随着移动互联网、物联网的发展和智能设备的普及，人们每天无时无刻都在产生海量数据，而大数据计算技术解决了数据的收集、存储、计算、分析的问题，于是迎来了我们的大数据时代。我们都知道大数据的4V特征：数据体量巨大 (Volume)、数据类型繁多(Variety)、价值密度低(Value)、处理速度快(Velocity)。被大数据包围的时代，我们的生产生活，大到国家政策、小到个人决定，数据的应用为决策质量、效率的提升起到了重要作用。 政府网站不断公开的各类统计数据，包括行业运行数据、海关进出口、宏观经济运行、专利申报、企业信用等；上市公司定期发布的企业财务数据、证券与投行公司定期发布行业情报与数据等；互联网企业实时产生的大量交易数据、交互数据，竞争对手的价格与市场表现，以及消费者的评价与偏好等；社交数据（微博、微信、抖音等）——了解社交关系和生活、社交习惯，掌握个人日常情况电商交易数据（淘宝、京东、美团）——支付/搜索/物流/购买喜好/点击顺序/评价数据等，掌握用户的购物习惯和消费情况 搜索引擎/知识问答社区——通过搜索、点击、问答数据搜集，了解用户关心和日常生活中的问题，舆情动向跟踪电子地图/导航应用——出行数据（出行方式、喜好、路线等），与具体业务场景结合，产生商业价值手机终端——操作各种app的行为数据，分析优化产品如何利用好这些有价值的信息，洞察产业、客户、技术与竞争对手，是大多数企业提升竞争力的新课题，也是我们每一个人必须具备的新技能。正是在这样的大数据时代背景下，数据产品应运而生。数据无处不在，只有高质量的数据才能发挥出更大价值。例如：数据的完整性要求业务涉及的数据是完整的，能够对业务造成很大影响的数据都要保持一定的完整性；数据的准确性要求数据是准确无误的，且在精度上能满足业务的需求；数据的一致性要求同一个指标的口径要一致，不能有二义性；数据的规范性要求数据是被有效组织的，并且能够被高效地获取；数据的时效性要求业务数据都是最新的，而不是无效的过期数据。 数据要为我所用，必须经过数据的采集、存储、分析计算、可视化等数据处理过程；经过集成、治理、质量保证的数据治理过程；经过统计、监控、分析、洞察、数据决策等数据应用过程。在这个过程中只有提高效率，才能产生更大的价值。比如：如何减少人力投入、如何缩短数据处理的时间周期、如何降低出错概率、如何确保准确性、如何提高及时性、如何提高数据的精细度等。为提高数据质量、促进数据的应用、提升使用效率，业界催生了数据产品。大家期待的功能有：支持对各种数据的自由处理，最终做成各种美观的图表或数据报告，还可以在业务出现问题的时候及时提醒相关方采取措施等。如果要给数据产品下一个定义，可以是：数据产品是可以发挥数据价值去辅助用户做更优决策的一种产品形式。它在用户的决策和行动过程中，可以提供更多的分析展现和数据洞察，让数据更直观、高效地驱动业务。 最近朋友圈很火的航旅纵横的那个年度总结，就是典型的数据产品，它的目标是为了让用户能够清楚自己的年度航行数据，首要目标也是使用用户的航行数据，生成全年的总结。 辅助决策型数据产品是通过对数据的挖掘分析和展现，帮助人们进行业务分析、辅助决策的一类数据产品。我们根据辅助决策型数据产品的复杂程度将它分为两种不同的产品形态。 第一种，静态展示型数据产品。这是一类简单的数据产品，它展现给用户的是一种静态图表，没有深入的动态交互功能，如图表PPT、信息图、数据可视化大屏等。这类数据产品的受众面很广，受众基本上无须具备太多的数据分析知识，通过简单的数据呈现就可以理解数据产品想要传达的信息。第二种，动态交互型数据产品。这是一类专业综合型的数据产品，如销售报表、财务报表数据决策系统、设备在线状态监测系统、城市交通监控调度系统等。这类数据产品的受众是普通业务人员和企业管理者，受众需要具备一定的业务知识才能很好地理解这些数据产品想要传达的信息。