打造数据产品必知秘籍

CrazyPM产品经理社区  阅读数  4832  2018-11-08 02:31:24

摘要:美国首席数据科学家谈数据产品理论 ,笔者猛烈 举荐 ,做产品和技术的都能够 细细体会 ,在万众创业的热潮中做到数据驱动,打磨产品,满足需求,精益创业。
打造数据产品必知秘籍

“当你在深夜遇到系统挂了和数据损坏,有什么办法 能够 避免 那些痛苦和头痛?”

这是DJ·Patil 在最近的CTO峰会提到的。他是RelateIQ前任产品副总裁,和美国现任首席数据科学家,Patil总结一切 产生改造 的阅历 阅历 和失误。他与Ruslan Belkin,目前Salesforce工程副总裁,分享有关打造数据产品中最重要,最突出的失误和阅历 。

常见的错误是以为 所谓“数据产品”仅指像Twier或LinkedIn,社交图谱是一切。其实越来越多的产品都归入此类,包括硬件,可穿戴和其他任何搜集 和对用户有意义的数据。Belkin和Patil的所提供的倡议 也适用于创业公司的生态系统。

“当你想到数据产品更普遍 ,开端 认识 到即便 公司的报表也算数据产品的话,你的视野就翻开 了。你能够 开端 创建 流程,去了解 ,制造和范围 化,“ 那么为什么这么少的公司谈论 或强调搭建有用的数据产品?回答 这个,Patil援用 杜克大学著名经济学教授丹·艾瑞里的话:

打造数据产品必知秘籍

诚然,这归结于搭建大范围 的数据产品真的很难。在这Belkin和Patil提供了一些有见地的战术,让大家更容易并能够 大胆发明 新产品。这将改动 我们所看到的衔接 世界的方式。

数据产品需求 中止 不同的搭建

用原型来做数据产品跟其他一样开端 很容易。但上了范围 ,就会碰到一堆共同 的应战 。你必需 计划 每一个中央 。他们历来 没有一次性或独立的产品。所以你不能像以前一样只是构建,测试,回滚和上线。

你必需 一开端 有十分 基本 的想法:数据是超级乱的,数据清算 将永远是承担 80%的工作。换句话说,数据是问题所在。

“假定 你像LinkedIn在创业初期,他们曾对IBM 有4000种说法 – IBM,IBM研讨 中心,软件工程师,一切 的缩写等”
我保证假定 你不思索 怎样 让数据从一开端 清算 ,你就完蛋了。“试图及时清算 ,由于 以后需求 几个月的时间去做它。”

面对这种困境 ,你应该先树立 简单的产品 – 超级简单的东西,计数练习,像协同过滤器,只是零和一。一切 这些事情将在大范围 下执行更难。 “假定 你试图树立 一个像机器学习那样狼子野心 的东西,它会在你面前失败。构成 管道(pipe)和保证其他的东西正确,在此基础 之上一步步来。“

以一个强大的方式召回数据

其中的最好的例子也来自于LinkedIn。谁最近阅读 你的个人资料 。这是一种将流量导回到你网站的信息。

“这里的常见错误是,让数据导回是不错,你就想”让我们给更多些吧!但是,将数据添加到页面理论 上跟得到的点击数是成反比的,你必需求 找到用户的合适 均衡 点。“

当你添加更多的数据,你把用户放入瘫痪境地。他们不知道 该怎样 做。决议 什么数据暴露给人们不只是多少 – 这是关于它说什么了。Patil想到把工作举荐 给人 ,比如 “嘿,你应该申请这份工作,由于 它契合 你的技艺 !”很快认识 到这种做法是风险 的。

“我们很有可能一不留意 举荐 一个高级职务的人去申请实习,或加州居民应该搬到爱达荷州工作机遇 。当这样的东西发作 了,人们就很生气,它能够 很快搞砸你的品牌,你得想想那种特定功用 理论 上是当用户看到它的样子。这就是你要聪明 – 当它触及 到的数据产品,聪明要比傻瓜智能强很多“。

在这种状况 下,聪明的处置 计划 是换个角度去举荐 工作。假定 “Bill”是他们想举荐 的用户,不是直接发送举荐 工作机遇 给Bill,而是经过 他的社交关系发送短信:举荐 Bill这项工作。它运用 了完好 相同的算法,有一点扭曲,但它处置 了强硬相关性的问题。

