数据产品工作流程
2024-12-04 09:32:47 0 举报AI智能生成
数据产品经理的工作流程
作者其他创作
大纲/内容
用户需求对接
临时需求对接
1）明确需求用途及目的（需求方）
紧急程度
数据需求的用途
是否有现成报表及自助分析工具能满足其需求取数
2）报表字段核算逻辑确认（需求方）
每个字段的条件限制
指标的核算逻辑确认
确保算法清晰且没有歧义
报表开发，需要与用户确认报表
筛选条件
查询周期
用户权限
3）产品功能说明书编制（研发）
每个字段数据仓库是否有对应的数据支撑
如果没有，需要与业务系统产品经理对接
提供业务系统对应的表及字段，
然后提供至研发同事进行数据抽取及数据处理
4）产品研发跟踪（需求+研发）
开发过程中存在的数据取数及核算逻辑疑问问题
BI（商业智能简称）系统的取数及研发
业务系统的取数甚至基础数据的研发
5）数据测试（需求）
功能测试
数据测试
研发同事提供报表对应的基础数据
用户基于基础数据根据核算逻辑重新核算一遍
经常出现用户在测试过程中根据数据结果更改核算口径甚至指标的情况
6）报表上线及运营（需求）
一个月左右的试营期。
在运行过程中，根据用户遇到的功能及数据准确性等问题进行解决及优化
试运行接受后则会对其他用户开放权限
项目承接
按项目要求对需要输出的报表或可视化看板需求等进行研发实施
0）
一般情况下业务部门在发动项目之前已经走完了前面所有的过程，包括立项、内容规划、项目价值、项目输出等，我们数据团队负责整个项目最后的一环——内容输出的实现
1）需求沟通及确认
2）产品设计及UI设计
目标：基于用户需求，设计更形象化、体验感更优的数据展现形式
①多(n)表处于总-分的状态
先看一张表上的数据结果，然后需要以某个维度去细化或者去看某个指标的关联性指标，分析原因或给出解决方案
把这几张表按这个逻辑直接设计成在一张看板展现，以图表的形式更形象化地表现这个逻辑关系
②多(m)表结果展现方式 分析维度的颗粒度 都一致
表设计成自助分析形式，图表展现更直观能看数据走势的情况下，给用户更多的指标组合选择
③多(x)表大宽表形式
基层员工的操作型报表
不再做处理
效果：一个可视化看板、一个自助分析工具及x张表
既满足用户需求又给用户更好的体验
减少了研发的工作量
实际当前的数据平台可视化看板及自助分析工具 以配置化为主，对于UI设计环节项目中涉及较少。
3）研发跟踪
4）功能及数据测试
5）项目验收
6）产品上线及试运行
7）产品跟踪及优化
数据产品建设
前端内容规划
根据对象用户
直接用户
需要从业务本身来考虑大数据平台内容规划方式
面向用户的菜单栏你怎么设置
直接与业务组织架构保持一致
每个菜单栏里面放什么内容
放置相应组织提报需求开发的报表，或者可视化看板等内容
缺点：随着用户需求的增多，特别是出现跨组织跨业务的项目需求时，这种方式很明显已经不再适合
进阶：做业务分析蓝图设计来规划菜单
数据平台管理用户
数据产品经理及研发人员
数据产品经理及研发人员
系统管理内容规划
1）用户管理方式规划，主要指权限管理
按岗位开通
相对比较方便，但是会导致部分岗位权限相对较大，容易引起数据安全问题
按个人单独定制
管控起来就比较乱，也相对繁琐
key：需要结合用户组织特点及数据平台功能来衡量
2）自助分析管理内容规划
自助分析主要是指用户可以根据数据平台提供的数据源，自主做表或者各种分析性图形等
自助分析主要是指用户可以根据数据平台提供的数据源，自主做表或者各种分析性图形等
如何管理数据源？
如何管理用户自主研发的表或者可视化看板？
3）应用作业监控平台规划
目标：做到及时发现及时解决问题，保证每天早上上班前用户能及时拿到数据
每个调度对应的研发人员
每个数据作业的调度是否按时进行
功能设计
报表
报表展现形式
筛选条件
报表导出功能
可视化看板
看板层涉及到的图形、表格等展现方式
图形条件筛选方式
页面跳转等功能
自助分析工具
数据源表管理
条件限制方式
图形展现形式
自助开发应用的管理方式
0 条评论
下一页
