談談如何使用資料產品畫布構建高價值資料產品

來源：資料驅動智慧

一 介紹

你知道為什麼大多數資料產品都失敗了嗎？這是因為它們並不總是與公司的真正目標一致。

因此，如果你真的想構建一個好的資料產品，就從任務開始吧。確保你從一開始就有一個真正的問題需要解決，並有一個明確的範圍，也就是說，可以根據公司的業務挑戰進行調整。畢竟，資料產品產生的價值與技術的使用無關，而是與技術的用途和實際應用有關。

這樣，每當你想到與資料科學相關的產品和專案時，在定義之前請記住：重點、目標和戰略。因為如果你知道該做什麼，怎麼做就不會成為問題。

因此，正是考慮到回答這些問題，建立了資料產品畫布。希望大家喜歡閱讀，歡迎評論。

二 什麼是資料產品畫布

它是一個基於Canvas模型的資料產品開發框架，遵循敏捷/精益方法論的原則。它的主要目標是作為一個實用的工具來生成資料產品路線圖，在一個文件中調整所有相關人員對專案真實目的的完整看法。

資料產品畫布分為10個塊（問題、解決方案、資料、假設、參與者、行動、KPI、價值觀、風險和績效/影響），並由3個領域分開，即：產品願景（包括塊：問題、解決方法、資料和假設）；戰略願景（包括以下部分：參與者、行動和KPI）；最後是業務願景（價值、風險和績效/影響）。

在每個塊中，詳細探討了對將要開發的資料產品的每個部分有獨特理解所需的所有發現。每個領域都涉及正確規劃和開發產品的關鍵領域，提供了從問題確定到戰略執行的360度檢視，包括KPI監控和風險對映。

三 產品畫布是幹什麼的

DPC的想是為了確保在技術和業務領域之間的共同理解的基礎上對資料產品進行實用和客觀的規劃。透過這種方式，可以將整個專案從一端對映到另一端，從而允許對計劃和將執行的內容進行單一檢視。此外，它還有助於建立行動和監控主要指標，以遵循將在其整個生命週期中開發的解決方案。

因此，可以清楚地識別和繪製以下專案：

1.問題定義；

2.採用的解決方案；

3.資料對映；

4.將要檢驗的假設；

5.所有參與者（客戶和利益相關者）；

6.將要制定的戰略行動；

7.應監控的KPI；

8.價值（問題的規模）；

9.風險；

10.產品的效能和/或對業務的影響。

四 為什麼使用產品畫布

資料驅動文化的成功取決於戰略的定義和實施，而不是技術。這就是為什麼明確資料產品是業務領域的問題，而不是技術領域的問題很重要。

所以，在開始一個專案之前，想想你真正需要什麼。不要迷失在技術上，使用最容易獲得的技術。關注業務，而不是技術解決方案。因此，您需要知道對您的資料產品的期望是什麼，以及在實施時如何處理它，也就是說，在產品交付結束時將產生什麼戰略行動。此外，在整個生命週期中監控效能及其影響對於產品的長期成功至關重要。

這一點非常重要，因為如果沒有這些理解，很可能會失敗。

五 如何使用產品畫布

1.從問題開始

作為一名優秀的資料產品經理，您必須引導產品發現完成最重要的部分：問題。否則，您很可能為錯誤的問題建立了正確的解決方案。

因此，無論需求如何產生（通常來自已經有了“現成”解決方案的利益相關者），始終從問題開始。畢竟，明確定義的問題就是已解決的問題。這是一個至關重要且不容談判的點。甚至可以從解決方案的想法或假設的檢驗的前提開始。然而，填充Canvas，以及所有最初的努力，都應該集中在這一點上。也就是對問題的明確、具體的定義。

Canvas 的其餘部分將基於這個主題進行開發。以至於在許多情況下，可以根據本主題中討論的內容填充畫布的其他部分。有時，此時可以更改專案提案和/或停止其執行。當以下情況發生時，就會發生這種情況：對於問題到底是什麼沒有達成共識，或者當人們認為所識別的問題不是實際預期的問題時。