打造数据产品必知秘籍

“假定 Bill从他的一个朋友听到,以为 他应该接受 一份工作,他依然 能够 说,’这是一个渣滓 ”但是这是稀有 的,并且该网站永远不会被指责 ,除此之外,我们去搜集 一切 允许运用 的数据,弄分明 这个功用 怎样 回事,使其变的更好。”

我们没有时间去把它做对,但我们有时间去重做

这是Belkin的最喜欢的名言,强调把事情先做,再尝试,当你有更多学问 去迭代。

像LinkedIn有个人才匹配的产品。当时的想法是,一个公司发布一个职位空缺,最佳适合 工作描画 的人得到举荐 。它已开端 很棒直到他们试图去范围 化和各种复杂度的呈现 。

“最终 我们不得不复查一切 的系统,直到我们能够 了解 功用 正确分别 和合理评价 框架。直到我们把一切 东西做对,我们才知道 怎样 大范围 搭建它“

大量的数据产品需求 时间去成熟,并产生你需求 的信息让他们变的更好。

“这可能很辛劳 ,即便 苹果这样的公司有时不得不为顾客处置 有争议劣质产品的数据而负疚 和举荐 竞争对手的应用程序”这个问题会影响公司范围 和技术水平 。

在LinkedIn中,“你可能认识的人”功用 开端 于一个工程师的电脑中python脚本。直到2008年该功用 推出两年后,它才开端 在平台上推进 流量有效增长。

同样的事情也发作 在Twier的搜索。这是初次 推出为Twier用户的适用 工具。但直到2013年中期,大家才发现这是流量增长的主驱动力。

千万不要按固定的时间表去推出一个复杂的数据产品。从哪里开端

很多人选择经过 建模开端 。有些从功用 的发现或工程中开端 。还有人经过 搭建基础 设备 去做范围 化效劳 开端 。但Belkin以为 数据产品只需 一个正确的答案和动身 点:了解 怎样 评价 性能和搭建评价 工具

“迄今每一个公司聊到了最终 都没有一个例外, 数据质量差,特别 是监控数据,”他说,“要不就是不完好 的数据,缺失监控数据,或者重复 监控数据”。

为了解 决这个问题,必需 投入大量的时间和肉体 监测数据质量。你需求 监控网站的响应时间。你需求 把数据质量的bug放在第一优先级。不要惧怕 由于 发现数据质量问题失败一个部署。但有一件事你不能做:

“假定 你有数据质量问题,不要提交到苹果应用商店”他说。 “你必需 确保你有完好 正确的工具,你一切 正在跟踪的事情 ,以及经过 方式 注册就能够 集成到开发过程中。”

为了增强 这些阅历 阅历 ,Belkin快速报表查看来开端 他的工作会议。他亲身 一天看20多次 ,发现它用来讨论表面 问题和潜力问题要积极快速得多。在成为灾难前得到更快的处置 。

产品上线前检查清单

在你推出的数据产品给用户前,你应该经过 这个清单来检验:

一 – 产品要能跑通

早年Belkin曾在网景,并记住CEO Jim Barksdale – “你看,假定 你每天弄错运送包裹的1%,在100天内,很大的客户群就不爽了”的说法,你需求 思索 的用户看到坏的结果的可能性?

把它放到高科技消费产品方面:“假定 把黄色信息显现 在他们的新闻源能否 能接受 ,每三个月?半年?九个月?你必需 搞分明 什么是能够 接受 的水平 。”

怎样 应对尴尬 的内容和举荐 ?这是一个需求 你留意 的问题。不论 他们做什么,总有弄砸的时辰 。你会做什么?是回滚该版本?你会更改线上数据库去尝试正确的东西?唬弄东西修正 索引?在系统运转 时提升一个等级?一切 这一切通常是一个坏主见 。你应该提早 预料 到这种可能性,并制定处置 计划 就能够 立刻 部署。“

二 – 它必需 为用户效劳

你必需 把用户参考的东西显现 在他面前。他们需求 了解 所看到的东西是细致 的信息 – 或者是由于 他们关注一定的用户,或采取了一定的行为,致使 可能是由于 他们没有采取行动。

