jià)值。

我們來(lái)看下轉(zhuǎn)轉(zhuǎn)公司利用企業(yè)數(shù)據(jù)產(chǎn)品提高業(yè)務(wù)效率的例子。企業(yè)內(nèi)負(fù)責(zé)數(shù)據(jù)的部門(mén)往往會(huì)遇到很多提數(shù)需求。此類(lèi)需求在數(shù)據(jù)部門(mén)看來(lái)價(jià)值不大，在業(yè)務(wù)部門(mén)看來(lái)需求緊迫但流程漫長(zhǎng)，效率低下。一個(gè)需求提到數(shù)據(jù)部門(mén)后，要先經(jīng)過(guò)需求評(píng)審，然后開(kāi)發(fā)排期，最后到校驗(yàn)產(chǎn)出等若干個(gè)環(huán)節(jié)，業(yè)務(wù)部門(mén)可能會(huì)因此錯(cuò)過(guò)關(guān)鍵的運(yùn)營(yíng)時(shí)間點(diǎn)。基于此，轉(zhuǎn)轉(zhuǎn)數(shù)據(jù)中臺(tái)設(shè)計(jì)了一個(gè)代號(hào)為“天樞”的數(shù)據(jù)產(chǎn)品，將針對(duì)用戶(hù)UserID、Token、訂單、商品等分析對(duì)象的常見(jiàn)屬性和篩選條件組合起來(lái)，并橫向整合了大數(shù)據(jù)、搜索、推薦、風(fēng)控等部門(mén)的標(biāo)簽結(jié)果。同樣的需求，業(yè)務(wù)方只需要在“天樞”上點(diǎn)點(diǎn)選選，就能完成數(shù)據(jù)提取和分析，原來(lái)需要耗時(shí)1~3天的工作，在“天樞”里幾分鐘內(nèi)就能完成。“天樞”上線(xiàn)9個(gè)月，用戶(hù)就自主完成超過(guò)13 000個(gè)分析任務(wù)，效率提升顯著。在這個(gè)例子中，轉(zhuǎn)轉(zhuǎn)通過(guò)降低業(yè)務(wù)方使用數(shù)據(jù)的門(mén)檻，間接提高了他們的運(yùn)營(yíng)效率，同時(shí)使沉淀于企業(yè)內(nèi)各部門(mén)的數(shù)據(jù)資產(chǎn)得到了更好的發(fā)揮和利用。

這里有一個(gè)小小的提醒是，數(shù)據(jù)產(chǎn)品不產(chǎn)生數(shù)據(jù)，只是數(shù)據(jù)的搬運(yùn)工，要和非常底層的業(yè)務(wù)邏輯保持適當(dāng)距離。對(duì)于日志打印、業(yè)務(wù)庫(kù)設(shè)計(jì)等這些數(shù)據(jù)“原材料”，我們可以根據(jù)經(jīng)驗(yàn)提出更優(yōu)的方案，但不適合進(jìn)行具體的落地和執(zhí)行。很多數(shù)據(jù)產(chǎn)品經(jīng)理在一些業(yè)務(wù)需求的實(shí)現(xiàn)過(guò)程中覺(jué)得比較低效和別扭，部分原因就是參與業(yè)務(wù)需求太深，導(dǎo)致在數(shù)據(jù)聚合層次摻雜了太多業(yè)務(wù)邏輯，不能實(shí)現(xiàn)數(shù)據(jù)層和業(yè)務(wù)層的有效隔離。

（2）企業(yè)數(shù)據(jù)產(chǎn)品之企業(yè)

面向企業(yè)內(nèi)部的定位決定了此類(lèi)需求具有受眾集中、反饋回路短、用戶(hù)體驗(yàn)要求低、需求繁雜瑣碎、層級(jí)明顯、看重?cái)?shù)據(jù)安全6個(gè)特征。這些特征對(duì)數(shù)據(jù)產(chǎn)品經(jīng)理來(lái)講，有利有弊。

受眾集中很好理解，本身就是面向企業(yè)內(nèi)部的數(shù)據(jù)產(chǎn)品，相對(duì)于To B和To C類(lèi)型的產(chǎn)品來(lái)講自然用戶(hù)比較集中。這里的集中有兩個(gè)概念，一個(gè)是地理意義上的集中，一個(gè)是業(yè)務(wù)認(rèn)知和群體素質(zhì)的集中。使用者和設(shè)計(jì)者的溝通在這兩個(gè)集中概念下變得相對(duì)高效。這也決定了后面兩個(gè)特征：反饋回路短和用戶(hù)體驗(yàn)要求低。

