背景&目标
接上一回,还是挖掘方法让数据产生价值。上一章总结的是从数据资产角度的盘点,本次从业务角度盘点。
产品深挖
盘点公司提供的服务,则深挖可以做的方向。
产品逐渐成熟后都是数据驱动的产品,盘点所有的产品,
产品信息收集
- 公司内产品
一家大公司,都会有很多产品,则可以看下公司产品版图,重点的产品可以看下产品规划的全景图。
一般情况下数据中台建设,会支持多个产品,所以需要全面了解公司的产品线。 - 竞品盘点
了解竞品的产品能力,数据能力,也可以补充数据驱动的方案。
如果想节省时间,可以直接搜索几个产品的功能比较,则可以知道竞品有哪些产品优势。 - 业务声音
和业务沟通了解,看看哪些维度是产品设计的痛点,是用户的痛点,看看可以用数据如何支持到。
为何放在第三位,是要和业务沟通,首先自己要对产品有所了解,否则容易获取不到深入信息。
价值盘点
可以了解产品的宏观数据,看收益重点,业务价值较大的方向是优先关注的。
- 业务收益:活跃,活跃质量,市占率等核心点,有时比收入更重要
- 收入
- 成本:人员成本,商品库存等等
功能盘点
梳理看看哪些功能还没有数据驱动,主要的数据驱动角度,可以参考上一章。
- 指标:指标不仅是看板才算指标,每个可能展现给用户的指标,点赞评分等,指标是给用户做决策参考的,也可以给2B客户带来价值,从这个角度则可以设计更有价值的指标。
- 内容推荐:每个展现给用户的内容,都可以来自推荐,也可以深挖推荐的方向,比如排行榜推荐,则可以挖掘用户偏好的排行榜,而不是千篇一律的热歌
- 产品功能:给用户的功能,也可以是个性化的,根据用户的偏好设置不同的功能展现。
- 营销推送:给客户可以做哪些营销,怎样的营销策略方案,或者哪些地方可以变相营销,也是可以深挖的角度。
运营深挖
看板和自动化分析
看板是数据最核心的功能,可以深挖分析的角度。
另外自动化分析也是逐步完善的过程,业务需要快速分析问题,则需要更高效的看板。
abtest
基础的数据分析工具,高效提供分析测试。
很多时候测试方案设计,也是要深入设计的,可以整合成标准的产品
自动化运营
客户渠道自动化运营,在各个节点设计推送运营方案等。
运营人员支持
内部运营人员,也是数据需求的大户,在互联网公司,往往被忽略。提高他们的工作效率,也能为公司带来较大收益。
- 销售:建立销售分析体系,客户价值评分体系,客户信息深挖
- 服务:服务sop流程,服务人员的管理和评估
- 商品管理:库存,商品销售分析等也是有较大数据价值
- 自动化审核
- 营销、广告投放评估
- 客服系统:排班,人员评估,电话机器人等等
数据资产扩展
数据资产扩展和往往和业务扩展伴随,新的产品扩展就会带来新的数据资产。
- 数据埋点
基本所有功能都要埋点,需要注意的是,埋点不只是分析,也是数据资产扩充的一种方式。 - 内容制造
推动用户制造内容,推动用户评分补充标签,上传图片等也是数据资产扩充的方式。 - 外部资产
有时从其他平台也能获取数据,补充现有的数据资产,也是很好的方式。 - 特殊产品设计
比如淘宝的亲情种树,就是扩充亲情关系数据资产的一种方式。当然也有其他角度可以扩展这里。
本文探讨了如何从产品和服务中挖掘数据价值,包括产品深挖、竞品对比、业务沟通及价值评估等多个方面,旨在通过数据驱动改进产品功能和用户体验。
250

被折叠的 条评论
为什么被折叠?