重要的是,你不能把跟用户之前无关阅历 的品牌和产品展示 出来。没有人愿意看到随机呈现 的东西。乱入将失去用户。

打造数据产品必知秘籍

例如,一个Twier的个人资料 放在谁关注的人,在你曾经 知道 的状况 下会更可能关注他们。这就说到下一个。

三 – 让用户感到安全

“这就是我所说的泰迪熊准绳 ,问问自己 ,用户会以为 你的产品是很烂的或有害的吗?它不是必需求 那样,但这些不好用户体验可惹起 长期损坏你的平台“。

第一 ,你必需 确保不会个人身份信息透露 。这可不是闹着玩的,总是有一定的风险,这可能因产品设计或完成 一个缺陷而发作 。你可能被黑客攻击,某些数据没有被加密,这是十分 严重的。你要力所能及不只 避免 这种状况 发作 ,而且传达良好的设计,不让这种事情发作 的良好用户体验。用户会用最小的千丝万缕 以肯定 他们能否 应该信任一个产品。

四 – 用户能够 自己 掌控

这就是你当前用户设置 – 特别是当它们触及 到隐私 – 是十分 重要的。你需求 思索 要做到不强势的最好办法 ,让他们去分明 选择,使得用户有权决议 与谁以及何时分享。这通常决议 用户能否 能回来访问。

五 – 有在美国以外的用户

很多人没有认识 到大部分 用户生活在美国外。 “依据 阅历 ,多达35种言语 跟你公司相关。通常,数据在不同的言语 当选 择更有限。许多用户是多语种。假定 你没有额外努力和计划 ,你可能无法提供同等质量的效劳 “

即便 你在一个小的创业公司目前短少 资源去思索 国际化,你也需求 打下基础 去处置 这些问题。你不能想象有一个完好 英语的庞大产品,然后忽然 决议 推行 到在35+言语 。假定 你有全球志向 ,你必需 在成熟之前就要思索 开端 分层。

怎样 组织你的团队

经常被问这个问题:当你想树立 和迭代多个产品的时分 ,怎样 组织你的产品和工程团队?什么是团队的合理结构 ?

“这带来一个很老的争论:你应该去垂直或水平 扩张?哪个是正确的?

“没有一个通用的规范 答案,但有关于 你在公司阶段的正确答案,它矩阵的方式 下图所示”。

打造数据产品必知秘籍

“评价 需求 在一些指标中做什么 – 执行,创新,代码质量,用户体验的重要性?跨团队工作需求 什么去均衡 构建和扩展的速度?”

普通 来说,垂直整合的团队,当触及 到执行或创新时以速度取胜。大家与外部关系更融洽由于 团队跟业务目的 坚持 分歧 。

打造数据产品必知秘籍

水平 团队队通常有更高质量的产出。他们更高效,在内部动态控制上比较 上更好。

打造数据产品必知秘籍

真正中心 是要坚持 实验和迭代,不只是产品,而且是你怎样 打造他们。不会一下子处置 一切 的问题,而新的数据能够 引导你后面的过程。不要希望 指哪打哪 – 特别 是不要希望 你的用户和公司能在同样轻松的水平 上一同 生长 。

“有个搭建数据产品的比喻,这像爬山。许多人在你的前面,很多人在你后面。还有一些途径 没有走过,但假定 你坚持 你的眼睛看着高峰 并采取小的步伐 ,你一定能抵达 那里!“

原文:Everything We Wish We’d Known About Building Data Products

本文关键词:数据 产品 用户 一个 需求 他们 

 

赞助商推荐:数极客是新一代用户行为分析与数据智能平台,支持用户数据分析运营数据分析留存分析路径分析漏斗分析用户画像SEM数据分析等16种分析模型的数据分析产品,支持网站统计网站分析APP统计APP分析等分析工具,以及会员营销系统A/B测试工具等数据智能应用,支持SAAS和私有化部署,提升用户留存和转化率,实现数据驱动增长!

 

【独家稿件及免责声明】本站原创文章如需转载请联系我们,未经书面许可禁止转载,本站转载文章著作权归原作者所有,如有侵权请联系:。

增长工具