数据产品设计专题(2)- 数据产品设计方法论之框架体系

简介: 一、前言        数据产品设计与业务产品设计差异还是比较大的,根据过往的经验,引入5w+1h分析方法,形成数据产品设计思维框架,解决数据产品经理,面相数据产品设计,无从下手的问题。二、正文 三、解读       3.

一、前言

       数据产品设计与业务产品设计差异还是比较大的,根据过往的经验,引入5w+1h分析方法,形成数据产品设计思维框架,解决数据产品经理,面相数据产品设计,无从下手的问题。

二、正文




三、解读

      3.1 who - 目标用户

      数据产品的目标用户是谁,此处需要注意的问题是,用户的多样性,即同一个数据产品可能有不同的用户,需要针对不同的用户分析其需求;

      3.2 why - 用户痛点

      数据产品要解决的用户的核心需求问题即为用户痛点,此处需要注意的问题是不同的用户,需求不同,痛点不同;

      3.3 what - 建设目标

      数据产品实现的业务目标,此处是指通过系统的建设,所要达到的商业目的,与用户痛点相呼应。

      3.4 where - 数据来源

       数据产品需要引入的数据源有哪些,接入渠道是什么?数据库表有哪些?字段属性有哪些?数据实体间关系如何?

      3.5 when - 数据频率

      维度指标的刷新频率如何?数据引入的延迟有多长时间?

      3.6 how - 维度指标

       数据产品的分析对象有哪些?对象间的层级关系如何?每一个数据对象需要计算的维度指标有哪些?需要用到哪些算法?

四、未完待续

       数据产品框架持续完善中,敬请关注。。。
目录
打赏
0
0
0
0
173
分享
相关文章
不到70行Python代码,轻松玩转RFM用户分析模型(附案例数据和代码)(一)
本文从RFM模型概念入手,结合实际案例,详解Python实现模型的每一步操作,并提供案例同款源数据,以供同学们知行合一。
526 0
不到70行Python代码,轻松玩转RFM用户分析模型(附案例数据和代码)(一)
Lakehouse架构指南
Lakehouse架构指南
203 2
LabVIEW使用源代码控制
LabVIEW使用源代码控制
142 1
一种基于Redis的10行代码实现IP频率控制方法
优点:可支持海量访问的频率控制,只需要增加Redis机器,单个Redis节点(只占用一个cpu core)即可支持10万/s以上的处理。 基于IP频率限制是种常见需求,基于Redis可以十分简单实现对IP的频率限制,具体手段为利用Redis的key过期和原子加减两个特性。
1429 0

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等