數(shù)據(jù)產(chǎn)品，是以數(shù)據(jù)為主要目標的產(chǎn)品，且無論是面向客戶的完整產(chǎn)品，還是部分后端產(chǎn)品，都具有與其他技術(shù)產(chǎn)品不同的特性。

什么是數(shù)據(jù)產(chǎn)品，而它又為什么值得你去關(guān)心呢？

DJ Patil對數(shù)據(jù)產(chǎn)品的定義是：

“通過使用數(shù)據(jù)促進最終目標的產(chǎn)品”。

這一定義乍看起來涵蓋的范圍似乎相當廣泛。畢竟，在大多數(shù)情況下，所有的Web產(chǎn)品都使用數(shù)據(jù)。它們都是使用數(shù)據(jù)來促進最終目標的實現(xiàn)。那現(xiàn)在網(wǎng)絡(luò)上的一切都是數(shù)據(jù)產(chǎn)品嗎？

對此，我將指出二者之間存在的一個非常重要的區(qū)別；使用數(shù)據(jù)促進最終目標的產(chǎn)品和主要目標是使用數(shù)據(jù)促進最終目標的產(chǎn)品之間的區(qū)別。

數(shù)據(jù)產(chǎn)品，從某種意義上說是需要有自己的類別，它們是以數(shù)據(jù)為主要目標的產(chǎn)品。

定義數(shù)據(jù)產(chǎn)品

為什么要如此拘泥于細節(jié)？嗯，我個人的觀點是，數(shù)據(jù)產(chǎn)品，無論是面向客戶的完整產(chǎn)品還是部分后端產(chǎn)品，都具有與其他技術(shù)產(chǎn)品不同的特性。

雖然許多標準的產(chǎn)品開發(fā)規(guī)則都適用——解決客戶需求、從反饋中汲取經(jīng)雖然許多標準的產(chǎn)品開發(fā)規(guī)則都適用——解決客戶的需求、從反饋中學(xué)習(xí)、無情地確定優(yōu)先級等等——但有些微妙之處可能會使對數(shù)據(jù)產(chǎn)品的思考有些不同。

上面的定義用于區(qū)分我們是否應(yīng)該像通常那樣考慮產(chǎn)品，還是我們是否需要考慮更適合數(shù)據(jù)世界的產(chǎn)品開發(fā)方面。

一些實例

通過這種方法，我們來舉幾個例子。

媒體是數(shù)據(jù)產(chǎn)品嗎？根據(jù)我們的定義判定媒體并不是數(shù)據(jù)產(chǎn)品；它雖然使用數(shù)據(jù)，但它的主要目標是“……建立一個更好的發(fā)布平臺——一個允許任何人向世界提供他們的故事和想法，并幫助偉大的人登上首頁”。雖然數(shù)據(jù)將在這項任務(wù)中發(fā)揮關(guān)鍵作用，但它不是實現(xiàn)這一目標的主要驅(qū)動力。也不是媒體的目標，對于媒體來說，數(shù)據(jù)是達到目的的手段。

如果我們對媒體平臺進行再深入一點分析，我們會發(fā)現(xiàn)那些通過使用數(shù)據(jù)來定義其目的的產(chǎn)品。媒體的搜索功能是一種數(shù)據(jù)產(chǎn)品。其目標是將相關(guān)文章推薦給相關(guān)讀者，而數(shù)據(jù)是實現(xiàn)這一目標的關(guān)鍵。

媒體的文章訂閱功能怎么樣實現(xiàn)的呢？是的，數(shù)據(jù)，再一次在決定向讀卡器顯示內(nèi)容時起著關(guān)鍵作用。

我們再舉一個例子：Gmail是數(shù)據(jù)產(chǎn)品嗎？不，Gmail是一種電子郵件服務(wù)，其主要目標是允許個人之間進行異步的書面通信。然而，Gmail將我們的電子郵件分類成重要和不重要的數(shù)據(jù)產(chǎn)品。主要目標是對電子郵件進行分類，這主要集中在自然語言處理上。

Instagram是數(shù)據(jù)產(chǎn)品嗎？并不是，但如果將其視為離散產(chǎn)品，則其大部分功能都是數(shù)據(jù)產(chǎn)品-，例如：標記、搜索、發(fā)現(xiàn)。

谷歌分析是一種數(shù)據(jù)產(chǎn)品嗎？是的，它的主要目標是給用戶帶來對在線行為的定量理解。這里的數(shù)據(jù)是與用戶交互的中心，與目前提到的其他產(chǎn)品不同，它的使用是明確的。