反饋回路短有需求反饋和價(jià)值反饋兩個(gè)方面。用戶(hù)數(shù)據(jù)產(chǎn)品和商用數(shù)據(jù)產(chǎn)品面向的都是外部的使用群體，其到數(shù)據(jù)產(chǎn)品經(jīng)理的反饋回路較長(zhǎng)，大部分需要用戶(hù)調(diào)研、上門(mén)拜訪(fǎng)、產(chǎn)品使用分析等比較間接的手段。而在企業(yè)內(nèi)部，可能就是業(yè)務(wù)方走到你工位旁直接告訴你。這樣的好處在于，能夠更直接地了解業(yè)務(wù)方的需求和產(chǎn)品落地的價(jià)值，便于隨時(shí)對(duì)產(chǎn)品進(jìn)行調(diào)整；壞處在于很多時(shí)候短回路無(wú)法提供一個(gè)緩沖期，有很多臨時(shí)變卦的可能性。因此我們需要揚(yáng)長(zhǎng)避短，把控好短回饋的節(jié)奏。

與用戶(hù)數(shù)據(jù)產(chǎn)品和商用數(shù)據(jù)產(chǎn)品性質(zhì)相同的是，企業(yè)數(shù)據(jù)產(chǎn)品也對(duì)用戶(hù)體驗(yàn)要求較低。一方面因?yàn)槭鼙娂校恍┎僮髌饋?lái)比較麻煩的產(chǎn)品，可以通過(guò)舉辦定期的培訓(xùn)和講解來(lái)解決；另一方面，不存在類(lèi)似To B和To C產(chǎn)品有競(jìng)爭(zhēng)的問(wèn)題，因此體驗(yàn)問(wèn)題顯得不那么重要。當(dāng)然，即使優(yōu)先級(jí)低，產(chǎn)品依舊需要著力降低數(shù)據(jù)的使用門(mén)檻，比如數(shù)據(jù)提取、指標(biāo)分析、結(jié)果分享等過(guò)程。如果不重視數(shù)據(jù)方面的使用體驗(yàn)，比如業(yè)務(wù)方需要費(fèi)很大勁才能弄清楚兩個(gè)指標(biāo)間的差別，甚至錯(cuò)誤地使用指標(biāo)，那么對(duì)于數(shù)據(jù)部門(mén)的聲譽(yù)和數(shù)據(jù)價(jià)值都是很大的傷害。

需求繁雜瑣碎，但其核心是需求控制和分級(jí)問(wèn)題。各公司數(shù)據(jù)部門(mén)的定位不同，可能會(huì)有差異，但大部分情況下，基本所有數(shù)據(jù)相關(guān)的需求都會(huì)落在該部門(mén)頭上，有些是臨時(shí)探索，有些是長(zhǎng)期分析。如果不先進(jìn)行分門(mén)別類(lèi)再進(jìn)行排序篩選，數(shù)據(jù)產(chǎn)品就可能陷入數(shù)據(jù)泥沼里，脫不開(kāi)身。需求的控制和分類(lèi)，我們會(huì)在下面講搭建企業(yè)數(shù)據(jù)平臺(tái)型產(chǎn)品時(shí)介紹。

企業(yè)內(nèi)用戶(hù)層級(jí)明顯，越到高層越能體現(xiàn)數(shù)據(jù)的價(jià)值。我們經(jīng)常開(kāi)玩笑說(shuō)，老板的需求是最重要的。從數(shù)據(jù)這一方面來(lái)看，未必有錯(cuò)。因?yàn)椤皵?shù)據(jù)價(jià)值取決于數(shù)據(jù)使用者”，高層們看待數(shù)據(jù)的方式以及據(jù)此作出的決策，影響面往往更大，效果更明顯。有層級(jí)的不僅是用戶(hù)，更是數(shù)據(jù)發(fā)揮的價(jià)值。