所以，請記住：始終關注 Canvas 的第一塊，即明確、客觀地建立想要解決的問題。為此，請始終詢問：

• 有什麼問題？

• 為什麼這是一個問題？

• 到底是誰的問題呢？

您會驚訝地發現這 3 個簡單的問題如何改變專案的方向。但不要停在這裡。對於每個問題，在客戶/利益相關者給出答案後，至少再問每個答案原因 3 倍的問題。

作為例子，下面是我與一家電子商務集團執行長的經歷。觀看 CEO 和資料產品經理(DPM)之間的對話，並注意事情發生了怎樣的變化：

CEO：我希望你能提出一個可以為公司帶來更多客戶的解決方案。這可能是一個使用客戶細分和使用我們的資料進行 A/B 測試，然後提出建議的專案。你怎麼認為？（請注意，客戶已經強加問題是尋找更多客戶，並且已經定義了技術解決方案！！！）

DPM：當然可以，我們可以做到。畢竟，我們正在討論漏斗頂部的問題。但在我們進一步討論之前，您能向我解釋一下為什麼您需要更多客戶嗎？

CEO：只是我們需要銷售更多產品，為此我希望擁有更多客戶。

DPM：嗯……我明白了，但是你可以透過關注當前客戶來銷售更多產品。在我看來，這似乎是漏斗中間的一個問題，也就是說，我們可以透過經常性購買和增加市場籃子來解決這個問題，在當前的客戶群之上開展工作。在這種情況下，我認為採用追加銷售和交叉銷售技術的解決方案會更合適。你怎麼認為？

CEO：沒錯，這就是為什麼我總是說資料科學是解決所有問題的方法。繼續！

DPM：好的，我們繼續！但在此之前，請回答我：為什麼需要更多的銷售額？

CEO：看，我們的收入實際上正在下降。這就是為什麼我需要更多的客戶，購買更多的產品，以產生更多的收入。你明白了嗎？（此時CEO已經顯得有些不耐煩了）。

DPM：現在我們遇到了一個真正的問題！如果收入下降，那是因為我們存在客戶保留問題（漏斗底部），這可以透過防止和重新啟用客戶流失的解決方案來解決。你怎麼認為？

CEO：這就是為什麼我總是說資料科學是所有問題的解決方案。繼續！

在此示例中可以看出，建立最初提出的解決方案對於最終業務目標來說是多麼低效。毫無疑問，這個解決方案無法解決專案的真正問題，即保留客戶的問題，而不是吸引新客戶的問題。

所以正確的做法是問：

• 有什麼問題？

• 為什麼這是一個問題？

• 到底是誰的問題呢？

然後，對於每個問題：儲存答案。把它寫下來並貼在 Canvas 的便利貼上。然後問：為什麼？儲存答案。把它寫下來並貼在畫布上的便利貼上。然後問：為什麼？儲存答案。把它寫下來並貼在畫布上的便利貼上。然後問為什麼，為什麼？？？

最後，你仍然可以問：為什麼？

2.確定將採用的解決方案

這裡值得強調的是前面已經強調過的一點：資料產品不是技術問題，而是業務問題。這樣，就不再迷戀時髦術語（深度學習、神經網路、大資料、人工智慧），而開始關注問題的實際解決方案。當邏輯迴歸有效時，為什麼要使用深度學習？如果你連資料的基本統計都不做，為什麼還要使用大資料呢？有時資料產品就是對資料的簡單搜尋，因為如果你沒有資料，你應該從這裡開始。

因此，重點關注確定解決問題的最簡單、最客觀的解決方案。請記住精益方法論的目的和著名的一句話：“快速測試、快速失敗、快速調整”——Tom Peters

所以總是問：

• 將採取什麼樣的解決方案？（例如：分析、機器學習、人工智慧等）。

• 解決方案是什麼？例如：如果採用的解決方案是機器學習，我們必須考慮到：對於每個問題，我們有不同的方法。對於每種方法，都有幾種演算法。對於每個演算法，都有幾個引數化。也就是說，對於給定問題，不存在也永遠不會有“最佳演算法”。但無論如何，擁有你想要的對映將為專案的開發提供指導。

