别拿BI不当产品——进击的数据产品

数据产品经理到底该更看重“数据”还是“产品经理”?我们常接触的BI报表如何才能华丽转身?今天的上篇主要聊聊这类数据产品的定位,下篇分享BI报表在AI化方向上的探索。

别拿BI不当产品——进击的数据产品

日常跟数据打交道的朋友们好~古牧君这次打算分上下两篇文章,来聊聊数据产品中的一个子类,BI报表。

别拿BI不当产品——进击的数据产品

本文主要结构如下:

  1. 从一个反例入手,讨论数据产品的重心,到底该在数据还是在产品?
  2. 聚焦到BI报表,看看它的现状和问题
  3. 从数据产品的角度,解析BI报表需要满足哪些用户的哪些需求?
  4. 在降本提效之上,建议BI报表能肩负起普及数据分析思维的重任

反例:不拿自己当产品的数据产品

BAT中的某家公司,曾举部门之力做过一个内部的自助机器学习可视化平台,目标据说是让人人都能玩儿转机器学习。我们先简单看下这个平台的功能结构:

别拿BI不当产品——进击的数据产品

底层数据仓库——平台底层打通了集团庞大的数据仓库,方便你在线调用数据训练模型;同时也支持上传一些外部数据。

中层算法组件库——常见的机器学习算法,甚至深度神经网络这种程度的,都组件化封装到平台上,便于你像搭积木一样随意组合搭建出自己的模型。

上层可视化交互——你看到的界面就跟office一样,不用你写代码,直接用鼠标点击拖拉拽就可以。举个例子,你可以用鼠标点击拖动某几个数据字段到界面中央的画布区域,然后再拖动一个算法组件到数据字段的旁边,进一步用鼠标点击数据字段和算法组件实现两者的连线,这时就会自动弹出窗口提示你填写一些必要的参数,点击确认后模型就将以连线的数据为输入,自动运行直到返回结果。

顶层模型调度部署——上述操作并没有停留在单机自娱自乐阶段,平台还打通了其他业务场景,支持模型的线上部署,让你的努力快速落地见效。

不明觉厉有没有!?然而,作为一款广义的数据产品,这个平台上线半年后门庭冷落车马稀......这里给大家一张图的时间停顿思考下,究竟是哪里出了问题?

好了,揭晓答案,我们来听听两类用户对这个平台的看法:

算法、策略岗位的用户:“这个东西好是好,可还是没我们自己写代码来的灵活。可视化拖拉拽简化了操作,但有些算法策略细节,平台还是不支持,希望能在细节层面尽量的丰富下”

产品、运营岗位等非算法背景的用户:“这个东西看起来好牛逼啊!可我们不敢用也不会用,因为很多算法我只知道他是分类的或者聚类的,但具体是什么原理我一概不知。我真的就这么点几下出来的模型就能直接用了么?要真这么简单的话,是不是以后就不需要算法和策略的同学了啊?”

总结一下,技术背景的用户觉得平台不够灵活,最好跟写代码一样灵活(那不就是代码本码了么?);非技术背景的用户觉得平台门槛还是比较高,最好能先建立起用户的自信和信任感

有没有感觉到,这个自助机器学习可视化平台,有点儿像是一次技术的自我表达,还有点儿像是纯字面意义的“技术驱动产品”。它给人的感觉就是:“快来用我吧,我技术这么牛逼,还做了傻瓜化的可视化交互界面,你们肯定会爱不释手的!”

这是真正的产品么?真正的产品,不应该是以终为始的么?不应该是以解决真实用户的实际需求为己任的么?怎么就变成自嗨式的闭门造车了呢?其实这种现象,在现阶段的数据产品领域比较常见。因为还有不少数据产品经理,基于自身的从业背景和经历,潜意识里认为“数据”>“产品经理”。然而,白马非马?

BI报表,踏入同一条问题的河流

机器学习平台不常有,但BI报表常有。不论公司体量大小,不论你是什么岗位,只要你工作中需要找数据看数据,就会遇到BI报表

BI是Business Intelligence(商业智能)的缩写,后来渐渐的常和“报表”俩字绑定在一起,变得越来越接地气,有时候也被称为数据看板。如果你百度一下BI这个关键词,经常一起出现的还有这仨:可视化、可拖拽、自助,分别指向市面上BI常见的三个能力:数据可视化、便捷的鼠标交互、自定义配置报表。一般BI们都长这样儿:

别拿BI不当产品——进击的数据产品

越是常见的东西,就越容易被我们忽视其本质。看起来如此接地气的BI报表,往往也具有同样的命运。19年4月份左右,鹅厂内部某部门打造了一款BI报表,并在内网强势宣传。上线大概3个月左右的时候我尝试体验了一下,发现创建自己报表的用户很少,而且即便创建也都是浅尝辄止。20年开年后,这款BI报表停止了迭代更新,进入半休眠状态。坦白说,这类例子在百度和阿里也曾反复多次出现。相信每个跟BI报表接触过的朋友,对此都有自己的看法,古牧君就大胆替你们开麦:

设计BI报表的朋友们:“我们做了很多工作,从数据的入库清洗管理,到每个指标的统计核算,到丰富的数据可视化组件,以及最终灵活的自定义创建报表功能。可用户并不领情,要么说懒得用不会用,要么就是抱怨没法满足他们那些奇奇怪怪的个性化要求。总之到最后,还是我们自己用的最多......”

