时间: 2021-07-30 09:15:22 人气: 3 评论: 0
数据分析产品，指的是能够帮助用户收集和处理海量数据、生成清晰的可视化报表并最终辅助决策的工具类产品。那么，我们要如何才能快速摸清一款数据分析产品的定位？
记得15年我刚从学校毕业，每日辗转奔波于一个个校招**场之间，每次面试（多以失败告终）之后，我都**向面试官问上一句：“您有什么建议能给我这个设计新人吗？”
最令我印象深刻的回答来自一位稳重寡言的阿里设计师：“用户研究其实没有什么卵用——”他知道自己语出惊人，意味深长地顿了一下，然后对着一脸懵逼的我补上了下半句：“做设计最重要的还是要看数据。”
这位前辈的上半句我们先持保留态度吧，但“数据分析”在产品设计、开发与运营中的重要性确实是越来越高了。认识、了解和研究专业的数据分析产品，对我们来说是必要的一课。
数据分析产品，指的是能够帮助用户收集和处理海量数据、生成清晰的可视化报表并最终辅助决策的工具类产品。
市面上的数据分析产品令人眼花缭乱，但我们可以从下面几个维度快速了解一款数据分析产品的定位。在对一款产品或其中某个功能模块进行优化的时候，也需要这些信息作为需求分析和方案设计的基础。
是埋点抓取的用户行为数据，还是导入传统数据库。
数据分析产品自然首先需要接入数据，而数据的来源大体来说可以分为两种：
一是通过在需要分析的网站上安装SDK与埋点，抓取用户行为数据。例如：诸葛IO与GrowingIO，都是通过这种方式获取海量的用户行为数据，在此基础上，我们可以进行留存统计、漏斗分析、建立用户画像，并最终促进业务增长、产品成长。
诸葛IO数据接入
二是导入已经存在的数据源，如：Excel文件、SQL Server、第三方平台的数据。这种产品更侧重于相对传统行业的商业数据分析，如：库存量、销售量、盈利额等待，我们可以依赖这些数据制作订单分析报表、销售业绩报告等。
网易有数添加数据连接
成熟的数据分析产品很可能同时提供以上两种导入数据的方法，但总的来说，它们在定位上通常还是**各有侧重的。通过查看主打的数据导入方式，我们可以清晰地了解到这款数据分析产品，在定位上是更侧重用户行为分析，还是业务数据分析。
CEO？数据分析师？产品经理？运营同学？
目标用户是产品定位的核心，而在研究一款数据分析产品的时候，我们需要从两个角度确定这个“目标用户”。
一方面，任何一款数据分析产品在设计之初，都要在一个“小白–专业人士”的难易度区间中做出选择。我们只要阅读一款产品的宣传资料，就可以很容易地察觉到这种定位的不同。
Adobe Analytics的官网上，我们可以看到充斥着专业术语的功能介绍、关于人工智能与深度学习的最新技术，以及全英文的行业动态。
Adobe Analytics宣传语
而BDP则反其道而行之，所有的宣传语都在突出一个“小白也学得**、用的了”。
BDP宣传语
另一方面，作为企业级应用，数据分析产品经常涉及到不同岗位人员的协作。而这些不同的职业角色，尽管在使用同一款产品，习惯使用的模块与功能也是不同的。
一个数据分析助力业务增长的完整闭环可能是这样的：
上述场景中，所有角色都参与到了数据分析产品的使用中，但每个人的关注重点各不相同。因此，在分析和设计此类产品时，要细分到具体的功能模块，看看使用这个模块的目标用户是哪一种职业角色。
更关注即时数据监控（看板），还是历史数据分析（报告）。
结合企业用户实际的使用场景，数据分析产品的“最终产出物”也可以大体上分为两种：一是展示即时数据的“看板”，二是综合分析历史数据的“报告”。
根据最终产出物的需求不同，图表在信息可视化方案上、交互方式上，也应采取更符合场景的策略。
典型的监控看板
典型的报告编辑界面
这里就不过多展开了，可以稍微延伸一点的是：以生成“报告”为目的的图表制作应当给与用户更高的自由度，包括图表的种类、视觉样式、个性化设计等。而以“实时看板”为目的的图表，则在进行数据可视化设计时应当考虑各种可能出现的情况，包括兼容一些极端情况，而个性化反而是次要的。
以上就是我关于“如何快速认识一款数据分析产品”这个问题，初步进行的一个总结。
那么回答了这个问题之后，我们又可以做什么呢？
现在，比方说我们需要对“诸葛io”这款产品的app端进行产品定位与需求分析。根据以上的三个维度，我们可以对诸葛io app的产品定位、目标用户与使用场景进行一个简单的概述：
（1）数据来源：侧重用户行为数据的获得与分析
（2）目标用户：为专业的分析人士提供强大的工具，也为其他职业角色提供易上手的解决方案
（3）核心需求：app端主要提供数据实时看板
（待续哦，**很快更新）
本文由 @ leadwhite 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
