数据产品设计专题(2)- 数据产品设计方法论之框架体系

简介: 一、前言        数据产品设计与业务产品设计差异还是比较大的,根据过往的经验,引入5w+1h分析方法,形成数据产品设计思维框架,解决数据产品经理,面相数据产品设计,无从下手的问题。二、正文 三、解读       3.

一、前言

       数据产品设计与业务产品设计差异还是比较大的,根据过往的经验,引入5w+1h分析方法,形成数据产品设计思维框架,解决数据产品经理,面相数据产品设计,无从下手的问题。

二、正文




三、解读

      3.1 who - 目标用户

      数据产品的目标用户是谁,此处需要注意的问题是,用户的多样性,即同一个数据产品可能有不同的用户,需要针对不同的用户分析其需求;

      3.2 why - 用户痛点

      数据产品要解决的用户的核心需求问题即为用户痛点,此处需要注意的问题是不同的用户,需求不同,痛点不同;

      3.3 what - 建设目标

      数据产品实现的业务目标,此处是指通过系统的建设,所要达到的商业目的,与用户痛点相呼应。

      3.4 where - 数据来源

       数据产品需要引入的数据源有哪些,接入渠道是什么?数据库表有哪些?字段属性有哪些?数据实体间关系如何?

      3.5 when - 数据频率

      维度指标的刷新频率如何?数据引入的延迟有多长时间?

      3.6 how - 维度指标

       数据产品的分析对象有哪些?对象间的层级关系如何?每一个数据对象需要计算的维度指标有哪些?需要用到哪些算法?

四、未完待续

       数据产品框架持续完善中,敬请关注。。。
目录
相关文章
|
5月前
|
数据挖掘
什么是电商领域的 Merchant Onboarding 概念
什么是电商领域的 Merchant Onboarding 概念
29 0
|
12月前
|
智能设计
阿里云产品体系分为6大分类——企业应用——分为11类——智能设计服务
阿里云产品体系分为6大分类——企业应用——分为11类——智能设计服务自制脑图
99 1
|
设计模式 持续交付
实现高质量语音平台开发,不可或缺的五要素
实现高质量语音平台开发,不可或缺的五要素
|
数据采集 存储 人工智能
谈谈成功数据架构的七大特点和三大关键要素
数据是一件大事,几乎所有行业都在竞相利用数据获取更多利润。商界领袖想知道如何在不被淹没的情况下潜入大数据池。
|
存储 监控 数据可视化
谈谈实现数据价值的四大要素
从收集数据到使其成为可操作的知识并查看对业务的影响,这可能是一条充满挑战的道路,特别是如果组织尚未进行数据驱动的转型或没有完全具备正确支持它的能力。
谈谈实现数据价值的四大要素
|
数据采集 分布式计算 监控
电商项目之建模分析(8个问题)|学习笔记
快速学习电商项目之建模分析(8个问题)
96 0
电商项目之建模分析(8个问题)|学习笔记
|
数据采集 存储 监控
电商项目之数据治理流程分析|学习笔记
快速学习电商项目之数据治理流程分析
177 0
电商项目之数据治理流程分析|学习笔记
|
运维 Cloud Native Java
软件设计——云原生12要素
软件设计——云原生12要素
380 0
软件设计——云原生12要素
|
机器学习/深度学习 存储 人工智能
|
供应链 安全 数据安全/隐私保护
电商时代的批发市场,平台和服务缺一不可
随着互联网发展和消费者习惯的变化,包括批发、零售及一些生活服务业在内的实体流通企业,由于经营方式较为传统,多以物业租金收益或联营扣点方式为主要盈利模式,无法从商业经营本身获利,这局限了其根据消费者需求对经营模式进行转型创新的探索。

热门文章

最新文章