自建BI数据分析平台（降低员工使用数据的门槛，辅助决策、提高业务效率）。由企业自建自用，主要是为了降低员工使用数据的门槛，辅助人员作出决策和提高业务效率。如GoogleAnalytics、GrowingIO、神策数据和BDP商业数据平台等，它们主要以平台行为为其他公司提供商业化服务。由企业或个人开发，提供外部企业使用的，具备数据采集、计算、存储、展示和分析等功能的产品。目前国内外存在很多此类数据产品，所有这些产品的类型逃不开数据采集清洗，数据计算，数据存储到数据展示分析整个链条。有些是专做其中某个环节，有些则是会涉及几个方面。根据环节的不同，面临的问题和亮点也不尽相同。 直接面向C端用户的，例如各种指数类的应用(百度指数、微信指数、微博指数等)，以及基于公开数据进行整合并产品化输出的，如企查查、天眼查等企业信息查询服务的数据产品，企查查这类公司主要是将：全国企业信用信息公示系统、中国裁判文书网、中国执行信息公开网等公开的企业信息进行抓取和加工处理，形成数据产品，面向C端及企业用户输出付费的数据服务，自己本身不生产数据，只是数据的搬运工和加工者。用户群体包括销售、法律工作者、行业研究者等，甚至是一些娱乐八卦记者。指的是以提供内容为主要目标的数据产品。内容型数据产品与业务结合更紧密，主要是研究业务逻辑，分析业务问题，进行诊断，提出解决方案，例如：建设业务的指标体系，撰写分析报告等。指的是建设的数据产品具备平台属性。例如：大数据平台、机器学习平台、用户画像平台等。这类数据产品经理主要是搭建数据平台，比如搭建仓库、搭建数据集成、搭建离线和实时计算平台、搭建作业调度平台、搭建数据报表和可视化平台、搭建数据质量平台等等。旨在帮助业务进行数据统计分析，数据可视化展示上提供工具性的支持，帮助业务快速高质量应用数据，实现业务数据化。这类一般是在公司发展到一定程度后，为了减轻业务人员、分析师或业务数据产品负担，自行开发一整套关于数据分析展示的工具。 数据产品经理常做的是数据治理相关的工作，有少部分可能要上手做数仓建模或数据开发。与平台方向的数据产品经理之间的区别就是，数仓方向的更关注平台上的数据内容。比如个性化推荐、搜索排序、风控模型、用户画像等形式的产品 可以根据数据分析结果自动执行决策和行动的一类数据产品。这类数据产品往往不是将数据分析的结果直接呈现给用户，而是根据数据分析的结果进行决策并行动，其反馈用户的是行动后的结果，而不是数据分析结果。辅助决策型数据产品通过可视化界面提供数据分析结果，而智能决策型数据产品的数据分析结果一般是看不到的，用户只能看到最终行动后的结果。因此，普通用户并不能直观感受到这类数据产品的存在，通常也不会将这类产品视为数据产品。而按照我们之前所给的广义定义，只要是能够发挥数据价值辅助用户做出更优的决策或者是直接行动的一类产品都可以被称为数据产品。  如个性化推荐系统个性化推荐系统是互联网和电子商务发展的产物，它是建立在海量数据挖掘基础上的一种高级商务智能平台，向顾客提供个性化的信息服务和决策支持。近年来已经出现了许多非常成功的大型推荐系统实例，与此同时，个性化推荐系统也逐渐成为学术界的研究热点之一人工语音智能系统AI语音，即智能语音技术，以语音识别技术为开端，是实现人机语言的通信，包括语音识别技术（ASR）和语音合成技术（TTS）无人驾驶汽车自动驾驶汽车（Autonomous vehicles；Self-driving automobile ）又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车扫地机器人又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。 了解更多数据分析知识、与更多优秀的人一起进群交流请扫码
|
