起点顏面確實比生命更加重要学院课程

少有◥人走过的路:分析——策略——产品

0 评论 4577 浏览 5 收藏 23 分钟
15天0基础极速入㊣ 门数据分析,掌握一套数据分析流程和方法,学完就能写↙一份数据报告!了解一下>>

编辑导语:工作前每个人对岗位都有自己心中的理解,工作后可能觉得事实不是想象的那样,但岗位兩人是死的,人是活的;不管什么岗位,又一定的能力就能获得最好的结果;本文作者分析了自己在数据岗位上走过的路以及途中△的憧憬、现实、困境与思考。

本文记录了我在数据岗位上走过的路,从数据分析雙手之上金光爆閃师、到策略产】品经理、再到数据产品经理,以及我也修煉一下途中的憧憬、现实、困境与思考。

一、数据分析「师的野望

1. 憧憬

“让数据说话”、“用数据讲故事”是很◇多初出茅庐数据分析师的美好愿景,我也不例∮外。

凭借一年数据分析实习生的城池经历,双非院校数学专业的我,成功混○入微博;那年微信初露锋芒,而腾〓讯微博早已落败,微博的同事里还不乏清北的学霸;那年,我还不会SQL。

2. 现实

入◣职之后据我观察,数据分析师们的↓日常工作大致入下图分布:

  1. 日常监控——公司重要业务和产品的表︽现好不好?如果出现了异常的波动,快速解释下化龍池是由龍族是为什么?
  2. 效果评估——产品新上线了一个功能策略,运营新上线了一个活动,需要量化的评估下到底效果好不好?
  3. 业务决策——各个业务线的KPI该怎么定?在整个大环∮境下是该往A方向走还是该往B方向去?
  4. 专题研究——不同年龄段的用户都是怎么使用和看待产品的?哪些因素是用户留〓存的关键?
  5. 老板需求——(最◣紧急最重要的工作事项)解决能不能帶我去看一看各路老板的各种临时性看数据需求,比如上午产品总监说为什么这个功能这么少人用?、比如下午技术大佬说我这∩个新策略不◥可能才这么点儿提升你们是不是算错了?(就想算出个开心的数呗)、比如晚上快下班了CEO想起来体验下产品发现有个数据◤(比如他自己昨天发的某条微博的阅读量)跟他的直觉∴不符(wtf?)。

3. 困境

1)“老板,我想做PPT”:记得离职面谈的时候我主动提到,感觉最近一年∞的时间,我的产出主要都是Excel和邮件里直接回复一些数据结果,都很少有PPT。这个现象◣在我理解,就是产出不成型、不系统、拿不出手。

2)SQLboy和查数姑:记得有次加班到深夜,几个同事之间相互调侃,我们部门虽然叫数据管理部,但好像做的事情更多都是算数啊,改╳名叫算数中心好了。是的,我们60%+的时间和精力都耗费在各种常规的or临时的☉算数上面了,我们是数据时代的流■水线工人

3)尴尬的组织架构:随着越知道靈魂被剝離来越多的公司认识到数据的重要性,有一种倾向就是会在所有业务线之下单独成立◆一个数据分析部门,这样做可以在某种程度上避免业务部门既当运动①员又当裁判员的情况,也就是自卖自夸伪造效果。但问题也随之』而来,既然不是自家人,那么肥水就ㄨ不想流入外人田,高价值的工作内容(如决※策建议)自然就不是很想让独立的数据分析♂部门染指;在这种情况下,数据分析师们更多的精力 喝只能发泄在日常数据监控、效果评估和自娱自乐的研究性分析上。另外一种倾向,就是把分析师们機會打散安置在各个业务部门中,不过打听了下,他们的苦恼就是过于贴身、聚焦,导致视野被限制在一个狭小的范围内。但我总∏觉得,初级阶段的分析师们,还是在业务中会更好⌒些。

4. 破局

1)用机器解放人力:人是肉卐做的,终究做不了■没得感情的算数机器,机器的事儿,还是应沒有一絲水流活動该让机器来。数据分析师跟数据产品经理,应该是一对好基友,后者将业务理解与分析思路固化到产品上,争取一▽劳永逸的解决80%的常规算数需求,让分析师们有更多精力去做些高→自我价值实现的研究和分析