使用BI报表的朋友们:“要不是老板经常找我要数据,我肯定不会想用这个,我就是想有个地方能快速找到数据。结果他们跟我说让我学一下自己创建报表,以后就能一劳永逸了。但问题是,我一个纯数据小白,我也不知道该用哪些数据、该怎么把我关心的问题定义成指标、该用什么图表来呈现数据啊?其实给配几个数据分析师,每周定期给我跑下数据,简单画好图表邮件发给我就好了,关键是快速及时就好!”

像不像自助机器学习可视化平台的原音重现?不过现在我们应该知道问题出在哪儿了:BI报表,同样没拿自己当数据产品。把这种BI报表直接交付给业务方,恕在下直言,宛如拿ipad去搪塞小孩儿:

别拿BI不当产品——进击的数据产品

进击吧BI报表,做回真正的数据产品

想做回真正的数据产品,就要先想清楚,到底解决谁的什么问题。盘点下,公司内部对数据的需求,不外乎这么四类:

别拿BI不当产品——进击的数据产品

找数据——我们得承认,虽然高喊数据驱动业务很多年,但很多公司内部对数据的高频使用场景,仍然停留在向上汇报阶段。平时大家很少有爱看数据的,要不是老板追着汇报用,大家还是更喜欢造轮子开发新功能,毕竟这个对晋升帮助最大。当然到了年底,还是会集中的想要看数据的,因为做了一年事情,需要用数字来说话,彰显自己的贡献和价值。

看数据——很多老板因为被洗脑,已经接受了数据的重要性,但其实他们并不知道怎么解读数据、应用数据。不过老板嘛,都是有掌控欲的,他们需要看到数据,而且数据越多、样式越炫酷就越好。所以每一块数据大屏、每一个BI报表,或多或少都是在增强老板们的安全感。

读数据——好在还是有些人想要解读数据的,他们或许是某个尽职尽责的产品经理、或许是某个背负KPI的运营、或许是某个求知欲强的交互设计师。总之,他们希望看到的不仅仅是堆砌的数据和眩晕的图表,他们想通过数据知道更多。

用数据——要么是通过抽丝剥茧的分析,提出并解决一个有价值的业务问题;要么是通过打造自动化平台,直接从数据中挖掘价值、并作用于业务场景(如广告投放、推荐、舆情、数据运营等平台)。

虽然上面的需求分析,已经涵盖了一些用户群体,但为了明确一些功能的优先级,还可以进一步将用户划分为专家和小白。两者最大的差异,就在于是否具备独立获取数据、分析数据、解读数据的能力。

别拿BI不当产品——进击的数据产品

最后,我们把用户和需求简单交叉一下,就大概知道该做什么了:

别拿BI不当产品——进击的数据产品

对上图稍微扩展解读一下:

别拿BI不当产品——进击的数据产品

不仅如此,还应以“教育”为己任

更进一步,我们应该优先解决的,是多数小白用户的问题,而非少数专家的问题。这里不仅仅是时间和精力的分配问题,也不仅仅是用户规模的问题,更重要的,是BI报表的定位问题。授人以鱼不如授人以渔,很多时候做数据的团队在公司里苦苦挣扎,不是自身水平不高,而是环境氛围不佳:

别拿BI不当产品——进击的数据产品

跑个题,上面的比喻,像不像宏观意义上美国vs中国的教育体制?说回到数据产品上,如果整个部门甚至整个公司,只有数据团队是懂数据的,其他部门对数据的认知理解普遍都不及格,你觉得这个数据团队会是鹤立鸡群呢、还是举步维艰呢?实践表明,其他团队对数据的理解,决定了他们日常会怎么对待数据团队、给数据团队提什么层次的需求。只有当你的队友水平提升上来,你才有机会去处理更有挑战性的问题,否则日常那些鸡毛蒜皮就会把你消耗殆尽

所以,BI报表类的数据产品,作为公司里员工接触频率最高的数据产品之一,也可以肩负起科普教育的重任,“让先富的人带动后富人”,而不是放任“贫富差距”越来越大。而我们做数据产品的,也可以重点打磨下数据产品中“产品”的部分,在其中渗透更多经典的分析思路,降低阅读门槛,培养大家看数据的习惯、读数据的思路。

本文由 新媒体之家 作者: 古牧聊数据 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表 新媒体之家 对观点赞同或支持,未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
2

发表评论