数据产品的核心价值到底在哪

上次写了一篇《数据产品经理，原来并不是数据+产品经理的结合》，里面探讨了数据领域的基本逻辑、对于数据产品的认知、数据产品经理的工作以及数据产品的设计流程。

之后很多小伙伴加我交流，有人虽然目前在做数据产品的相关工作，但对于自己所做产品的价值以及未来所能发挥的水平还有很多疑问，所以这篇文章我们再来聊聊数据产品的核心价值到底在哪。

1.从数据资产的角度看数据产品

从IT到DT是时代发展的趋势，过去，数据是被很多人忽视的，而如今随着大数据概念的广泛深入，数据开始从“被动存储”向“数据驱动决策”转变。

在大数据时代的浪潮中，谁手中掌握的数据资产更加丰富、完善、质量更高，谁就会在未来占有先发优势，如今国内外的互联网巨头Facebook、Google、BAT等市场估值非常高的一个重要原因，就是他们手中都握有非常宝贵的用户数据资源，拥有着丰富的数据金矿。

我们经常接到推销电话，比如你刚买了一套房子，接着就会有装修推销不断打来，不仅知道你房子所在位置，还知道你房屋面积等细节信息。这种情况通常是你的个人购房信息被泄露和出售，这其实就是一种数据信息，以小见大，我们可想而知拥有丰富的数据资产在当今及未来时代中的重要性。

当数据已经上升为资产，成为与物质资产和人力资源同样重要的生产要素，成为生产和经营的重要环节，数据资产的使用也成为提高产业竞争力的关键要素。那么如将这些数据资产盘活并使用，从未成为企业的竞争命脉，数据产品就是其中的一种方式。

当然，关于数据资产的整体信息比较丰富，从数据治理到数据管理，再到数据资产的盘活和质量提升，以及后面的流通经营，是一套很深的逻辑，暂不多言，本文我们重点讲数据资产的应用形式—数据产品。

2.数据产品之前的传统服务方式

数据产品其实是随着技术发展形成的一种新型数据应用形式，那么在此之前，都有哪些传统的服务方式呢？

传统的数据服务方式包含报表、指标、图表、OLAP工具等。前三种大家可能比较熟悉，而OLAP工具是一种数据分析工具，它在传统固化样式的报表和图表基础上，增加了多维观察、数据钻取的能力，从而可满足更为灵活的业务统计需求，对决策人员和高层管理员进行决策支持。

传统数据服务方式一定程度上解决了企业决策支持、业务运营情况了解、目标问题分析等，但是在大数据时代，围绕数据资产价值的深入挖掘和转换，传统模式已经呈现出了诸多不足。

业务理解不够，支撑能力不到位

传统应用工具技术性较强，通常是业务人员提需求，技术人员来满足。而技术人员在开发过程中更注重于技术问题的解决，无法从业务使用需求来考虑报表的易用性、信息组织合理性等问题。这种对业务理解的欠缺导致传统数据服务对业务的支撑力不足。

展现形式单一，信息传递不便捷

传统数据应用基本上是以数字形式来传递信息，缺少对数据内在关系和信息模式的展现，也无法加入数据分析算法来进行深入探索。但是如何体现业务特点、怎样跟业务流程结合、如何更为灵活地进行交互探索，这些需求不能得到很好的满足，导致整体信息传递受限，也不利于决策辅助支持。

加工过程漫长，工作效率不彰显

随着企业数据积累增多，数据加工的过程越来越繁琐漫长，因此，要在业务部门要求的时间内完成数据统计结果变得极为困难。

覆盖范围狭窄，决策手段不彻底

当前数据服务形式覆盖范围也有很大限制，表现在数据使用流程、数据使用时机、数据使用主体和数据使用形式等方面。此处暂且不做进一步展开。

服务意识不足，目标手段不统一

目前的数据服务方式技术特征太过明显，技术部门的关注重点也侧重在技术实现，这就助长了“技术傲慢”的出现，这样的思维限制了数据加工人员的服务意识。

随着如今互联网行业数据量的增加，技术与业务部门结合非常紧密，一切技术手段都服务于业务部门，甚至数据本身也可以成为一种全新的盈利模式，因此催生了更多的创新性数据应用出现。