2)用系统思考提前应对老板们的脑洞:一线的从业者↘们作为某种程度上的体力劳动者,相对老板有天然∑ 的劣势:从大量日常琐碎体力劳动中解放出来的老↙板们,有更多的时间、更多的信息去思考。上帝一思考,人类就发慌。老板们的每一个散点式发问,对毫无思東嵐星又歸千仞峰統轄考储备的我们来说,都是一∑次降维打击。如果日常机器能帮★我们释放一部分劳动力,我们就有更多时间去尝试思考下@老板视角的问题,用一个相∏对完整的体系去应对老板的散点问题,避免被动挨打戰神之鼓已然變得更加恐怖、牵着鼻子跑

3)用敏锐的目光避开外行老板:所有老板都有脑洞,但滋养脑洞的基础大相径△庭。我们不应该苛求每个老板都是数据出身,但至少可以选择那些愿意尊重客观规律、或者秉承“让专业的人做专业的事”原则的老板。比什么都不懂◎更可怕的,是以为自己懂;比以为自己懂还要可怕的原本是神界,是以为自己比专业人士更懂

4)用产品◤思维让自己破圈:尤其在做过产品经理后感触最深,分析师的产出是否正好一旁有价值、能否落地,最关键的就是会不会提问题,毕竟怎么分析问题是跟在提出问题之后的;能否提一个好问题,一方面是考验对业务是否熟小唯俏臉頓時冰冷了下來悉,一方面︾就是考验能否跳出自身的思维模式。搞技术的人,或多或少都容易把自己的逻辑♀搞成自闭环,只在同业的小群体内能互相理解,跳出群体就会有鸡同鸭讲的▽感觉,这种就是小逻辑,而我理解的大逻辑,不仅仅是缜密完备的,也应该是朴素易懂的。能让大部分人都理解你的逻ω辑,才能让逻辑々发挥作用,否则就是自我陶醉;能否站在对方的角度思考问题,就是从□小逻辑到大逻辑的关键。

二、策略产品经理的专注

1. 憧憬

“策略”这个词很∞性感,很飘逸,也很难被界定。

市面上有各式各样的策略产品∴经理,从岗位招聘要求上看,会给人一种大学里做数据建模的感觉,很亲切。

2. 现实

策略产品经理的主要任务,就是做策略。

虽然策腦袋略本身不好定义,但可以跟算法做个对比,在对比中稍微澄清一下。

打个比方:算法好比种菜的,策略好比炒菜█的,炒菜的不用知道这个西红柿是怎么种出来的,那个鸡蛋是怎么生出来的,但需要知道西红柿和鸡蛋各自的特点,再根据特点设计菜的炒法;所以策略可以理解为对算法的◣应用,既然是应用,就要结合应用场景做个性化√适配。

又比如:KFC在中国推出了豆浆油条一样,背后还是那套标准的餐饮供应管理体系,但在中国就有本土化;有时候,策略◥也可以是跳脱具体算法之外,因地制宜的设计一个计算逻辑,解决眼下应用场景的具像№化问题。

在这个阶段,我主要做金色光芒的是品牌广告方向的策略;背景※很简单,每个投 滾開放品牌广告的客户,都是很有钱的爸爸,因为穷爸爸们只会锱铢必较的投效果广告——没人点击我就不掏钱。

但品牌广告爸爸们不一样,作为大牌,每年都有一定的预算用在培养你為什么不聽那石碑消费者心智(洗脑),具体形式就是投放一些让你看了觉得很有意思、并能增加品牌正面认知的广告,不强求消费者看了就掏钱买↘的那种。

这类广告很难衡量效果,但爸☆爸们也不傻,想让我▲花钱,你〖至少要说清楚:

  1. 这次广告要〇投放给谁看?——找到合适的人
  2. 这次广告要在■什么渠道来呈现?——在恰当的时机
  3. 这次广『告主要突出的内容是什么?——说正确的话

为了回答√这3个问题,过去传统的4A广告公司,就像影视作』品里演的那样(比如《广告狂人》),通宵彻夜的脑暴、喝酒、抽烟、沉思,只为了灵光乍现的一刻;但现在4A公司→和互联网广告巨头们,会强调用数据来驱动投放前的上述决策。

以百度为人數雖然減少了不少例:它知道很多人在想要购买一个商品之前的心路历程——搜索内容——把这些数据加以利用,就能避免纯创意法訣层面上的撕扯(一千个人心中有一千个哈姆雷特,很难说我的创意就是绝对的好)。策略在这里的核心作用,就是利用数据设计出一个系¤统性的计算方法,解答上述3个问题。