最后，市場(chǎng)競(jìng)爭(zhēng)激烈，數(shù)據(jù)安全及權(quán)限也是頭等大事。但凡是企業(yè)內(nèi)的數(shù)據(jù)中臺(tái)，都躲不開(kāi)權(quán)限設(shè)置的問(wèn)題。常見(jiàn)的權(quán)限模型為RBAC（Role-Based Access Control，基于角色的訪(fǎng)問(wèn)控制）。它抽象出用戶(hù)、角色、權(quán)限三個(gè)概念，通過(guò)角色控制菜單權(quán)限，再為用戶(hù)賦予相應(yīng)角色。角色一般根據(jù)業(yè)務(wù)部門(mén)和領(lǐng)導(dǎo)層級(jí)綜合劃定。這里需要多提一句的是，數(shù)據(jù)權(quán)限與安全和降低數(shù)據(jù)使用門(mén)檻是不沖突的，合適的劃分是關(guān)鍵所在。同時(shí)，要盡量簡(jiǎn)化權(quán)限申請(qǐng)和審批流程，提高業(yè)務(wù)部門(mén)的使用效率。

（3）企業(yè)數(shù)據(jù)產(chǎn)品之產(chǎn)品

這里企業(yè)數(shù)據(jù)產(chǎn)品分為應(yīng)用型和平臺(tái)型兩種。應(yīng)用型的核心是業(yè)務(wù)敏感度，根據(jù)不同的業(yè)務(wù)需求設(shè)計(jì)對(duì)應(yīng)的數(shù)據(jù)產(chǎn)品，如根據(jù)風(fēng)控部門(mén)的需求來(lái)實(shí)時(shí)更新對(duì)應(yīng)的風(fēng)控標(biāo)簽和數(shù)據(jù)閾值，并且提供對(duì)應(yīng)的監(jiān)控和分析工具，完成從策略應(yīng)用到分析落地的閉環(huán)。平臺(tái)型強(qiáng)調(diào)的是面向各個(gè)業(yè)務(wù)提供服務(wù)，這要求產(chǎn)品具備較高的標(biāo)準(zhǔn)化和抽象化水平。標(biāo)準(zhǔn)化指的是主動(dòng)出擊，定下一些關(guān)鍵的數(shù)據(jù)資產(chǎn)規(guī)范，方便在企業(yè)中流通使用，如埋點(diǎn)管理、指標(biāo)管理和數(shù)據(jù)庫(kù)表管理等。抽象化指的是不能只關(guān)注于解決一兩個(gè)具體的需求點(diǎn)，而是關(guān)注整個(gè)面的抽象和滿(mǎn)足，是一個(gè)由點(diǎn)及面的過(guò)程。

2.企業(yè)數(shù)據(jù)產(chǎn)品之平臺(tái)型

（1）企業(yè)數(shù)據(jù)平臺(tái)的目標(biāo)

借用GrowingIO CEO Simon的理念，企業(yè)如同人類(lèi)建立的水資源使用系統(tǒng)，而數(shù)據(jù)如水。企業(yè)數(shù)據(jù)平臺(tái)的建設(shè)目標(biāo)，應(yīng)當(dāng)是讓數(shù)據(jù)像水資源一樣在企業(yè)中流動(dòng)，如圖1-8展示的水循環(huán)系統(tǒng)一般。這意味著數(shù)據(jù)要像水一樣做到干凈無(wú)害、隨用隨取、場(chǎng)景豐富，而這恰好對(duì)應(yīng)著數(shù)據(jù)準(zhǔn)確、及時(shí)、易用、全面四個(gè)衡量維度。

圖1-8　數(shù)據(jù)像水資源一樣流動(dòng)

進(jìn)入人類(lèi)資源使用系統(tǒng)的水資源需要經(jīng)過(guò)一定的清洗和沉淀，確保“干凈無(wú)害”，然后根據(jù)不同的水用途存儲(chǔ)，進(jìn)入不同的管道，這對(duì)應(yīng)著數(shù)據(jù)的“準(zhǔn)確”。而這里的“隨用隨取”指在人類(lèi)社會(huì)中，擰開(kāi)水龍頭就能出水，對(duì)應(yīng)著數(shù)據(jù)的“及時(shí)”與“易用”。“場(chǎng)景豐富”則意味著在不同場(chǎng)景里，水會(huì)有不同用途，飲用水、清潔用水、灌溉用水各取所需，單單飲用水就又分城市用水、礦泉水、純凈水等不同使用方式，這對(duì)應(yīng)著通過(guò)挖掘和豐富數(shù)據(jù)的使用場(chǎng)景，深化數(shù)據(jù)本身“全面”的含義。

