【专题】产品经理的数据漩涡(1)-能支持我们工作的才是有用的数据

前言

那天在微信群里,有个朋友@我想聊聊产品经理如何来做数据的管理,因为看到这条消息时已经晚了,因此也没聊成,昨天群里又讨论了一会儿产品经理的市场研究工作,我的想法是做市场研究工作,如果脱离了数据的支持,几乎是不可能完成的,但是大家也知道,在群里是不太容易把一个话题聊透的,因此,我就打算抽点时间总结一下我这些年来在数据管理工作上的一些经验和大家分享一下。

其实我并没有系统的学过数据管理的知识,都是在实践中自己琢磨的,因此,在本专题中,肯定会有不全面,不到位,甚至是不正确的地方,还请大家过多见谅。

同时,在本专题中,我只是站在一个产品经理的角度来分享自己的数据管理工作上的经验和认识,因此,大家就不要把这个专题当成是系统学习数据管理工作的材料了。


第一篇:能支持我们工作的才是有用的数据

谈到数据管理,其实是两层意思,一个是“数据”,一个是“管理”,前者是工作的基础,后者是工作的方法。

因此,我们首先要搞清楚什么是“数据”。

关于数据的定义,其实有很多种(我就不一一摘抄了,搜一下有很多的),当然,就我的理解,数据应该是指“体现事物客观存在的所有信息”

没错,我的这个理解确实很抽象,没法,很多定义就是这样的,当然了,如果站在产品管理的角度看,有了具体的场景,那么,这个定义再理解就比较具象了,见下图:

这是某食品企业面包这个产品线中相关面包品种的月销售额报表,这就是数据,对于食品企业的产品经理来说,这个数据每个月都会看到的。

关于定义不用讲太多,我觉得对于产品经理来说,要把数据管理工作做好,关键是要搞清楚数据的类型,因为只有搞清楚了这些,我们在做这个工作的时候才能知道什么样的数据是用来支持什么样的产品管理具体工作的。

我个人认为,产品经理要理解的数据的类型可以有两种划分形式:

1、按照数据的时间特性划分,可以分为三种,见下图:

2、按照数据的应用方向划分,也可以分为三种,见下图:

接下来重点说一下不同的数据类型和产品管理工作之间有什么样的关系。

我们先来看第一种划分标准,按照数据的时间维度。

第一种是趋势数据,怎么说呢,我个人对这个趋势数据到底有多大的现实指导意义还是持怀疑态度的,因为在我多年的工作经历中,不止一次在这上面吃过亏。

具体情况可以看这篇文章:http://www.chinapm.com.cn/?p=2758

那是不是说产品经理就不需要关注这类数据了呢?

不是的,我的想法是需要关注,但是不能太关注,之所以我把它称之为“趋势数据”,原因就在于这些数据只是说明了一种可能性,但是这种可能性出现的概率是多少,谁也不知道。

比方说在例子中,有AI的专家说,到2030年的AI市场规模是7万亿美元,那么,几个问题出现了。

1)这个7万亿美元是如何计算出来的?计算模型是什么?

2)为什么是就是2030年,而不是2020年,或者2040年?时间点是怎么确定的?

3)7万亿所依赖的现有数据是哪些?现在AI市场的真实规模是多少?

如果能把这三个问题解释清楚了,那么,这个7万亿的合理性才存在,注意了,只是合理性,而不是正确性,因为要验证正确性,只有等到2030年才可以。

其实说到底,之所以趋势数据看看,听听即可,原因就在于期间的变量太多,而变量是会受到各种因素的影响的。

那产品经理到底要如何来面对趋势数据呢,我认为就是一个工作中会用到,就是趋势分析,即使如此,趋势分析也不能完全基于趋势数据来做,而是要很大程度上,很大范围上通过对第二类数据-应用数据-的分析来进行独立的趋势判断,这其实也是产品经理的价值所在。

关于产品经理如何做趋势分析,可以参见这篇文章:http://www.chinapm.com.cn/?p=2847

之所以说如果产品经理把趋势数据作为未来发展的唯一或根本依据,那么,一个对企业来说可能是致命的风险就会存在,这个风险就是企业很有可能会把关键和重要的资源配置到一种不可能性上。