• 對解決方案的期望是什麼？產品的輸出是什麼？例如：包含最終分析結果的報告？關於資料型別的具體預測？別忘了，在每個問題的最後，總是問：為什麼，為什麼，為什麼？？？

3.對映所有資料

如果您是資料產品經理並打算從事資料專案，請記住：

1）主要挑戰在於資料來源及其來源；

2）結果將更多地取決於這些資料的質量，而不是分析和模型；

3) 始終優先建立有利於資料驅動文化的內部環境。

因此請記住，資料發現和管理適用於流程中的每個點。因此，為了確保專案成功，需要遵循一些步驟，以便在整個過程中為您提供更順暢的路徑。所以總是問：

• 資料的源是什麼，即來源是什麼？（例如：它在系統上嗎？它是一組檔案嗎？它是否具有結構化格式？）

• 什麼是資料質量？它們足以進行分析嗎？

• 訪問與可用性——您有權訪問資料嗎？有空值嗎？

• 處理/轉換——是否有必要建立一個讀取資料的流程？會不會有一個轉換的過程？

• 輸出——輸出格式是什麼？

• 測試/訓練/驗證——是否有關於測試、訓練和驗證資料的策略或假設？

請記住，資料產品通常就是資料捕獲本身。畢竟，如果沒有資料或無法訪問資料，將無法開發產品。

4.哪些假設將被檢驗

這是DPM經常忽視的一點。有時，我們被問題定義和解決方案識別所混淆，認為這些主題與資料對映一起足以推動產品開發。

然而，為了確保提出的解決方案能夠滿足所確定的實際問題，我們必須牢記一組要測試的假設。這些假設將從業務角度監控所建議的解決方案是否確實為公司帶來了真正的價值。所以總是問：

• 我們想要檢驗哪些假設？

• 他們每個人的預期反應是什麼？

• 根據每個答案做什麼？換句話說，我們應該遵循什麼策略？

我們可以用之前電商領域CEO的案例來舉例。請記住，最終我們得出的結論是，我們遇到了客戶流失問題（漏斗底部），而不是客戶吸引問題（漏斗頂部）。因此，我們應該問：

例如：建議的解決方案會降低流失率嗎？透過所提出的解決方案，是否可以預測正在考慮離開的客戶？

這樣，隨著假設的結束，我們到達了第一個領域的結尾，即規劃產品願景本身的構建，即我們的產品的基本定義。

5.確定所有參與者

現在我們要進入資料產品畫布的第二個域區域了，這是從產品策略檢視的角度開發產品的部分。

這是最具戰略意義的一點，它將指導我們制定最終解決方案准備好後必須採取的行動。這將確保解決方案在開發後不會耗盡應用程式，因為我們已經提前知道如何處理建立的產品。在這種情況下，識別所有參與該產品的參與者非常重要。值得一提的是，對於每個確定的參與者，我們必須驗證在第一個領域中所理解的內容，也就是說，我們必須與他們一起驗證問題定義、解決方案的識別、資料的對映以及將要進行的假設。已測試。

需要注意的是：參與者的對映必須在產品路線圖期間完成，也就是說，它與之前進行的活動並行進行。

因此，我們必須隨時問：

• 支持者是誰？

• 誰是產品的最終客戶？

• 誰是利益相關方和利益相關者？

• 誰將使用該解決方案？

• 誰將是該解決方案消費者？

• 誰會受到該解決方案的影響？

注意點：如果找不到產品的支持者，需要評估該專案是否應該繼續進行。這應該會亮起警告訊號。但是，如果找不到該產品的客戶，則應立即停止該專案。畢竟，沒有客戶就沒有產品。

