為什么眼下大量企業(yè)的數(shù)據(jù)案例難以凸顯價(jià)值?其中很重要的一點(diǎn)是，產(chǎn)品經(jīng)理不懂?dāng)?shù)據(jù)。很多的產(chǎn)品經(jīng)理還停留在以前做產(chǎn)品的階段，靠感覺(jué)來(lái)做產(chǎn)品并不知道如何用數(shù)據(jù)來(lái)改善產(chǎn)品，更沒(méi)意識(shí)到數(shù)據(jù)巳經(jīng)成為了做產(chǎn)品的核心原材料。

過(guò)去的IT時(shí)代我們只是簡(jiǎn)單的使用數(shù)據(jù)，很少為了解決問(wèn)題而提煉過(guò)數(shù)據(jù)。為什么我要強(qiáng)調(diào)提煉過(guò)的數(shù)據(jù)?因?yàn)槿绻覀円寯?shù)據(jù)產(chǎn)生價(jià)值，讓更貼身的數(shù)據(jù)分析框架去解決用戶的實(shí)際問(wèn)題，就需要將數(shù)據(jù)嵌入到產(chǎn)品或者生產(chǎn)流程中，在數(shù)據(jù)提煉的***一公里，讓數(shù)據(jù)在產(chǎn)品中“說(shuō)話”。

上個(gè)月，我乘坐晚上七點(diǎn)的飛機(jī)從杭州到北京，結(jié)果七點(diǎn)整的時(shí)候，“飛常準(zhǔn)”告訴我航班延誤了，一個(gè)小時(shí)后，它再次告訴我延誤繼續(xù)，一直到晚上十一點(diǎn)。

這個(gè) APP一直在給我提供信息，但是這些信息并不能給我更多的決策判斷。如果當(dāng)時(shí)這個(gè)APP的產(chǎn)品經(jīng)理能夠設(shè)想關(guān)聯(lián)更多信息，他是否可以告訴我隔壁海航有班八點(diǎn)的航班可以立即改簽飛走?這還不是數(shù)據(jù)產(chǎn)品，只是把信息善用在產(chǎn)品上，就立刻使得產(chǎn)品有了新價(jià)值。

但是很可憐，當(dāng)時(shí)我并沒(méi)有獲得這樣的信息服務(wù)，一直從七點(diǎn)等到半夜十一點(diǎn)，“飛常準(zhǔn)”不斷提供的延誤信息只能讓我越來(lái)越苦惱。

信息化和數(shù)據(jù)化的區(qū)別就在于，信息化為我們提供了參考，而數(shù)據(jù)化讓我們可以直接行動(dòng)。從給建議到直接行動(dòng)，這之間有巨大鴻溝。

為什么數(shù)據(jù)價(jià)值沒(méi)法落地?

如何讓數(shù)據(jù)“說(shuō)話”?在過(guò)去的信息時(shí)代，我們最擅長(zhǎng)的方法是根據(jù)歷史數(shù)據(jù)統(tǒng)計(jì)規(guī)律，指引行動(dòng)。比如我們會(huì)統(tǒng)計(jì)過(guò)去一個(gè)月周五下午六點(diǎn)的出租車小費(fèi)，計(jì)算出價(jià)平均數(shù)，然后告訴用戶“建議給小費(fèi)5元”。我們所使用的 數(shù)據(jù)大多都是單一角度而靜態(tài)的數(shù)據(jù)。

而現(xiàn)在，我們更希望得到全景而動(dòng)態(tài)的數(shù)據(jù)集。比如我們可以獲取不同街道的堵塞程度，從而計(jì)算司機(jī)對(duì)小費(fèi)的敏感度;

我們可以集合附近的天氣情況，演唱會(huì)散場(chǎng)的時(shí)間數(shù)據(jù)等等來(lái)預(yù)測(cè)某個(gè)時(shí)段，某個(gè)地段可能成交的打車小費(fèi)金額。這樣的算法就是利用了更全面的大數(shù)據(jù)，通過(guò)更多的環(huán) 境動(dòng)態(tài)數(shù)據(jù)，而非歷史統(tǒng)計(jì)數(shù)據(jù)來(lái)提供服務(wù)。

未來(lái)，產(chǎn)品經(jīng)理需要懂得如何用數(shù)據(jù)來(lái)增值。這其中有三個(gè)關(guān)鍵點(diǎn)：產(chǎn)品化，數(shù)據(jù)化和商業(yè)眼光。而眼下很多產(chǎn)品經(jīng)理 更多關(guān)注的是產(chǎn)品化，忽略了數(shù)據(jù)化。

