讓數據透過產品「說話」(車品覺)
有一次,我乘坐晚上七點的航班從杭州到北京,結果七點正,有一個提供航班資訊的移動應用告訴我:航班延誤了。一個小時後,它再次告訴我航班還在延誤,一直到晚上十一點。這個應用一直在給我提供訊息,但是這些訊息並不能幫助我做出更多的決策判斷。
如果當時這個應用的產品經理能夠關聯起更多訊息,它是否可以告訴我另一家航空公司有班八點的航班可以立即改簽飛走?即使做到這點,這還不算是數據產品,只是把訊息善用在產品上,就使產品立刻有了新價值。但是當時我並沒有得到這些服務,一直從晚上七點等到半夜十一點,相關應用不斷提供的延誤訊息只讓我愈來愈苦惱。
訊息化和數據化的區別在於,訊息化為我們提供了參考,而數據化讓我們可以直接行動。從參考到直接行動,這之間有巨大的差距。
為什麼數據的價值沒法落地?為什麼眼下大量企業的數據案例難以突顯價值?其中很重要的一點是,產品經理沒有真正懂得數據。很多產品經理還停留在過去靠感覺來做產品的階段,並不知道如何運用數據來改善產品,更沒意識到數據已經成為了產品的核心原材料。
過去的IT時代,我們只是簡單使用數據,很少為了解決問題而提煉過數據。為什麼我要強調提煉過數據?因為如果我們要讓數據產生價值,讓更貼身的數據分析框架來解決用戶的實際問題,就需要將數據嵌入到產品或者生產流程當中,在數據提煉的最後一公里,讓數據在產品中「說話」。
如何讓數據「說話」呢?在過去的訊息時代,我們最擅長的方法是根據歷史數據統計規律,對行動作指引。比如我們會統計過去一個月周五下午六點的的士小費,計算出平均數,然後告訴用戶「建議給小費5元」。
那個時候,我們使用的數據大多都是單一角度而靜態的數據。而現在,我們更希望得到全景而動態的數據。比如我們可以獲取不同街道的堵塞程度,從而計算司機對小費的敏感度;我們可以集合附近的天氣情況,演唱會散場的時間等數據來預測某個時段、某個地段可能成交的小費金額。這樣的算法就是利用了更全面的大數據,通過更多的環境動態數據,而非歷史統計數據來提供服務。
數據嵌產品價值立見
未來,產品經理需要懂得如何用數據來增值。這其中有三個關鍵點:產品化、數據化和商業眼光。而眼下很多產品經理更多關注的是產品化,而忽略了數據化。
那麼如何利用數據來增值呢?讓數據前置。假定我需要為女兒選擇一所學校,如果要等三個月後考試成績出來,才知道學校不合適,會不會太糟糕?如果我能夠事先根據數據計算來衡量這所學校是否適合我女兒不是更好嗎?數據價值的關鍵就是數據前置,即讓更多數據嵌入到產品之中,將數據分析框架應用到公司業務中,而不是停留在用統計數據做決策參考。
也許不用很久,產品經理就會發現數據化對於產品的重要意義。數據必須要和產品結合,不然數據的價值難以落地。讓數據變成產品的核心原材料,是產品經理最大的難點,也是產品經理最大的機遇和想像力。
更多車品覺文章:
支持EJ Tech
如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們。