達(dá)成這個(gè)目標(biāo)的企業(yè)數(shù)據(jù)平臺(tái)，便能通過(guò)豐富場(chǎng)景、賦能業(yè)務(wù)來(lái)提升整個(gè)企業(yè)使用數(shù)據(jù)的意愿和效率，賦予業(yè)務(wù)方高效使用和挖掘數(shù)據(jù)的能力。企業(yè)數(shù)據(jù)平臺(tái)的主要使用場(chǎng)景如下：輔助企業(yè)決策（如市場(chǎng)動(dòng)向、用戶(hù)分析和財(cái)務(wù)分析等）、建立數(shù)據(jù)流程、優(yōu)化用戶(hù)體驗(yàn)、挖掘數(shù)據(jù)資產(chǎn)等。

建立數(shù)據(jù)流程，從產(chǎn)品上，是幫助業(yè)務(wù)方更好地完成使用數(shù)據(jù)的流程，包括采集存儲(chǔ)、展示分析到最后的挖掘落地三個(gè)層次；從需求上，即建立一個(gè)比較完善的需求分流解決機(jī)制，將零散需求、常規(guī)需求、業(yè)務(wù)需求等分類(lèi)處理完畢，并能將進(jìn)展和結(jié)果及時(shí)反饋給需求方。優(yōu)化用戶(hù)體驗(yàn)是通過(guò)掌握用戶(hù)數(shù)據(jù)為用戶(hù)提供更加順暢的使用體驗(yàn)、更加精準(zhǔn)的營(yíng)銷(xiāo)等。挖掘數(shù)據(jù)資產(chǎn)包括標(biāo)準(zhǔn)化數(shù)據(jù)資產(chǎn)，以及不斷挖掘回饋原有數(shù)據(jù)，豐富已有數(shù)據(jù)維度。

（2）如何搭建企業(yè)數(shù)據(jù)平臺(tái)

一個(gè)完善的企業(yè)數(shù)據(jù)平臺(tái)應(yīng)該由技術(shù)框架、數(shù)據(jù)框架和產(chǎn)品框架三部分組成，如圖1-9所示。技術(shù)框架非本書(shū)重點(diǎn)，此處暫不介紹。數(shù)據(jù)框架主要有數(shù)據(jù)模型、安全及質(zhì)量這三個(gè)模塊。其中，數(shù)據(jù)模型負(fù)責(zé)根據(jù)業(yè)務(wù)抽象出對(duì)應(yīng)的領(lǐng)域模型，如電商、社交、游戲等，然后確定對(duì)應(yīng)的主題域劃分和維度模型。產(chǎn)品框架上，遵循What-Why-How的劃分方式。首先解決采集存儲(chǔ)，即“是什么”（What）的問(wèn)題，將數(shù)據(jù)采集后清洗存儲(chǔ)下來(lái)；其次解決“為什么”（Why）的問(wèn)題，利用分析架構(gòu)和數(shù)據(jù)可視化展示，幫助用戶(hù)尋找原因；最后解決“怎么做”（How）的問(wèn)題，通過(guò)價(jià)值的深入挖掘、與業(yè)務(wù)緊密結(jié)合等方式，來(lái)確定具體的內(nèi)容和方向。

圖1-9　企業(yè)數(shù)據(jù)平臺(tái)之產(chǎn)品框架

對(duì)于具體的需求，我們根據(jù)其層次不同，通過(guò)三種遞進(jìn)的方案來(lái)滿(mǎn)足。

·自定義分析。基本不需要數(shù)據(jù)和分析部門(mén)介入，提供工具就能滿(mǎn)足業(yè)務(wù)需求。面對(duì)這種需求，基本有三個(gè)解決方案：一是采用開(kāi)源方案HUE搭建的SQL查詢(xún)功能，解決非常零碎且無(wú)法產(chǎn)品化的臨時(shí)需求；二是基于埋點(diǎn)的自動(dòng)分析功能，只要按照數(shù)據(jù)規(guī)范進(jìn)行的埋點(diǎn)，都可以在頁(yè)面查詢(xún)并分析數(shù)據(jù)；三是采用自定義報(bào)表分析界面，支持業(yè)務(wù)方導(dǎo)入數(shù)據(jù)表后進(jìn)行可視化展示。這三種方案解決三種不同層次的需求，可以幫助節(jié)省大量人力。

·事件分析。需要數(shù)據(jù)部門(mén)進(jìn)行一定程度的抽象，常見(jiàn)的就是留存/漏斗分析。這類(lèi)需求的典型特征是尋求事件之間的留存轉(zhuǎn)化規(guī)律，抽象后可以落地成對(duì)應(yīng)的數(shù)據(jù)工具。這些工具有一定的培訓(xùn)成本，適用特定場(chǎng)景。