那么如何用數(shù)據(jù)來(lái)增值呢?讓數(shù)據(jù)前置

假定我需要為女兒選擇一所學(xué)校，如果要等三個(gè)月后考試成績(jī)出來(lái)，才知道學(xué)校不靠譜，會(huì)不會(huì)太糟糕?如果我能夠根據(jù)數(shù)據(jù)計(jì)算來(lái)衡量這所學(xué)校是否適合我的女兒，這就是數(shù)據(jù)前置。很多數(shù)據(jù)價(jià)值的關(guān)鍵就是數(shù)據(jù)前置，讓更多數(shù)據(jù)嵌入到產(chǎn)品之中，產(chǎn)生價(jià)值。

另一個(gè)更容易理解的案例是谷歌無(wú)人汽車。谷歌無(wú)人汽車就是在用數(shù)據(jù)分析框架來(lái)實(shí)現(xiàn)服務(wù)。這一服務(wù)的前提是數(shù)據(jù)的質(zhì)量、穩(wěn)定性和計(jì)算速度都已經(jīng)足夠完善，使得“數(shù)據(jù)指引行動(dòng)”進(jìn)入了完全自動(dòng)的情境。谷歌的工程師用上千個(gè)模型來(lái)支持這一數(shù)據(jù)分析框架，以保證無(wú)人汽車在行駛中不會(huì)出現(xiàn)意外。

反觀眼下大量公司的業(yè)務(wù)，很多公司還停留在用統(tǒng)計(jì)數(shù)據(jù)做決策參考，如果我們將數(shù)據(jù)分析框架應(yīng)用到公司業(yè)務(wù)中，我們就會(huì)發(fā)現(xiàn)一個(gè)全新價(jià)值。

如何將數(shù)據(jù)嵌入業(yè)務(wù)?

也許你會(huì)問(wèn)，我們一直在說(shuō)“將數(shù)據(jù)嵌入業(yè)務(wù)”中，在實(shí)際操作層面，我們應(yīng)該如何嵌入?

在我所在的工作團(tuán)隊(duì)中，我遭遇的困惑是，產(chǎn)品團(tuán)隊(duì)、數(shù)據(jù)團(tuán)隊(duì)和運(yùn)營(yíng)團(tuán)隊(duì)給我的方案總是如一盤散沙難以串聯(lián)。

很簡(jiǎn)單，產(chǎn)品團(tuán)隊(duì)很難有數(shù)據(jù)概念，數(shù)據(jù)團(tuán)隊(duì)也很少有產(chǎn)品理念，而運(yùn)營(yíng)團(tuán)隊(duì)更不習(xí)慣用數(shù)據(jù)做決策。但難題在于，如果沒(méi)有辦法把這三個(gè)團(tuán)隊(duì)鏈接 在一起，數(shù)據(jù)價(jià)值從何說(shuō)起呢。

每當(dāng)遇到這種情況，我會(huì)問(wèn)自己的團(tuán)隊(duì)這些問(wèn)題：**什么問(wèn)題?誰(shuí)的問(wèn)題?現(xiàn)在需要解決么?有數(shù)據(jù)可以滿足解決么?假如數(shù)據(jù)皆可得，那么解決方案是什么?**

盡管這些問(wèn)題有助于梳理思路，產(chǎn)品、運(yùn)營(yíng)和數(shù)據(jù)團(tuán)隊(duì)之間的交叉還是非常困難。 我通常的解決方案是，詢問(wèn)團(tuán)隊(duì)成員在特定生產(chǎn)流程中(有時(shí)同時(shí)也是一個(gè)決策流程)，

每天需要做多少?zèng)Q策?哪些決策點(diǎn)是否可以用數(shù)據(jù)替代解決?通過(guò)梳理決策點(diǎn)來(lái)尋找“數(shù)據(jù)嵌入”的靈感，是一個(gè)非常有效的方法。

也許不用太久時(shí)間，產(chǎn)品經(jīng)理們就會(huì)發(fā)現(xiàn)數(shù)據(jù)化對(duì)于產(chǎn)品的重要意義。數(shù)據(jù)必須要和產(chǎn)品結(jié)合，不然數(shù)據(jù)的價(jià)值難以落地。讓數(shù)據(jù)變成產(chǎn)品，是產(chǎn)品經(jīng)理***的難點(diǎn)，也是產(chǎn)品經(jīng)理***的機(jī)遇和想象力。