內容型（業務側）資料產品治理最佳實踐

導讀 當下如何更好地利用資料已經成為企業數字化轉型的關鍵，因此資料治理變得越來越重要。資料產品經理在其中起到承上啟下的作用，直接決定了資料是否能有效利用。今天和大家分享的是內容型資料產品經理在資料治理實際工作中的個人心得，包括適用的方法論和實際案例。

今天的介紹分為四個部分：

1. 內容型資料產品面臨的問題

2. 內容型資料產品的治理思路

3. 治理思路如何落地

4. 高階的資料內容產品應該具備哪些能力

分享嘉賓｜溫巖 某網際網路公司 資料產品專家

編輯整理｜孫宇 上海杉泰

出品社群｜DataFun

---

01

內容型資料產品面臨的問題

1. 什麼是內容型（業務側）資料產品

• 定位：內容型（業務側）資料產品是資料產品經理的一種，更偏向於業務側。內容型資料產品是協助業務方，透過資料視角給出更合適的洞察思路，並將業務側的業務目標轉化為資料需求，最終建設內容型資料產品來解決這些業務問題。內容型產品經理更像是諮詢師的角色，起到連線業務側和開發側橋樑的作用，需要結合業務，將資料、產品、管理三種能力綜合運用。

• 工作價值：資料價值的沉澱和傳遞，輔助業務洞察和決策，資料建設的降本增效。

• 工作內容：資料埋點、資料分析指標體系、標籤體系、取數模版、資料分析看板和門戶體系的建設和運營。

2. 理想的內容型資料產品工作內容特點

內容型資料產品經理在實際工作中會有很多痛點，而這些痛點大部分都是來源於資料體系的不完善。所以我們首先要了解一個理想的內容型資料產品體系都有什麼特點。

• 干係人指責明確

實際工作過程中涉及的部門和角色眾多，像資料埋點、分析指標、標籤等複用非常頻繁，所以其中的干係人，包括供給側和消費側的人，職責要非常明確，分工也要非常明晰。

• 需求明確，理解一致

不同的人比如業務產品、業務運營、業務研發、開發 QA 或者 DA，對需求的理解、最終交付方式等會有偏差，這個時候就要明確需求，保證需求的口徑要統一、清晰，減少差異性的理解。

• 流程規範標準化

所有的內容型產品都有一個標準的生產過程，要求內容型產品經理要有設計標準和制定規範的能力，同時要熟知各種生產流程中的關鍵節點。

正常工作中各個環節都要符合標準規範，但是不同的場景或者業務需求特別緊急，那可能就需要根據實際情況刪減一些節點，但是即便在這種情況下，關鍵節點也不能少。

• 生產高效

內容型資料產品的需求比較旺盛，需要有高效的產品工具和流程相匹配。

• 元資訊清晰明確

很多內容產品的生命週期都比較長，並且消費場景多，這類產品需要後設資料進行描述，需要對口徑資訊、需求目的、變更時間、相關維護人等資訊的及時、準確的維護。

• 評價可度量 

在實際管理工作中，對於產品生產以及消費場景，需要有可量化的度量體系評價產品的好壞。

• 異動識別和監控預警 

當資料不符合預期出現問題，或者出現波動的時候，需要監控體系能夠及時監控到異動，快速識別定位問題，從而解決問題。

• 運營到位

運營到位很容易被忽略，卻是非常重要的一步。針對不同人群，透傳內容產品的應用價值，生產需求。我們平時可能做了很多工作，但是往往因為運營不到位，或者訊息沒有透傳到相關的人，就會導致產品價值沒有按照預期傳遞到位。

3. 內容型資料產品面臨的痛點問題

• 資料是否準確

資料質量如何保持完整性、一致性、及時性等這種特點，出現質量問題，如何規範、快速的處理。

• 資料建設和消費是否足夠快

效率體現在是否能夠快速的找到資料、使用資料；資料應用是否能夠快速響應業務需求、幫助業務洞察和決策；有沒有好的開發方案可以幫助開發側提升資料加工、資料建設的速度，縮短開發週期。

• 資料內容是否足夠全

對於資料需求是隨著業務發展變化的，業務關注的指標維度會越來越多，所以在前期收集資料和制定指標的時候，要儘量考慮全面，這就對資料產品有了更高的要求。需要我們要對平時的需求多總結、多積澱，這樣有臨時需求和大促的時候，有些資料直接可以複用。

