大數據思考：最關鍵的5個問題

假定我需要為女兒選擇一所學校，如果要等3個月後考試成績出來才知道學校不值得信賴，會不會為時已晚？如果我能根據數據計算衡量這所學校，也就是所謂的數據前置。很多數據價值的關鍵就是數據前置，即讓更多數據嵌入產品之中，從而產生價值。

另一個更容易理解的案例是Google無人駕駛汽車。Google無人駕駛汽車就是用數據分析框架實現服務。這一服務的前提是數據的品質、穩定性和計算速度都已經足夠完善，使得「數據指引行動」進入完全自動的情境。工程師用上千個模型支撐這一數據分析框架，以保證無人駕駛汽車在行駛中不會出現意外。

反觀眼下，很多公司還停留在用統計數據做決策參考，如果我們將更具關聯性的數據分析框架應用於公司業務中，會發現一個全新價值。

所以，我們必須讓數據進入某個特定的場景中，而且可以被使用。如果我們能夠想像並重建人們行為發生的情境，所觀察到的行為數據才是有意義的。也許你會問，我們一直在說「將數據嵌入業務」，在實際操作層面，我們應該如何將之嵌入？

大數據思考：最關鍵的5個問題

我的工作團隊所遭遇的困惑是，產品團隊、數據團隊和營運團隊交給我的方案總是如一盤散沙，難以統一起來為我所用。問題其實很簡單，即產品團隊中很少有人有數據概念，數據團隊也很少有人有產品理念，而營運團隊也同樣不習慣用數據做決策。但難題在於，如果沒有辦法將這三個團隊連接在一起，數據價值就無從說起。

產品數據化看似簡單，但這背後實際上需要產品經理改變思維模式，即要懂得用數據改進產品，懂得透過數據營運的方式決定產品創新或生產形態創新。

搭建「數據產品」的過程，其實就是產品數據化、營運數據化的過程。這個過程讓我們發現「有用的關聯數據在哪裡」，懂得如何把數據應用於生產環節之中，進而改善流程，提高效率。

在營運數據的過程中，產品經理需要學會用數據思維塑造產品，學會找到產品數據化的突破點和機會點。從現在開始，所有行業的產品經理都需要問自己以下5個關鍵問題：