-
日期: 2017-01-05 | 來源: 人人都是產品經理微信 | 有0人參與評論 | 字體: 小 中 大
我們的世界，本質上由數學組成，無數數據構建了我們龐大的賴以生存的環境，這就是我們與數據的不解之緣。
這句話不知道在哪裡看到過，用在這裡感覺有種提綱挈領的感覺。
為什麼要專門寫壹篇文章來說數據驅動這件事情？原因是我在這件事情上有深刻的體會。
產品在設計之初，所有人對它都抱有許多期待，希望它可以實現它作為壹個好產品的價值，但是如何去定義這個價值呢？
壹開始，我們可以靠產品直覺，sense是依靠天賦的；可以靠老板明確提出的需求，這取決於你的老板是否英明神武且熟知產品；但在更多的時候，我們依靠的是實打實可見的數據反饋，它們將指導你的決策，推翻你的臆測，逼迫你去追尋數據背後的原因，這就是我所說的數據驅動。
方法論
在壹切實踐之前，先給自己找壹套方法論。
剛做產品的時候懵懵懂懂，在網上各種地方尋找資料，企圖獲取壹些靈感，能幫助產品走得更遠，走得更好。爬過坑後才知道，做出成功的產品，不是壹個隨機事件（做人也壹樣），企圖跟風而沒有絲毫見地的產品，會很膚淺，很站不住，這也是我非常推崇通過數據來驅動產品發展的原因。我也相信有很多人會有和我壹樣的疑惑，產品做完了，我們接著需要做什麼？產品迭代。可怎麼迭代？
大家都說，產品經理就是CEO的提前班。我是認可這句話的，因為單單從數據驅動這個角度來描述，可能我們就得站在CEO的角度考慮更多問題。借用以前看過的壹個挺有普適性的理論來解這件事情如何來規劃吧，這個理論叫做SMART法則。
S：strategy 策略
M：model 模型
A：analysis 分析
R：result 結果
T：transform 轉變
▍Strategy 策略
舉個例子，剛拿到壹個產品的設計需求，我們要做的第壹件事情是定義產品價值，也是總綱；它常常會寫在產品需求文檔的第壹頁，在你需要向所有人壹句話解釋這個產品的時候，它以簡潔明了的方式出現。而如何實現這個價值，就是我們所說的策略。這就像你想要壹個梨子，你可以去買，也可以自己種壹顆梨樹，也可以通過基因克隆，方式不壹而足。
產品價值是唯壹的，而策略是不同的，壹個數據驅動型的產品，往往需要在定義好產品後，完整思考對應的產品策略。
▍Model 模型
假設我們希望通過種梨樹來得到梨子，在這樣的產品策略下，我們所知道的足以支撐這個目標的壹切就可以通過市場調研來獲取到。我們需要梨的種子、陽光、水、土壤和肥料，還需要在適當的階段除蟲，根與樹葉用於支撐營養所需，樹幹負責傳輸，它們必須在壹個非常健康的狀態下才有可能生長出梨子，而這些狀態量，就是所謂的模型。
有壹句話我非常喜歡，“在大數據世界中，小就是美”，我們必須明確哪些因素支撐產品達成目標，這樣才能在精力和資源有限的情況下，完成數據驅動。
當然了，數據模型往往很難在壹開始就確定下來，這取決於經驗，隨著數據觀察持續推進，我們就會發現現有的數據量無法支撐起分析所需，那就要求我們繼續完善模型。
▍Analysis 分析
假設模型已經日趨完善，足以支撐起決策所需的時候，我們就可以利用這些數據來推進壹些事情。
好幾天沒有澆水，導致梨樹樹葉有些枯萎，這就是聯系。
實驗室裡的單壹變量法，在分析過程中也可以奏效並說明問題。
▍Result 結果
我個人的信條之壹是，絕不浪費時間做沒有結果的事情，哪怕是不好的結果，也是壹種產出和成長。而在開展數據工作的過程中，也肯定需要有壹個結果。
在預計的時間點，梨樹本該開花，但是結果沒有；在計劃規定的時間內，產品本該達到壹個狀態，但是結果沒有。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見