• 資料體系是否可管理

資料是需要管理的，而管理就需要一套完整的體系，比如識別資料的價值和成本，找到當前資料場景的問題，並做出相應的管理動作。

02

內容型產品的治理思路

1. 業界的權威方法論

• 權威方法論一：DAMA 體系

DAMA 中文全稱是資料資產管理委員會，在 DMBOK 中，定義了資料治理屬於資料資產管理的一部分，這個標準是國際通用標準，其內容對實際工作也有很大的參考意義。而在國內，比如信通院、大型銀行都有釋出對資料資產進行治理對標準和規範。比如上述中間圖是資料治理的進一步細分，而右側圖則表示按照組織細分的資料治理，可以分為集中式和分散式。

同時，在實際工作中也需要判斷，組織需要的資料治理是一次運動式治理，還是一次成體系的治理。運動式治理聚焦資料產品某一部分或者聚焦某個具體業務，涉及的人群和範圍可能相對會少一些，但是相應的成本也會可控，而效果則是有限。成體系的治理包括完整的資料內容的生命週期，涉及的人群和範圍就比較廣，但是效果也相對會更加徹底。

• 權威方法論二：華為資料治理框架

政策指引 資料架構標準管理  流程  組織  IT（工具平臺）

• 權威方法論三：阿里資料治理框架

現狀分析à問題診斷à治理最佳化à效果反饋。

網際網路行業這裡以阿里作為代表，而其他的大型網際網路也比較相似。

2. 資料治理方法

業務側內容型資料治理的目標在於交付持續可靠的資料內容，其概括需要四個要素，分別是清晰的組織和良好的意識、標準的流程規範、高效的產品工具以及持續不斷的運營動作。

• 組織意識要先行

資料治理涉及的角色眾多，所以目標和意識是否一致就顯得尤為重要。資料治理過程是一種自上而下的協作模式，在進行資料治理之前，發起方需要投入一定成本讓各相關團隊先認可本次資料治理的價值和意義，然後透傳給各下屬同事，彼此拉齊目標和節奏，這樣後續治理措施才能有效推行。

另外，權責要明確，每個人在實際治理場景中要有明確的目標和職責劃分。

更重要的是，要樹立起治理意識，資料治理是一個長期持續的工程，在不同業務階段，對資料治理重視程度不同。比如在業務發展前期，公司一般更加重視業務的發展速度，一切為業務快速發展服務，資料治理優先順序沒有那麼高。但隨著業務發展平穩，資料體量增大，資料治理的重要性就顯現出來。要有標準、規範，保證高質量的資料內容來反映業務狀況。隨著業務更進一步，資料治理就更加重要。因為高質量資料能夠幫助業務發現機會，進行更好的決策。所以除了領導層自上而下傳導的硬性規範，也要讓大家充分意識到資料治理的意義和價值，只有意識到位，各方才願意投入精力，配合才更加高效。

• 流程規範是治理思路的載體

治理思路需要流程規範去具體落地，還需要有管控抓手來監控和衡量治理的效果。初期，保證流程規範能夠在業務流程上實現，關鍵節點可監控，各種操作有留痕，有資料可查。等體系成熟後，需要推進數字化。實現核心目標能夠量化，然後目標可拆解到具體人員、具體事件，出現問題能夠有資料依據追責到人，還要有可以量化比較的效果。同時，需要做到週期性覆盤，總結問題原因，改進不足；結果通曬，讓各參與方瞭解過程的進展，並督促未協作方積極響應；確定獎懲制度，幫助資料治理工作更好落地。最終形成一個有效閉環，良性迭代。

• 治理動作產品化

資料治理的有些工作是非常耗費人力和時間的，有時候只靠人力機會不可能完成，各方部門也會衡量資料治理的如此大的成本是否值得投入，這時候有效的工具就是必要的，它能提升工作效率，進而促進資料治理工作的有效落地。

我們以指標治理為例，從指標的生命週期來看，指標經歷了新增、開發、管理/變更、下線的過程，而為了標記治理效果，部分公司還有認證這個狀態，但是由於大型公司的指標很多，部分生命週期節點需要產品工具來保證其是真正按照標準管理規範來建設的，因此需要將規範標準線上化；另外由於生產動作可能會涉及很多指標，工具化也能有效的提升治理效率。