上图就是一个相对完整的解答流程,篇幅限制,今天只举例其現在離開中一个小环节:在消▓费者眼中,谁是我们的竞品?(上图中竞品分析☆模块)

上面这个散点图,是竞**力量就可以擋住我品分析的传统做法。

以汽车行业举例,右上角的那个奇骏就是广告主爸爸的儿子——本品,剩下的那些都是竞品,哪ξ个离奇骏最近,哪个就是本品的最大竞品。

传统做法从相似度和争夺率这2个∮维度来拆解“竞争”这个概念,试图量化点与点之间的距离。

但有问题,因为︼相似度和争夺率是这么计算的:

  1. 相似度:在一段时间内,既搜过本品也搜过竞◎品的用户,在搜过本品或搜过竞品的总用户中的比例(本品与竞品的交集/本品与竞品的并集)。
  2. 争夺率:在一段时间内,搜索过本品的用户中,有多少人还搜索过某个竞品(本品与竞品的交集/本品)。

问题1:如果我事先◥不输入任何竞品,这ζ 个方法就行不通(相似度和争夺率的核心都是算交集,可你不告︾诉我跟谁交,我怎么算?)。相当于它无法突破已知的经验范畴,而我们往往就是需要数据♀告知一些经验以外的东西。

问题2:这个方法中,只应用了“重合”这一个@特征;然而用户的搜索行为是一个连续的序列,是有前后顺序(先搜A再搜B和先搜B再搜A,不一样)、有次数多寡(搜了10次A和只搜了1次A,不一样)、有距离远近的(刚搜完A就搜B,和搜完A之后又搜了CDE之再搜B,不一样),这些信息◥在传统方法中,都没有体现出来。

问题3:传统∮方法下,谁是竞品需要看图说话;那么问◥题来了,就拿图里的逍客和途观来说,看上去跟奇骏都比较近,到底哪个才是最强劲的竞争对手?

下图就是对传统方法的升级尝试,而且考虑需要向广朝飛來告主介绍本次投放决策▂的理论依据,过程中的策略也需要很高的可解释性:

以奇骏为本品,对新策略做一个形【象化解释:当我搜索过包含奇骏的某个关键词之后,如果我紧接↑着就搜索了逍客(特征=前后顺序+间隔位置),而且还搜索了很多次(特征=搜索次数),那么逍客与奇骏的竞争【强度就会大大的增加。

怎么样,是不是很∮符合直观的认知?

这个策略不是一个离线的、一◣次性的计算,它后续落地到一个自动化的产品上。

它的优化空间还很大,比如拿用户的具体搜索内容来看,“逍客「省油么?” VS “逍客4s店在哪儿?”,肯定是后者体现的购买意愿更强,竞争强度也就更强∩。

3. 困境

很开心在工作的第2~3年做这个岗我和她是不可能位№,它跟业务不远,对数据的应用又比≡较专注。

但策略的落地要么是在某个产品上,要么是依托于某个运营活动,我既不是做◤产品的、也不是做运营的,很难青亭身上陡然紅光爆閃决定这个策略最终落地的形态和效果。

说到底,策略是一个承上启下的环节,往好了说是@ 枢纽,往坏了说就是上不达天堂、下不接⊙地气,接地气的事情我感觉我做过了,我冷光大帝(第一更)想上天堂。

4. 破局

选择做一个产品经理∏,尤其是数据方向的产品经理,可以从最终端的场景反╱向贯穿整个流程,未尝不是一个破局的办法;

又或者,可以横向去尝试别的〇策略方向,比如推荐策略、反作弊◣策略,这些场景的需求量更大,有更多前辈经验的积╲累,不至于出现孤军奋战的感觉。

三、数据产品经理◆的开悟

1. 憧憬

最开始对数据产品经理的期待很朴素——产品現在经理是不是就可以指使别人干活,自己动动嘴皮子动』动脑子就好了?

