何為數據產品？

從廣義上講，一切以數據作為驅動或者核心的都叫數據產品（例如數據報表平臺、DMP、搜索與精準化產品、風控產品等等），從狹義上講，就是公司的內部數據平臺。今天和大家討論的，主要是關于公司的內部數據平臺的搭建。

公司的內部數據平臺，主要作用是提供給公司內部所有部門人員使用，使公司內部的所有業務能夠通過數據來驅動和決策。簡單點講就是通過數據平臺來驅動公司內部的數據化運營。

如何設計一款好用的數據產品？

數據產品經理本身就是一個合格的數據分析師，所以數據產品經理需要深刻的了解業務，需要知道業務部門想要看什么數據，這些數據現在是否能夠獲取到，業務方通過這些數據分析，是如何推進和改善業務的。

數據產品要根據使用方的特點設計出符合使用方需要的內容，產品要有層級和結構。

如果你設計的一張數據報表既要滿足管理層又要滿足一線業務人員的需要，那么這樣的數據產品很大可能是體驗比較差的，老板和一線人員看數據的視角不一樣，老板們一般是把握業務的大方向，主要看一些關鍵性的指標，并希望知道這些關鍵指標出問題后背后的原因是什么？給老板設計的報表需要結構簡單易懂，并能夠基于這些關鍵指標的異常給予問題定位。一線人員主要是偏執行層面，他們看數據的粒度一般都很細。

數據產品要注意數據質量、規范、統一，公司的數據平臺是面向所有部門的，怎么保證公司的所有部門人員對于數據的理解一致，這點特別難。

首先公司的各個生產系統就是千差萬別，由于各種客觀因素，導致生產系統的數據質量和結構也會千差萬別，這樣數據倉庫的數據建設就顯得尤為重要，數據平臺的數據質量依賴于數據倉庫底層的數據模型，所以一個好的數據倉庫很大程度上決定了數據平臺的數據質量。

數據產品的類型

可以將這些數據產品分為5大類：原始數據、派生數據、算法、決策支持和自動化決策。

通常原始數據、派生數據和算法都有技術使用者。大多數情況下，他們往往是一個組織的內部產品，但反例將包括廣告交流或API套件。

原始數據：收集并提供可用的數據（也許我們正在做一些小的處理或清理步驟）。用戶可以選擇使用適當的數據，但大多數工作都是在用戶完成的。

導出數據：在向用戶提供派生數據時，我們在我們這邊做一些處理。對于客戶數據，我們可以添加其他屬性，例如為每個客戶分配一個客戶段，或者添加他們單擊廣告或從某個類別購買產品的可能性。

算法：或者叫算法服務。我們得到了一些數據，我們通過算法運行它-無論是機器學習還是其他-并返回信息或見解。

谷歌圖片就是一個很好的例子：用戶上傳圖片，并接收一組與上傳圖片相同或相似的圖片。在后臺，該產品提取功能，對圖像進行分類，并將其與存儲的圖像進行匹配，返回最相似的圖像。

決策支持：向用戶提供信息，幫助他們做出決策，但我們自己并沒有做決定。分析儀表盤（如Google Analytics、Flurry或WGSN）將屬于此類。

谷歌分析的案例中，這可能改變編輯策略，解決轉換漏斗中的漏洞，或者雙倍降低給定產品策略。

自動化決策：給定領域內的所有智能外包出去。

Netflix的產品推薦或Spotify的每周發現就是常見的例子。自動駕駛汽車或無人駕駛飛機更是這種閉環決策循環的物理表現。

數據產品需求文檔

一、概述

1.1 名詞說明

1.2 產品概述和目的

1.2.1 產品概述

隨著客戶量的增長，客戶對統計報表的需求增多，傳統將數據導出到Excel中二次加工越來越不能滿足效率需求、實時性、專業度的需求。

此次數據報表在原單個統計報表功能的基礎上，擴大數據收集范圍和提升統計分析深度。

基于產品各模塊全生命周期視角進行統計分析，涵蓋會前、會中、會后各階段，按照event對象、數據來源、報表用途、營銷過程多維度分類制作精美可視化圖表。

如可視化的產品推廣儀表盤：實時查看報名進度及來源，產品模塊進度及票種比例；各產品子模塊進度；項目入住進度及比例。常用標準統計報表：注冊人員統計，銷售訂單分析，銷售商品分析，簽到統計、互動行為分析，營銷漏斗等。

1.2.2 產品目的

實現對產品全生命周期各階段數據的收集和檢索，實現平臺方對需要的數據按照自定義篩選規則進行檢索，對相關數據進行合并整理，按照選取的分析維度、數據指標對目標數據按照應用目的進行分析，并通過直觀可視化的圖表進行展示。

