本篇文章从几个方面聊聊数据产品需要的能力,以下为个人看法,欢迎交流沟通。
一、业务能力
让一切业务数据化,一切数据业务化。数据来源于业务,同时又反作用于业务,两者相辅相成。
按照美团点评高级副总裁王慧文的互联网AB理论,如果对中国互联网整个产业做分类,可以对整个互联网产业有一个大的宏观概览:
说明:
1)A面可以称为纯互联网,供给和履约都在线上。企业的核心能力体现在产品设计领域、用户理解、对于通讯、社交以及内容把握,这部分的能力是A面企业共有的。B面很多东西都在线下,供给和履约都在线下完成:其中B1面,主要体现在对供应链、品类、定价的理解。B2面,总体讲有一个比较共有的特征,具有大规模的线下团队。是否有大规模的线下团队是B1和B2一个很大的差别。
2)从整个产业GDP看,B面所代表的企业占比高于A面,因此B的面积大于A,同时互联网对A面企业的影响比例高于B面。这个影响比例也会影响他们毛利润、收入或者说是利润率。B面看起来很大,但是并不见得盈利很高。总体来从财务报表数据看,A面企业利润率都是非常高的,B面企业一般利润率并不是很高。
数据产品的工作跟业务也是强关联的,我过去的经验集中在B1面,所以之后的分享大部分也是围绕这部分业务展开。B1面从宏观来讲,囊括了整个制造业产业链,包括设计、研发、采购、制造、销售、仓储、物流、服务等,这个也恰好跟马云爸爸提的新零售、新制造是一脉相承的,后面陆续会更新和细聊这块的业务。有本书叫《数据化管理-洞悉零售及电子商务运营》,可以对零售中的业务和数据有一定的了解。
二、数据能力
1)数据思维
数据思维包括对数据的敏感性、数据化思维意识、习惯用数据说话。
对数据思维的提高可以通过以下几种方式提高:
a、多看行业数据报告,如艾瑞咨询、易观、trustdata、GFK、证券机构等行业数据报告,学会质疑其中数据真实性,保持独立思考习惯;
b、每天看业务数据,刻意记忆关键数、大数,老板或者同事问你的时候能脱口而出,这样也会显得更加专业;
c、业余时间可以继续做表格表姐,自己多查数看趋势看变化;
d、多跟业务混在一起,了解业务的同时你会发现业务对数据相当的敏感,老板一问脱口而出。
2)分析思维
数据分析思维包括数据分析方法论、数据分析法:
a、数据分析方法论:从宏观角度指导如何进行数据分析,类似一个数据分析的前期规划,指导后期数据分析的开展工作。常用的数据分析方法论:管理方面的理论模型(5W2H、PEST、逻辑树、SMART等)、营销方面的理论模型(4P理论、SWOT等);
b、数据分析法:指具体的数据分析方法,如初级分析法(对比分析、平均分析、交叉分析)、高级分析法(相关分析、回归分析、聚类分析、时间序列、神经网络等)
参考书籍:《谁说菜鸟不会数据分析(入门篇)》、《谁说菜鸟不会数据分析(工具篇)》
3)数据工具
a. Excel:感觉是数据产品工具的鼻祖,熟练使用能解决工作中百分之八九十的工作,后面会单独讲。
b. SQL:Structured Query Language,结构化查询语言,用于访问和处理数据库的标准的计算机语言,后面单独讲。参考资料《SQL必知必会》、W3C SQL教程
c. Tableau/PowerBI/BDP
数据可视化BI工具,这部分和数据可视化单独作为专题分享。参考资料:《用图表说话》
d. Python/R
Python是一个好东西,可以用作爬虫、数据分析、机器学习;
参考资料:《利用python进行数据分析》
三、产品能力
1)产品思维
a. 系统思维:人连接人(思想交流)、人连接物(感知事物变化规律)、物连接物(事物之间的逻辑关联),通过连接整合信息做出因时、因地、因人的决策;
b. 平台思维:系统思考下的整体解决方案,对用户输出的是服务,是解决方案,不是单一的功能;比如是提供给业务使用报表,还是提供给业务使用报表的能力,一个是功能,一个是服务,两者之间有区别;
c. 结构思维:需求整合与拆分、OKR设定都需要结构化处理,大目标到小目标、大功能到小功能,由上至下的落地执行思维;
2)产品工具
a. 原型设计工具:Axure、墨刀
b. 团队协作工具:Teambition
c. 目标设定工具:OKR
d. 流程图工具:Processon、Visio
e. 脑图工具:百度脑图、Xmind
f. 文档工具:石墨文档、google文档、印象笔记
四、其他能力
快速学习、沟通表达、团队协作等
这部分软实力不用多讲,互联网各个职位都应该具有如上能力,只是需要的能力强度不同
总结:以上我都是先写的思维,后写的工具,我认为思维是战略,工具是战术,所以会多少数据工具、产品工具不是核心,核心在于数据思维、分析思维、产品思维,这个才能让人走得更远。
欢迎关注公号:成南王掌柜