·多維交叉分析。需要數(shù)據(jù)部門(mén)根據(jù)業(yè)務(wù)進(jìn)行規(guī)劃和設(shè)計(jì)對(duì)應(yīng)的分析體系，包含合理的維度和指標(biāo)。一般來(lái)說(shuō)，這會(huì)是一個(gè)部門(mén)的基準(zhǔn)需求，使用頻次高，用于每天監(jiān)控及分析業(yè)務(wù)異常原因。

3.企業(yè)數(shù)據(jù)產(chǎn)品之應(yīng)用型

企業(yè)數(shù)據(jù)應(yīng)用，更多是結(jié)合業(yè)務(wù)場(chǎng)景設(shè)計(jì)對(duì)應(yīng)的工具來(lái)提高效率。本書(shū)的姊妹篇《數(shù)據(jù)產(chǎn)品經(jīng)理：解決方案與案例分析》（暫名）一書(shū)中有很多大數(shù)據(jù)和各行業(yè)結(jié)合的案例，這些案例本質(zhì)上就是企業(yè)數(shù)據(jù)應(yīng)用的一種形態(tài)。企業(yè)數(shù)據(jù)應(yīng)用按內(nèi)容可分為數(shù)據(jù)策略、數(shù)據(jù)化運(yùn)營(yíng)、智能分析等若干個(gè)方向。

我們以智能分析中的一個(gè)場(chǎng)景為例。背景是當(dāng)某一時(shí)刻發(fā)生數(shù)據(jù)異常時(shí)，業(yè)務(wù)方希望能夠第一時(shí)間發(fā)現(xiàn)這個(gè)異常，并定位背后的原因，進(jìn)而提高決策效率。目前市面上的常見(jiàn)方案是先通過(guò)時(shí)間序列預(yù)測(cè)算法（Hot-Winters）根據(jù)過(guò)往歷史數(shù)據(jù)，產(chǎn)出對(duì)下一時(shí)刻數(shù)據(jù)的預(yù)測(cè)值，然后與現(xiàn)實(shí)值對(duì)比，如圖1-10所示。一般來(lái)講，這種差值會(huì)形成一個(gè)類(lèi)正態(tài)分布，當(dāng)差值落在兩個(gè)標(biāo)準(zhǔn)差之外的范圍時(shí)，我們就認(rèn)為當(dāng)前數(shù)據(jù)異常，觸發(fā)報(bào)警。同時(shí)，我們根據(jù)異常維度分析算法（常見(jiàn)的有基尼系數(shù)和決策樹(shù)等），將該異常進(jìn)行維度和組合拆解，定位原因所在。這樣一來(lái)，整個(gè)異常的發(fā)現(xiàn)和分析過(guò)程就變得十分高效。

4.小結(jié)

上面提到的很多模塊，這里只是一筆帶過(guò)，留待后面章節(jié)詳細(xì)介紹。綜上，企業(yè)數(shù)據(jù)產(chǎn)品在設(shè)計(jì)和開(kāi)發(fā)上有很多獨(dú)有的特點(diǎn)。首先，企業(yè)數(shù)據(jù)產(chǎn)品承接了來(lái)源眾多的業(yè)務(wù)需求，在抽象和管理上難度較大，很容易產(chǎn)生冗余浪費(fèi)，歷史依賴(lài)混雜不清，整個(gè)BI平臺(tái)變成數(shù)據(jù)的垃圾場(chǎng)、泥沼地。其次，數(shù)據(jù)開(kāi)發(fā)工作長(zhǎng)期來(lái)看是個(gè)細(xì)活、臟活、累活，要想長(zhǎng)期保證數(shù)據(jù)安全、質(zhì)量和規(guī)范，需要設(shè)計(jì)各種機(jī)制進(jìn)行監(jiān)測(cè)，并不斷優(yōu)化。最后，在發(fā)揮企業(yè)數(shù)據(jù)資產(chǎn)價(jià)值的路上，我們還需要不斷豐富場(chǎng)景，設(shè)計(jì)與開(kāi)發(fā)符合業(yè)務(wù)場(chǎng)景的數(shù)據(jù)產(chǎn)品。盡管如此，作為企業(yè)管理和挖掘數(shù)據(jù)資產(chǎn)的抓手，企業(yè)數(shù)據(jù)產(chǎn)品在未來(lái)企業(yè)競(jìng)爭(zhēng)中依然顯得無(wú)比重要。

圖1-10　企業(yè)數(shù)據(jù)應(yīng)用之智能分析