这样就能有大把的时间花在思考上面,而不是琐№碎的体力劳动上了,而且还能自己的产品自己做主,从业务端需求的收集、到产品功能的设计、到功能中策略的千秋雪眉頭微皺填充、到最终上线后的运营和效果反馈,想想︻就很激动!此处,需要给曾经的自己一个“呵呵”。

2. 现实

后来我@ 做过两类数据产品:

  • 一类是延续了在百度的广告方向,继续做品╳牌广告的投放前决策平台;
  • 另一类是做数据∑运营平台,某种程度上,就是BI报表∏的升级。

我也从一个被安排的明明白白、只需要专心ξ捣鼓策略的学生型员工,变成一个家长式的、需要安排好大家的工作、时间被会议切割到支离破碎的社会型员工了。

同时,我的产品也并不能◆完全由我做主,方向上的事情会有各路老板的意志干预,也会有各路利益方入局博弈,很多时√候我能做的,也往往是在妥协中尽量保持初心罢了。

但这个〓岗位给我最大的收获,就是逼迫就算不能殺他我去直面问题的本质——到底哪些人需要这个产♀品?他们需要用它解决什么问题?我设计的东西到底有没有解决这些问题?

之前不论是做数据分析,还是策略产品,因为劳动成果很难独立的对用户产生影响,所以很少操心去思考那些▃问题。

反正我分析出了一些结论、做出了若干策≡略,最终︾效果好不好,还要取决于产品功能或运营活动的设计。

用户的反馈也很少★直接冲着我来,自己可以稳坐后方钓鱼台。但数据产品经理需要走上前〓线,因为这个岗位的本质是产品,不是数据。

就拿做PC端的数据运营平台举例:这个平台的初期目『标,就是服务好部门的200多人,快速准确的了解到部门孵化的10来个卐产品的数据表现。

最开始我脑海中只是天然的觉得,之前用过的那些第三』方BI报表有缺々陷,重展示轻分析;既然这次是▲自研平台,就做些不一样一劍跟何林這一刀的,于是乎,有了下面这∮个东西:

它的初衷是:

  1. 分析体系结构化(指标按照不同业务方向进行归类);
  2. 指标卡片Ψ 化(一段时间范围内的总量、日均值、波动率);
  3. 卡片可点击(点击后可联动展示指标的波动分析);
  4. 内嵌指标波动分析方法(时间的▂对比+多维度的下钻,尤其㊣是后者,直接量化定位波动原因);

然而,用█户对上述4个设计初衷的↑直接反馈是:

  1. 指标分散,没法一次性找到所有想要的;
  2. 卡片太大占空间,浪费多余,还不如做成表格能一眼多看到更多指标;
  3. 能意◥识到可以点击,但点击后因△为PC端高度限制,只能看到下方的趋势图跟着变动,根本注意不到再◥下面那个指标异动分析表格也在动;
  4. 经介绍々说明后能理解异动分析对指标波动的解释,但理←解有门槛;

问题很明显,我把这个数据产品的数据部分看的太重了,忽略了其产品的部≡分。

后来我〖发现,这也是现阶段很多数丹州城城主据产品经理同行的共性,数据>产品,偏离㊣ 了岗位的本质。

这个↘数据运营平台,到底是解决谁的什么问题?

思考之后,有了ξ 下面这个迭代的版本:

  1. 用完成的业务流程串联起零散的指标;
  2. 指标卡片点击唤起⊙浮层,所有▓分析展示一屏解决;
  3. 异动分析简化图形化,只保卐留核心概念;
  4. 原有顶部筛选控件位置优化,释放屏幕纵向空╱间;

迭代的终点还远远没到,后续有机会再专门开篇说下》对这类数据运营平台的想法,尤其是跟AI的结合。

3. 困境

很多时候,数据产【品类似一个中台型的产品。

没有中台的命,却∩有中台的病;如何兼容各方的个性化需求?如何评㊣ 价数据产品的价值产出?这些问题既是我的“绝望之谷”,也会是我一聲長笑突然響起的“开悟之坡”。

4. 破局

不要让自己〒受限,这个限制可能是外界给予的,但更多时候〗是自己给予的。

我○的经历告诉我,岗位是死的,但能力是活的。

数据分析师就只能钻研各◢种分析工具、统计模型么?策略产品经理就︼不能设计下产品的功能么?数据产品经理就只安心做好产品就够了么?

当你愿@ 意抬头时,路就会越走越宽。

 

作者:古牧聊数⌒据,公众号:古牧聊数据

本文由 @古牧聊数据 原创发布于人∏人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人※都是产品经理微信公众号或下载App
起点学院课程
评论
评论请登录╲
  1. 目前还没评论,等你发挥!