1.3 產品風險

風險級別說明：非常高的，高的，適度的，低的，非常低的

二、功能需求

2.1 功能總覽

XX數據報表 – 功能總表

優先級說明：

P1: 優先級最高，必須完成；

P2: 中等優先級，碰到無法解決的問題時可以延后；

P3: 優先級低，在工期緊張時可以延后。

2.2 功能簡介

2.2.1 高級數據分析

自定義統計表設置、統計分析圖制作流程：

自定義統計表設置界面示例：

篩選條件的設置方式復用原來組件篩選條件設置方式，支持高度自由的篩選條件設置，設置的篩選器支持保存復用。

自定義統計圖數據看板示例：

統計字段一排3-4個；統計圖表一排1-2個。

2.2.2 實時儀表盤

展示平臺從創建到結束前所有實時關注的數據。

平臺儀表盤（模板儀表盤）

頁面示例：

統計圖表：

我的儀表盤（自定義儀表盤）

自定義添加統計字段或從標準統計圖、自定義統計圖中選取，按照實時數據更新要求進行可視化展示。

2.2.3 平臺數據總覽

從event的角度，對平臺設置以及全階段重點事件按照時間軸進行記錄統計。

2.2.3.1 產品設置總覽

對平臺發布的基本信息及所有設置規則記錄并查詢，對設置、規則存在沖突的進行預警提醒，比如時間。

統計查詢信息表單如下：

添加微信分享設置；

添加微站、網站URL；

添加發布狀態、子產品URL地址；

報名審核信息等關鍵信息提示需要醒目；

2.2.3.2 平臺事件軌跡

對平臺重點事件按照時間軸進行統計。

2.2.4 報名人員統計

報名過程包括活動人和聯系人。

2.2.4.1 活動人報名分析

從活動人的角度，聚合其從報名注冊、訂單、會場簽到、酒店入住、會場互動、會后評價所有與會數據信息。

活動人報名統計明細表

支持對活動人數據設置高級篩選條件（復用美加MA篩選條件設置），支持自定義設置顯示字段，支持設置排序規則，支持篩選條件保存，檢索結果數據導出，對檢索結果分析做圖。

活動人報名統計圖表

常用數據統計圖從以下幾個維度給出可視化的數據分析圖（所有圖在一個面板展示，支持用戶創建自定義的統計圖板）：

2.2.4.2 聯系人統計分析

聯系人統計明細表

聯系人注冊統計圖

2.2.5 銷售訂單分析

訂單包括門票訂單、酒店訂單、商品訂單。

2.2.5.1 總訂單

統計明細表

統計圖

2.2.5.2 門票訂單

門票訂單統計明細表

訂單與門票是一對多關系，按訂單號進入門票訂單明細；

統計圖

2.2.5.3 酒店訂單

統計明細表

訂單與酒店是一對多關系，按訂單號進入酒店訂單明細；

統計圖

2.2.5.4 商品訂單

統計明細表

訂單與商品是一對多關系，按訂單號進入商品訂單明細；

統計圖

2.2.6 銷售商品分析

2.2.6.1 門票銷售

統計明細表

統計圖

2.2.6.2 酒店預定

明細表

統計圖

2.2.6.3 商品銷售

明細表

統計圖

2.2.7 簽到統計

簽到數據包括注冊簽到、分會場簽到、接機簽到、酒店入住（分房）簽到、用餐簽到。

2.2.7.1 注冊簽到

統計明細表

統計圖

2.2.7.2 分會場簽到

統計明細表

統計圖

2.2.7.3 活動人接機簽到

統計表

統計圖

2.2.7.4 酒店入住（分房）簽到

統計表

統計圖

2.2.7.5 用餐簽到

統計明細表表

統計圖

2.2.8 互動數據洞察

統計表

2.2.9 營銷過程追蹤

2.2.9.1 營銷效果分析

數據看板

2.2.9.2 推廣統計

包括微站、網站、EDM、短信……

統計表

統計圖

2.2.9.3 渠道引流分析

統計表

統計圖

2.2.9.4 邀約統計

統計表

嘉賓／會員／代理商／推廣員發起邀約：

按照邀約對象類別系統發起邀約：

統計圖

2.2.9.5 郵件營銷統計

統計圖

2.2.9.6 短信營銷統計

統計圖

2.2.9.7 微信模板消息統計

統計圖

2.2.9.8 微信圖文統計分析

統計圖

2.2.9.9 優惠統計

普通優惠明細表

代理商優惠明細表

統計圖表

2.2.9.10 滿意度統計

根據滿意度問卷返回每項調查的統計結果。

問卷主題+查看地址./bnm。

2.2.9.11 積分統計

統計表

統計圖

2.2.10 平臺日歷

2.2.10.1 平臺日歷

議程明細表

2.2.10.2 議程統計

議程統計圖

2.2.11 征文統計

統計明細表

統計圖

三、數據分析

3.1 算法

3.2 其他

總結

以上是生活随笔為你收集整理的[经典]数据产品需求文档怎么写？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。