• 治理中的運營思路

治理中的資料運營也是一個很重要的環節。很多人會忽略運營部分，導致好的資料產品不為人知，或者標準規範要求通知不到位，造成資源浪費，並影響資料治理的效果。

資料運營的核心目標是提升使用者對資料的 NPS。資料內容產品的使用者是業務方、產品經理、技術開發等所有和資料相關的人員。而使用者體驗可分為效率和質量兩個方面。

而資料運營可分為看、選、用、治、評五個方面，其中前三個方面側重於使用者服務側，而後兩個方面側重於資料保障側的內容。

03

治理思路如何落地

1. 落地路線（以埋點治理為例）

以埋點治理為例，埋點治理是資料治理中比較重要的一類場景，特別是在偏C 端業務，埋點尤為重要。同時埋點治理也是資料治理的難點，因為埋點治理的鏈條很長，涉及的部門很多，溝通成本高且效率低，比如存量的埋點治理，部分埋點可能複用場景會很多，但是如果沒有很好的管理，這些存量埋點根本不能用或者說不敢用，也沒有辦法做好資料溯源和資料積累。

因此基於這些痛點，可考慮將埋點治理這個事情看作是一類業務，透過對這類業務的特點進行分析，並設計相應的指標體系。在這裡將考驗資料產品經理的指標體系設計能力。分析體系最常用的是 OSM 體系，還有 UJM 體系、AARRR、RFM 等。

• OSM 體系

O（Objective）目標，聚焦核心點，確立明確集中的治理目標。

S（Strategy）策略，確定關鍵環節和重要卡點，埋點評審設計標準化、線上化，給埋點評審提供抓手，並給埋點設計、自動化測試提升效率，對關鍵節點進行保障。

M（Measurement）度量，明確可用的指標，監控現狀，更明確的展示治理目標及過程效果。

• UJM（User Journey Map）

UJM 底層邏輯就是梳理業務的主流程，以埋點場景為例，就是從需求-設計-開發-測試-走查-上線-消費-下線的整個流程，各個環節拆解。

注意點：關於埋點治理，儘量將治理目標和業務場景的影響和價值說清楚，避免脫離業務，為了治理而治理。

2. 落地路線（以指標治理為例）

指標治理在非 C 業務或 C 端業務偏少的公司做的較多，這個場景最大的痛點是指標一致性問題，可以分為資料來源一致、計算口徑一致、展現口徑一致。

• 資料來源一致

要加強資料埋點治理，比如存量埋點治理和新增埋點治理。

數倉要統一，比如主題建模合規監控，表的認證和許可權回收。

• 計算口徑一致

計算口徑一致可理解為在對資料鏈路中各層的指標加工邏輯保持一致。

• 展現端一致

端一致是指看數產品儘可能唯一，進而避免同一個分析主題但是可以多個出口來看，這樣會增加不一致性的機率以及帶來額外的治理成本。

3. 治理常見問題 

• 領導不重視：治理動作是需要和各方面去要求和協作的，需要領導的重視和授權。

• 角色不全：治理中儘可能包含各個角色，如果角色缺失，治理內容就可能缺失，治理政策無法執行到位。

• 職責不明晰：明確不同的角色具體職責是什麼，明確主R角色。

• 沒有過程抓手：統一整體目標和過程目標的度量標準，確保可以抓取相關資料進行過程監控。

• 工具效率低：隨著資料體量增大，單純依靠人工，效率太低，必須設計開發專業工具來提升效率，才能保證治理工作有效落地。

• 運營不到位：讓相關角色樹立資料治理的意識，認識到資料治理的價值。

04

高階的資料內容產品應該具備哪些能力

1. 產品和運營能力

• 善於沉澱，透過業務需求沉澱可複用資料方案。

• 理解資料產品架構，設計良好的產品體系。

• 運營到位，傳遞資料價值，形成生產、消費的正向價值迴圈。

2. 資料能力

• 業務側，熟悉如何透過資料進行業務的描述，並設計業務關鍵點點的資料內容體系。

• 資料技術側，瞭解資料技術，識別是否可以透過更有效的資料技術提升支援業務的決策效率。

• 熟悉各類資料分析方法，並在合適的場景用合適的資料分析思路解決問題。

3. 專案管理

資料治理涉及部門多，鏈條長，而治理動作歸根結底是體現人的管理思路。需要一定的管理技巧來對治理進行提效，並減少不同角色間協同的成本。

除此之外，資料內容產品經理對於業務最理想的支援效果是取得業務人員的信任，能以業務的視角透過資料能力幫助業務進行效率、體驗的提升，並找到新的業務增長機會，使業務對有效的資料服務產生粘性效應。

今天的分享就到這裡，謝謝大家。