3.备受瞩目的新型数据应用-数据产品

在上述传统形势下，数据产品作为一种新型的数据应用，应运而生。那么数据产品究竟该如何定义，其优势与核心价值又是什么呢？

01-数据产品定义

相比于传统数据服务形式，数据产品是一种可以充分发挥数据价值去辅助用户做出更优决策（甚至行动）的一种创新产品形式。它在用户的决策行动过程中，可以更好地展示信息、提供工具，从而辅助决策制定。

02-优势与核心价值

展现形式丰富形象

相对于传统数据应用以数字为基础的服务形式，数据产品则在数据信息传递的形式方面更加形象和便利。目的是尽量让使用者在最短的时间内，获取到数据产品希望从当前数据变化趋势里展现的关键信息。比如现在各种天气预报APP，在传统获取温度的基础上衍生出诸如穿衣助手和洗车指数等概念。

数据覆盖程度广而全

一款数据产品要想深得人心、被广泛应用，就必须在自身数据组织方面大量投入，使之具备强大的竞争能力。数据展品的展现离不开数据的支持，那么数据的权威性以及信息及时性就是考量数据产品是否有竞争优势的一个重要标准，因此现如今的数据覆盖度广、时效性强，也为数据产品提供了重要支持。

决策逻辑便捷显性

决策逻辑是大多数传统数据应用所欠缺的，它们只是简单地展示了需求方的数据展现需求。而一款好的数据产品，应该可以帮助用户思考，尤其是将平时遇到业务痛点时的决策逻辑，部分或全部融合到数据产品后，通过便捷的交互方式，使得决策过程显性化，提高用户的决策效率。

行动流程数据驱动

我们现在常说，数据驱动业务发展和创新，那么作为数据产品，仅停留在发现问题、分析问题是不够的，还需解决问题的能力，这就涉及行动流程。

比如当数据产品分析某个细分用户群时，发现最近一个月其活跃度明显下滑，那就可以自动触发一个营销流程，通过针对性的信息推荐或是优惠活动，更好地提升细分用户群的活跃度。

所以，从某种意义上说，这类数据产品已经摆脱了过去OLAP的系统定位，融入到了生产流程之中，并且体现为数据驱动的巨大价值。

分析算法融合度高

对很多人来说，数据分析能力是大数据应用的灵魂，而“算法将会深刻地改变世界”，对于传统应用来说，结合算法非常困难，基本上数据挖掘工作跟数据展现、统计、决策支持是在两个平行线，只是对数据挖掘成果的应用环节，会用到那些报表、图表形式。

而现在，由于数据产品的丰富特性，它可以内嵌各种复杂算法，并且通过交互使用获得反馈，以进一步迭代优化，直至更为准确地反应规律来指导活动决策。

4.数据产品的未来走向

数据产品之所以产生，是因为有对应的需求领域，根据定义可以知道，数据产品的首要任务是帮助人们决策，从而驱使行动的产生；另一方面，数据本身也是一种价值，但除了数据交易之外，基本不会直接用于创造利润。

有的小伙伴在从事数据产品，但觉得数据产品的价值不止于此，不仅仅是辅助决策。其实，创造利润的方式要从两个角度看，一方面是直接方式，一方面是间接方式。直接方式的交易变现（在允许的情况下），间接方式通过辅助决策减少损失，同样也是一种利润和价值。

在之前的文章中，有提到数据的价值主要体现在是否帮助人们做出了正确、明智的决策，由此衍生出数据产品分为辅助决策型数据产品和智能决策型数据产品。现如今辅助决策型数据产品仍然占据非常重要的地位，而智能决策型数据产品则是未来的发展趋势。

当然，根据行业、数据体量、数据形态的不同，所涉及数据的加工处理及使用流程及其产品价值点也会不同，现如今存在的数据产品，可能只是单一的数据产品，也可能是整个数据体系，亦或是处于数据体系中的某一部分力求形成产品化，着眼点不同，其具体作用和价值也会略有不同。

本文部分内容根据高伟老师的《数据资产管理》读书笔记而展开，欢迎大家一起交流。

一起加油，共勉！