数据产品经理PRD——以阿里云会议产品为例

- 2020-10-06 05:41 -

  数据产品需求文档撰写对于数据产品经理来说,是基本功也是日常,本文为大家讲解了数据产品需求文档的规范撰写全过程,有需要的小伙伴赶紧学习起来吧!

  随着年龄的增长会越来越重视道,重视产品成功的系统原因,重视产品的团体环境,重视还原用户的真实因子。

  对于术比如用啥工具,写那些文档怎么写,交互方式是多么的酷炫,界面设计的是多么的棒,流程设计的是多么的人性化等等本来不怎么感兴趣了,但是应许多同学的请求还是把早年的一些文档改一些作为术分享出来,给对数据型产品经理感兴趣且应该输出的标准的数据产品需求文档一个参照。

  一份优秀的PRD往往一方面能够继承原有系统组件的优秀数据,另外一方面有对产品全新的优化,所以会有一些专业术语需要介绍。

  再则,背景的说明方便产品经理与研发、运营、和其他部门沟通汇总产品的需求,容易共识的产品往往比较容易得到大家的支持,这样也就更容易使产品成功。

  随着客户量的增长,客户对统计报表的需求增多,传统将数据导出到Excel中二次加工越来越不能满足效率需求、实时性、专业度的需求。

  此次数据报表在原单个统计报表功能的基础上,扩大数据收集范围和提升统计分析深度。

  基于产品各模块全生命周期视角进行统计分析,涵盖会前、会中、会后各阶段,按照event对象、数据来源、报表用途、营销过程多维度分类制作精美可视化图表。

  如可视化的产品推广仪表盘:实时查看报名进度及来源,产品模块进度及票种比例;各产品子模块进度;项目入住进度及比例。常用标准统计报表:注册人员统计,销售订单分析,销售商品分析,签到统计、互动行为分析,营销漏斗等。

  实现对产品全生命周期各阶段数据的收集和检索,实现平台方对需要的数据按照自定义筛选规则进行检索,对相关数据进行合并整理,按照选取的分析维度、数据指标对目标数据按照应用目的进行分析,并通过直观可视化的图表进行展示。

  数据产品不是一般产品经理理解的不需要定义功能,想反数据产品需要将功能定义的逻辑要严谨且具有可拓展性。

  数据仓库是数据分析的基础是构建企业可视化或者BI或者统计报表智能化的基础。而主题库是数据仓库的基础。

  筛选条件的设置方式复用原来组件筛选条件设置方式,支持高度自由的筛选条件设置,设置的筛选器支持保存复用。

  自定义添加统计字段或从标准统计图、自定义统计图中选取,按照实时数据更新要求进行可视化展示。

  从event的角度,对平台设置以及全阶段重点事件按照时间轴进行记录统计。

  对平台发布的基本信息及所有设置规则记录并查询,对设置、规则存在冲突的进行预警提醒,比如时间。

  从活动人的角度,聚合其从报名注册、订单、会场签到、酒店入住、会场互动、会后评价所有与会数据信息。

  支持对活动人数据设置高级筛选条件(复用美加MA筛选条件设置),支持自定义设置显示字段,支持设置排序规则,支持筛选条件保存,检索结果数据导出,对检索结果分析做图。

  常用数据统计图从以下几个维度给出可视化的数据分析图(所有图在一个面板展示,支持用户创建自定义的统计图板):

  签到数据包括注册签到、分会场签到、接机签到、酒店入住(分房)签到、用餐签到。

  建议阅读笔者LineLian的新书《AI赋能:AI重新定义产品经理》或者联系笔者。

  本文讲解了一个数据产品的产品需求文档的规范撰写过程,对于数据产品来说核心在第三步的数据仓库的主题库的构建,对于想做数据产品的产品经理来说这个事是基本功也是数据产品的日常。

  另外对于想做AI产品的产品经理来说或者对算法感兴趣的产品经理来说第四部分是核心。

  数据是AI的基础,而AI等于算法+数据+算力,在AI的早期来说算法所占的重要性要高一些,在后期AI的应用场景和数据显得十分重要,这是数据产品与AI产品的关系。当然对于高阶产品管理者来说不论是数据产品还是AI产品,这两者都是高阶产品管理者应该协调管理好的事务。

  如果你想系统化入门AI产品经理,掌握AI产品经理的落地工作方法,戳这里

  连诗路,公众号:LineLian。人人都是产品经理专栏作家,《产品进化论:AI+时代产品经理的思维方法》一书作者,前阿里产品专家,希望与创业者多多交流。

  大家期待已久的《数据产品经理实战训练营》终于在起点学院(人人都是产品经理旗下教育机构)上线啦!

  本课程非常适合新手数据产品经理,或者想要转岗的产品经理、数据分析师、研发、产品运营等人群。

  课程会从基础概念,到核心技能,再通过典型数据分析平台的实战,帮助大家构建完整的知识体系,掌握数据产品经理的基本功。

  学完后你会掌握怎么建指标体系、指标字典,如何设计数据埋点、保证数据质量,规划大数据分析平台等实际工作技能~

  现在就添加空空老师(微信id:anne012520),咨询课程详情并领取福利优惠吧!

  谢谢大家的讨论,会继续努力,数据阿里云起家比较早一些,其简单易用的风格,后来有不少借鉴的,数据主要是目标应用。有AI+数据需求的朋友欢迎联系笔者微信

  阿里云上还有很多后来者像,阿里云是09年成立、bdp是13年。其他的数据可视化及应用阿里云上还有很多的。

  产品风格不仅是bdp 那种设计风格是报表中比较中规中矩的,而且应用比较多的,主要看数据参数本身的业务。看来人人流量起来了,其他家都来蹭流量

网站地图