數(shù)據(jù)產(chǎn)品的類型

顯然，存在各種不同類型的數(shù)據(jù)產(chǎn)品。即使將可能的產(chǎn)品領(lǐng)域縮小到符合我們定義的范圍之內(nèi)，這些產(chǎn)品之間仍然存在相當大的差異性。隨著這種差異性在產(chǎn)品開發(fā)中進一步微妙化。

我們可以將這些數(shù)據(jù)產(chǎn)品分為5大類：原始數(shù)據(jù)、派生數(shù)據(jù)、算法、決策支持和自動化決策。

一般來說，這些產(chǎn)品類型是根據(jù)日益增加的復(fù)雜性列出的。更具體一點來說，它們是根據(jù)不斷增加的內(nèi)部復(fù)雜性列出的，并且（應(yīng)該）用戶方面的復(fù)雜性較低。

換句話說，數(shù)據(jù)產(chǎn)品本身的計算、決策或“思考”越多，則用戶需要的思考就越少。

通常（但不完全）原始數(shù)據(jù)、派生數(shù)據(jù)和算法都有技術(shù)使用者。大多數(shù)情況下，他們往往是一個組織的內(nèi)部產(chǎn)品，但反例將包括廣告交流，或API套件。決策支持和自動化決策產(chǎn)品往往具有更均衡的技術(shù)和非技術(shù)用戶組合；盡管對于任何給定的產(chǎn)品，用戶組往往是其中之一。

原始數(shù)據(jù)。從原始數(shù)據(jù)開始，我們收集并提供可用的數(shù)據(jù)（也許我們正在做一些小的處理或清理步驟）。然后，用戶可以選擇使用適當?shù)臄?shù)據(jù)，但大多數(shù)工作都是在用戶完成的。

導(dǎo)出數(shù)據(jù)。在向用戶提供派生數(shù)據(jù)時，我們在我們這邊做一些處理。對于客戶數(shù)據(jù)，我們可以添加其他屬性，例如為每個客戶分配一個客戶段，或者添加他們單擊廣告或從某個類別購買產(chǎn)品的可能性。

算法。接下來我們有算法，或者算法服務(wù)。我們得到了一些數(shù)據(jù)，我們通過算法運行它-無論是機器學(xué)習(xí)還是其他-并返回信息或見解。谷歌圖片就是一個很好的例子：用戶上傳圖片，并接收一組與上傳圖片相同或相似的圖片。在后臺，該產(chǎn)品提取功能，對圖像進行分類，并將其與存儲的圖像進行匹配，返回最相似的圖像。

決策支持。在這里，我們希望向用戶提供信息，幫助他們做出決策，但我們自己并沒有做決定。分析儀表盤（如Google Analytics、Flurry或WGSN）將屬于此類。我們做的大部分工作都是在我們這邊進行的；我們的目的是以易于消化的格式向用戶提供相關(guān)信息，以便他們做出更好的決策。在谷歌分析的案例中，這可能改變編輯策略，解決轉(zhuǎn)換漏斗中的漏洞，或者雙倍降低給定產(chǎn)品策略。這里要記住的重要一點是：雖然我們在數(shù)據(jù)收集、新數(shù)據(jù)的派生、選擇要顯示的數(shù)據(jù)以及如何顯示這些數(shù)據(jù)等方面做出了設(shè)計決策，但是用戶仍然有責任，自己解釋這些數(shù)據(jù)。他們控制著對該數(shù)據(jù)采取（或不采?。┬袆拥臎Q定。

自動化決策。在這里，我們將給定領(lǐng)域內(nèi)的所有智能外包出去。Netflix的產(chǎn)品推薦或Spotify的每周發(fā)現(xiàn)就是常見的例子。自動駕駛汽車或無人駕駛飛機更是這種閉環(huán)決策循環(huán)的物理表現(xiàn)。

我們允許算法完成這項工作，并向用戶提供最終的輸出（有時會解釋為什么人工智能選擇了該選項，而其他時候則完全不透明）。

數(shù)據(jù)的交互

到目前為止，我們已經(jīng)討論了功能數(shù)據(jù)產(chǎn)品的類型。

這些數(shù)據(jù)產(chǎn)品中的每一種都可以以各種方式呈現(xiàn)給我們的用戶，對他們的設(shè)計有明確的影響。這些接口或交互是什么？

API。對于API，我們假設(shè)一個技術(shù)用戶。我們?nèi)匀粦?yīng)該遵循良好的產(chǎn)品實踐，并確保API的使用直觀，有良好的文檔記錄，能夠滿足用戶的需求，并且值得我們使用。

