大数据产品经理极速撰写PRD的5个步骤
時下和未來TB級以上的大數據場景下的產品將是主流產品,時下這類PRD的應用場景主要代表產品有阿里云產品、騰訊云產品、第四范式產品、VIVO/OPPO產品的大數據平臺部門等等,以大數據治理和大數據計算為生的數據平臺類產品,所以叫純粹大數據產品經理的PRD。
01 大數據產品經理PRD和用戶畫像、推薦系統類PRD的區別
雖然用戶畫像和推薦系統也是以數據為基礎的產品,有的推薦系統甚至經過AI賦能。但是不屬于本文講的大數據產品。原因如下:
1. 用戶畫像產品
用戶畫像: User Profile用戶畫像是通過搜集和分析用戶行為喜好、靜態屬性信息和消費習慣信息等數據,將用戶的特征信息抽象化的進行展示。
用戶畫像是將用戶信息的可視化表示,可以理解為用一系列用戶標簽對用戶特征進行簡短生動的描述。
用戶畫像的標簽表征用戶的興趣、愛好、習慣特點,為標簽計算權重來表示用戶對標簽特征的需求程度,使用戶的特征得到量化。
2. 推薦系統
推薦系統有很多中,其中有一種是用戶畫像的用處,即利用用戶畫像做個性化推薦、廣告推薦、活動推薦、內容推薦等。
3. 用戶畫像產品和推薦系統產品實際上是本文所講的數據平臺產品的應用
我們看如下圖:
上圖可見:用戶畫像是本文所撰寫PRD產品的一種應用,推薦系統是用戶畫像產品的一種應用。三者關系是:先有本文所撰寫的大數據產品,然后是構建用戶畫像,再則是做推薦系統。
02 撰寫大數據產品PRD的步驟
步驟一:大數據產品的產品用戶定位
由于大數據產品屬于底層基礎性產品,故此PRD的用戶是數據管理員、數據開發工程師、數據分析師、數據科學家。
步驟二:大數據產品的產品總體架構
產品基礎是硬件層,用來做數據的計算和治理;再往上是數據計算引擎層,引擎框架層負責日志采集、集群管理、調度、監控告警、故障容錯等;再往上是平臺產品層,主要做BI、AI機器學習和管理中心;再往上是業務應用層,即智能決策、智能營銷等,詳情如下圖:
步驟三:大數據產品的產品功能策劃清單
大數據產品PRD功能主要寫清楚3件事,第一件事是數據如何集成、第二件事是數據如何處理計算、第三件事是數據如何輸出給與應用。功能清單類似如下圖所示:
步驟四:功能需求詳細描述
PRD中核心的部分是對功能的清晰釋義。
例如:大數據產品中對數據源管理功能的描述,數據源管理是DM所處理的數據的來源管理,包括數據庫、數據倉庫、接口、IoT、文件等各種類型的數據源。在數據集成中可以選擇使用,在數據管理中可以預覽數據。
例如:數據源連接功能描述:數據源連接管理是通過連接實時動態訪問外部數據源的方式。數據源連接配置支持數據庫、大數據或數據倉儲類、接口、IoT,數據源連接是大數據管理平臺基礎通用能力。使用角色為普通用戶。
例如:數據源連接-數據庫功能描述:通過平臺訪問/讀取外部數據庫的連接管理。支持連接RDB、NOSQL類型的數據庫。
常常在PRD里面還需要配以用戶界面如下圖示例:
步驟五:數據集成的功能定義
數據集成功能描述:數據集成是提供多源異構數據源之間的數據高速穩定的數據遷移和同步功能。
至此一份大數據平臺級產品的PRD主要核心功能算是示意完畢,剩下的就是撰寫一些非功能性需求,例如:界面操作的交互規則、性能需求等。
03 大數據和AI的關系
從策劃大數據平臺產品步驟二里面的產品架構就可以看出,大數據是用戶主動產生的瀏覽行為等數據和被動產生的例如被攝像采集的數據,數據有規范的鏈路的格式,也有圖片等文件格式,在把非鏈路的圖片格式文件處理成鏈路格式的數據需要用AI;
例如,用AI的圖片識別能力提取圖片里面的信息,像用AI提取拍照的發票,AI可以自動提取發票中的金額等關鍵信息。所以AI和大數據是相互幫助的關系。
最后
本文主要講了非普通PRD的撰寫,以極簡的文字描述了大數據產品PRD的撰寫步驟,一方面是為了滿足市場上大數據產品經理渴望大數據產品設計文檔的需求,另外一方面用極簡的步驟撰寫大數據產品PRD是為了給讀者留下更深刻的思考空間。
更多的大數據和AI產品經理的內容,下一篇會繼續撰寫,期待讀者都能極速撰寫一份大數據產品PRD。
總結
以上是生活随笔為你收集整理的大数据产品经理极速撰写PRD的5个步骤的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: php销售清单录入,Netsuite S
- 下一篇: altium designer把原理图转