这或许对大企业来说不太要紧,但是对中小企业来说简直就是一种不可挽回的致命错误。

如果我们阴谋论一下,其实,有一些趋势数据本身就是一些企业和专家联合操作出来的一种诱导其它企业走向歧途的策略,通过消耗这些企业的资源,从而从根本上控制或者消灭他们。

大到国家竞争,小到企业竞争,这种情况并不鲜见,还记得美国是怎么用一个子虚乌有的“星球大战”计划掏空苏联的吗!

正如一个朋友说的,专家的话听起来都对,做起来都错。

因此,我再次强调一下,产品经理,一定要有自己对未来趋势的判断。

再来看应用数据,这个就比较简单了,因为这种数据已经是客观存在的了,对于产品经理来说,最主要的就是从这些数据中找到支持自己产品下一步发展的方向和策略。

比方说我们要做的产品反设计,就是通过对业内外标杆产品/竞品的反设计,获得一手的数据,然后通过对这些数据的分析来制定出提升自己产品绩效的方法。

关于产品的反设计,可以参见这篇文章:http://www.chinapm.com.cn/?p=2882

因为应用数据通常是自己或竞品已经客观产生,并且是经过了产品经理亲自分析的,因此,这些数据不会骗人。

但是,为什么有一些产品经理感觉依然问题多多呢,其实不是数据的问题,而是数据管理(包括收集、归类、分析、验证等)的工作没做到位。

强调一点,数据的价值不在于知道有多少,而在于能管理多少。

关于如何做数据管理的工作,我会在后续的文章里讲到。

最后看随机数据,随机数据其实对于产品经理来说,困难并不在于随机性,而在于预判性,这和趋势数据不太一样,趋势数据强调的是未来的可能性,而随机数据讲的是现实的多变性。

例子中也提到了,比方说你预定3月份的销售额是5万,但是出现了8万,远远超出目标,那么,在投入的营销资源没有发生变化的情况下,这3万是怎么出来的,你就要搞清楚。

当然,如果这多出的3万的原因你搞清楚了,那么,这个数据就变成了应用数据,可以作为你后续策略制定的一个参考系数存在。

关于应用数据和随机数据,我同样会在后续的文章中用一个案例来进行讲解。

接下来,我们再来看第二种划分标准,按照数据的应用方向。

这就更简单了,因为应用方向所涉及到的数据其实都是和我们的产品管理流程性工作紧密相关的。

在商业数据中,对应的是我们的战略活动所涉及到的阶段和工作,比方说你要制定产品的战略方向,那么,你自然会考虑支持完成产品战略制定的数据。

比方说,你要对产品所在市场的3年内的规模发展情况做一个判断,那么,通常的思路就是收集这个市场中较长一段时间的市场规模数据,然后采用合理的预测方法(例如移动平均法)来进行计算。

在业务数据中,对应的是我们的规划活动所涉及到的阶段和工作,比方说你要制定产品的价格策略,那么,你就要搞清楚该产品所在的产品目录中所有的产品的价格带分布,通过对你的产品的定位、细分人群、竞争层级的分析,知道自己的产品应该处于价格带的那个区间中。

在产品数据中,对应的是我们的战术活动所涉及到的阶段和工作,比方说你要制定产品的推广策略,希望CPM(Cost Per Mille,每千人成本)越低越好,那么你肯定会基于业务流程的设计目标通过对不同媒体的投入成本和效果进行评估,然后得出合适的媒体组合策略。

好,关于数据的类型我就讲这么多个人的经验,现在是大数据的时代,数据多到让我们无从下手,但是,我始终认为:数据虽多,但能支持我们工作的才是有用的数据。

如何来找到这些有用的数据呢,首先就是要搞清楚我们要依赖的数据类型是什么。

分享到QQ 分享到微信 分享到微博

0 条评论

发表我的观点

取消

  • 昵称 *
  • 邮箱 *
  • 网址