儀表盤和可視化。對于儀表盤和可視化，我們假設(shè)在處理數(shù)字方面具有一定的統(tǒng)計知識或能力。在最極端的情況下，我們可以為用戶做很多繁重的工作，并努力確保我們只以易于理解的格式呈現(xiàn)最相關(guān)的信息。通過選擇要顯示的信息，我們正在影響決策，但它仍然將解釋和決策留在用戶的手中（或頭腦中）。

網(wǎng)絡(luò)元素。在過去5年左右的時間里，用戶最不常見的數(shù)據(jù)產(chǎn)品的技術(shù)接口就是網(wǎng)絡(luò)元素。最近，這些接口的應(yīng)用被廣泛擴展，包括語音、機器人和增強現(xiàn)實等。雖然這些新接口的設(shè)計細節(jié)都是明顯不同的，但其中有相當大的重疊，因為它們都圍繞著向用戶展示決策結(jié)果，也許還傳達了人工智能實現(xiàn)決策的原因或方式。

了解我們正在建設(shè)什么

根據(jù)可能的接口繪制數(shù)據(jù)產(chǎn)品的類型，我們得到一個橙色點矩陣，每個點代表不同數(shù)據(jù)產(chǎn)品矩陣-不同的產(chǎn)品需要不同的方法。

數(shù)據(jù)產(chǎn)品矩陣——不同的產(chǎn)品需要不同的方法

矩陣中的每一個元素都要求設(shè)計注意事項，無論是在用戶需要什么方面，還是在我們用于實現(xiàn)目標的設(shè)計過程方面，都會有很大的不同。

從左上角的圓圈（原始數(shù)據(jù)API）斜向右下角的圓圈（自動決策Web元素）是指從技術(shù)、工程驅(qū)動的產(chǎn)品轉(zhuǎn)向更典型的軟件產(chǎn)品（即產(chǎn)品經(jīng)理和設(shè)計師更直觀的產(chǎn)品，往往出現(xiàn)在書中的產(chǎn)品、雜志和文章）。

困難&方法

根據(jù)我的經(jīng)驗，當團隊將人性化設(shè)計方法應(yīng)用于更多的數(shù)據(jù)產(chǎn)品時，他們就會遇到大問題。當然，這并不是說工程師不是人。大多數(shù)是，而那些不經(jīng)常有一個不可思議的相似性。但是，HCD是一種整體的產(chǎn)品開發(fā)方法，當設(shè)計師理解用戶的動機和行為時，它是一種很好的方法。對于技術(shù)數(shù)據(jù)產(chǎn)品，產(chǎn)品邊界通常被功能組織考慮人為地限制，并且產(chǎn)品和用戶體驗團隊通常不具備以下技術(shù)：a）了解技術(shù)用戶行為的復(fù)雜性；b）不具備探索這些復(fù)雜性的能力。

那么，假設(shè)我們一直在閱讀的開箱即用設(shè)計思想或精益方法論是幼稚的。

然而，這并不是恐慌的原因。

盡管用戶研究的輸出可能與面向消費者的產(chǎn)品或真正典型的SaaS產(chǎn)品有很大的不同，而且關(guān)鍵績效指標的定義可能在技術(shù)方面出錯，但設(shè)計思維和精益都具有足夠的可塑性，使我們能夠針對這個新領(lǐng)域調(diào)整我們的方法。

我的建議是，在將這些方法應(yīng)用于數(shù)據(jù)產(chǎn)品時，要確保問題空間是根據(jù)最終用戶而不是直接數(shù)據(jù)輸出的用戶來定義的。很可能，這就意味著要擴大團隊，將相鄰的產(chǎn)品及其經(jīng)理包括在內(nèi)。

同樣，如果用戶是一個技術(shù)性的用戶，那么我們就應(yīng)該適應(yīng)這種環(huán)境。要同情遇到工程問題的用戶，可能意味著我們必須打開一個IDE并進行編碼。

豆瓣菜，使用HCD瘦肉組合開發(fā)。由馬庫斯·斯皮斯克拍攝

這篇文章形成了我在2017年都柏林的產(chǎn)品罐會議上發(fā)表的一個演講的一些內(nèi)容。

本文為 AI 研習(xí)社編譯的技術(shù)博客，原標題 ：《Designing Data Products》

作者：?Simon O’Regan

翻譯：YuYuko

校對：呂鑫燦

審核：鄧普斯·杰弗

整理：立魚王

原文鏈接：https://towardsdatascience.com/designing-data-products-b6b93edf3d23

本文來源于人人都是產(chǎn)品經(jīng)理合作媒體 @雷鋒網(wǎng)，翻譯@YuYuko

題圖來自Unsplash，基于CC0協(xié)議。