6.規劃解決方案實施的戰略行動

現在是時候讓資料產品變得栩栩如生了。在此階段，DPM 和技術經理必須開始定義將根據產品的使用制定的戰略行動。在這裡，角色互換了，是利益相關者在引導。然而，記錄操作的卻是DPM，以確保業務領域正確使用產品。

這可以防止開發的產品被業務領域停止使用，因為沒有人考慮實施建議的解決方案後要做什麼。

舉個例子：想象一下，電子商務公司已經成功地建立了一個預防客戶流失的預測模型。一旦產品交付並可供使用，您將用它做什麼業務？將建立哪些操作？鑑於客戶將離開公司的訊號，可以採取什麼措施讓他繼續下去？這是自動操作（電子郵件營銷）還是人為操作（有人會聯絡您）？

因此，為了確保您的產品不會被遺忘在“抽屜”中，或者更確切地說，不會被遺忘在花費公司資金的雲伺服器上，我們必須確保，甚至在產品實施開始之前，業務領域就能夠制定戰略將使用的操作。所以問：

• 將使用什麼操作？

• 應該建立哪些營銷活動？

• 如何利用開發的資料產品為企業創造價值？

7.建立將用於監控產品的 KPI

該畫布塊是其他兩個塊之間的橋樑：解決方案和操作。您將在此處建立產品的質量和監控指標。

在解決方案方面，可以使用技術指標來監控所開發產品的質量，例如，如果是機器學習模型，可以在這裡指出將使用哪個指標來衡量模型的準確性（例如.：F1、迴歸等）。在這種情況下，在此步驟中應詢問以下一些問題：

• 如何評價產品的質量？（例如，如果它是機器學習模型，我們可以使用它的準確率。）；

• 應該使用什麼指標？

此外，由於已經對映了參與者和將使用的操作，因此建立監控產品實施和使用的戰略有效性的指標非常重要。也就是說，我們會監控資料產品是否真正為業務創造價值，例如，客戶流失率是否下降、下降了多少百分比、客戶是否開始增加購買以及購買頻率等等。所以我們可以問這樣的問題：

• 如何衡量行動的結果？

• 如果是A/B測試，怎麼做？

• 我們可以應對多少不確定性？

另一點要記住的是，沒有任何資料產品是 100% 有效/準確的。畢竟，過去並不是未來的鏡子。因此，每個資料產品經理都必須與其主要利益相關者一起確定公司可以根據相關資料產品產生的結果來處理多少不確定性。

因此，我們完成了第二個領域（戰略願景），並轉向資料產品畫布的第三個也是最後一個領域。

8.估算專案價值

衡量問題的嚴重程度對於確定各個發展前沿的優先順序至關重要。此外，我們將在這裡評估該專案的可行性，即所產生的收益或節省是否足以繼續執行計劃的內容。在這種情況下，我們必須問：

• 你的問題有多大？

• 底線是什麼？

• 使用該產品的預期收益或節省是多少？

請記住，在每個問題結束時，聽完每個答案後，總是再問為什麼？

9.繪製風險圖

此 Canvas 的目的不是管理風險。然而，瞭解它們的存在並正確對映它們對於確保整個開發過程中完整和健康的規劃至關重要。因此，我們必須始終牢記並隨身攜帶已識別的主要風險清單。所以總是問：

• 有哪些風險？

• 這些風險會在產品開發過程中阻礙什麼？

10.確定產品將為企業帶來的績效和影響

向公司高管證明資料產品合理性的最佳方式是展示該產品將為公司帶來的影響和績效。當然，在產品路線圖的這個階段，要做的只是一個估算，根據一定的業務情況，由產品團隊來規劃。無論如何，這種估計還有助於監控開發產品在其整個生命週期的使用過程中的業務價值。所以問：

• 對企業有何影響？

• 如何測量呢？

• 我們在哪裡以及如何看到這種改進或影響？

小結

因此，在提出使用資料產品畫布框架定義資料產品路線圖的 10 個模組之後，我們已經到達了終點。我希望這個描述能讓您在建立高效能資料產品時感到更加自信。請記住：避免為錯誤的產品建立正確的解決方案。