请选择 进入手机版 | 继续访问电脑版

数据产品设计1——初识数据产品

2020-03-04| 发布者: 互联网的那点事| 查看: 150

数据产品的定义数据产品是把数据、数据分析、决策逻辑尽可能多地固化在一个软件系统里,以更快的更新频率、更准确的分析结果、更智能的提醒方式为人们提供数据价值。图1-数据产品&数据服务&数据分析的关系数据流通价 ...


数据产品的定义


数据产品是把数据、数据分析、决策逻辑尽可能多地固化在一个软件系统里,以更快的更新频率、更准确的分析结果、更智能的提醒方式为人们提供数据价值。

数据产品设计1——初识数据产品

图1-数据产品&数据服务&数据分析的关系

数据流通价值链


数据产品设计1——初识数据产品

图2-数据流通价值链

1.数据生产阶段

将客户存在的数据和人为制造的数据收集并存储起来,就是数据的生产。这一阶要注意收集和存储数据的成本问题。

一般步骤为:数据制造→收集→存储。

2.数据整理阶段

主要针对以下几个方面开展: 数据质量问题(数据太乱、缺失严重、噪声数据多),数据清理技术,评价数据质量(完整性、一致性、时效性、可信性、可解释性),数据数量问题(存储类型、数据属性、条目、分类变量类型别多,关键属性和数据层次太少),数据交换&数据融合(存储类型太多),数据压缩(属性、条目、分类变量多),数据构造(关键属性和数据层次太少)。

一般步骤为:清洗→融合→交换→压缩→构造。

3.数据研究阶段(数据分析&数据挖掘)

技术定义:从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的人们事先不知道的潜在有用的信息和知识的过程。

商业定义:按企业既定的业务目标,对大量的企业数据进行探索和分析,揭示隐藏的、未知的或验证已知的规律性,并进一步将其模型化的方法。

目的:描述和预测,了解数据中潜在的规律,用历史预测未来。

具体方法:关联分析、分类、聚类、异常点测试、回归分析、神经网络方法、web数据挖掘等。
  • 关联分析:在大规模数据集中寻找有趣的关系,哪些事物经常一起出现;哪些事物存在强烈的关系。
  • 分类:按某种标准给对象打标签,根据标签规则对新对象进行区分、归类。
  • 聚类:把相似的事物分到一组。数据自动根据相似性自我划分类别。只需要知道如何计算相似度就可以开始工作。聚类是分类的前处理步骤,做完聚类就有了标签。

一般步骤为:①数据探索→数据预处理→明确挖掘任务→选择技术方案→结果信息(有数据没想法)②明确挖掘任务→收集数据→数据预处理→选择技术方案→结果信息(有想法没数据)。

数据产品设计1——初识数据产品

图3-数据挖掘2.0

4.数据展现阶段

主要任务:数据可视化,数据展现逻辑设计。

5.数据体现价值阶段

评估依据:是否帮助人们做出了正确、明智的决定。

数据产品分类


数据产品设计1——初识数据产品

图4-数据产品分类

1.辅助决策型

对数据挖掘结果的分析和展现。
  • 静态展示型
  • 动态交互型

2.智能决策型

根据数据分析结果自动执行和行动。不同类型的智能决策型数据产品的决策流程如下:
  • 软件型智能决策型数据产品:用户行为数据→数据分析→决策判断→推荐行为。
  • 软件型智能决策型数据产品:收集外界数据(硬)→数据分析(软)→决策判断(软)→行为(硬)。

数据产品的设计流程


1.需求分析
  • 商业需求分析
  • 市场需求分析
  • 产品需求分析
  • 产品规划

2.数据指标设计

制定出用户最感兴趣、易于理解、能最终体现问题本质的数据指标。

3.数据可视化设计

根据数据类型和表现目的,选择最佳数据可视化方案,将指标美观的呈现给用户。

4.数据展现逻辑设计

数据指标展现逻辑设计、界面设计等。对数据指标进行分类展现,从多个角度设计数据的展现逻辑,使用户在看多个指标时清晰明了。

5.产品管理

研发管理、产品上线、后续维护、产品迭代更新或结束。

输出文档
  • 商业需求文档(BRD)----老板、CEO、项目负责人,侧重商业模式、市场前景、竞争分析、盈利模式、资源投入。
  • 市场需求文档(MRD)----商务、运营、市场人员,侧重明确产品的潜在客户和市场方向。
  • 产品需求文档(PRD)----项目组、开发组、测试组、体验组,侧重从产品本身看待需求,在特点和功能需求上深入细节,包括界面流程和原型设计图。
  • 功能详细描述文档(FSD)----项目组、开发组、测试组、体验组,侧重产品实现,定义功能需求的全部细节。

鲜花

握手

雷人

路过

鸡蛋

0条评论 150人参与 网友评论 文明发言,请先登录注册

文明上网理性发言,请遵守国家法律法规。

最新评论

©2001-2018 站长头条 https://www.zztt8.com/中国互联网举报中心 京ICP备14033863号-33 非经营性网站Powered byDiscuz!X3.4公安网备
Archiver手机版小黑屋广告合作客服QQ:1430738212Comsenz Inc.