登录 注册

算法类产品的数据产品经理的成长之路(一)

发布时间: 2016-09-19 阅读数: 946

一、 引言:

之前我写过一篇文章,叫“如何一步步从数据产品菜鸟走到骨干数据产品”(如何一步步从数据产品菜鸟走到骨干数据产品),覆盖了做一个分析类数据产品的方法论,但是从那个时间段开始,我的工作内容有所变化,主要做搜索,同时负责推荐系统,经过半年多的探索,发现算法类产品,和分析类产品,对产品经理的工作方式、能力要求,都是有所不同,所以就再写一篇文章,来系统讲一下算法产品经理的工作和成长。

在这之前我整理了一下别人经常问我的问题:

  • 数据产品经理应该具备什么知识?如何能更好的切入进来?
  • 获得一组数据后,怎么对数据进行分析?分析思路是什么?
  • 如何才能在数据调查中识别真需求和伪需求?
  • 电商的搜索权重算法一般是怎么样的?
  • 在算法产品中,产品经理起到的作用是什么?为什么需要数据产品经理?

可以看到当一个产品经理接手一个大数据的产品团队时,会碰到比较多的问题。为什么会有这些问题呢,说明做事的方法,思路和逻辑性不够系统,每个环节应该怎么想,应该怎么做,还不是很清楚。所以本文主要讲方法,因为当你掌握了方法,这些问题就都能解决了。

产品开发一共分三个阶段:需求调研、解决方案,落地执行。我根据这几个阶段来写。


二、 需求调研:

以前给宝洁出数据方案时,满满200页ppt,全部都是商业模型和数学模型的讲解,我在做数据分析的时候,商业模型,和数据模型,用的都很多,但是当我做大数据后,整个的分析方式都变了,变得特别的简单、粗暴、直接,整理了以下几种常用的,基本可以覆盖一个不是很大的团队的分析方式:

  • 流程;
  • 抽样;
  • 枚举;
  • 已有数据分析;

1. 枚举法:

为什么先介绍这个方法呢?因为这是我们刚用这个办法,把搜索的点击率提升了30%。

枚举法是最基本的办法,单独的对某个节点,一般采用的是枚举问题法。其实非常简单,就是把所有的用户问题拖出来。

以搜索召回分析,(召回指把搜索词相关结果搜索出来。)主题是搜索词和搜索结果;


  • 把所有搜索词列出来,按pv排序;
  • 逐个搜索词解读其数据和特征,包括用户在什么样的情况下搜索这个词,这个属于什么词,是类目词还是品牌词,还是商品词,这个词下面的结果是否包含爆款,我们的爆款和其他平台同款是否有价格优势,和其他平台爆款是否有商品优势,努力通过这些数据还原出用户的真实使用场景和想法,并尝试推测这个数据产生的原因。在解读的同时,要随时记录发现的各种问题,用户哪些需求没有被满足。


  • 根据上面步骤中发现的典型问题和场景、目标的推测,对搜索词做细致的划分。比如,原来没有想到用户喝酒有较强的地域属性,所以地域这个字段并没有在索引中,那么要加进去。比如,有一些酒有专有名词,这些名词喝酒的人知道,但是搜索不知道,那就要想办法告诉搜索,比如,老酒。比如一级庄二级庄三级装等,将不同的词划分出来,作为一个单独的词组;
  • 拿这个词组中的一部分词进行后续的研究,和规则制定。
  • 把词组中剩下的词扔到规则里,对规则进行验证,看是否能够正常召回。

这个方法看起来很简单,所以难的是执行,就是真的坐下来耐心的去看用户数据,去把自己的经验涌进来,我们后来做搜索的suggest、筛选条件时,都采用的同一样的办法。


为什么这是算法产品基础入门的方法呢?

因为数据分析报告,只能满足已有预设的情况,大大小小的突发情况,既来不及做分析报告,也来不及找出详细数据来查看。我们作为产品经理,大部分时候,都是在面对突发情况,做大大小小的决策,快速决定事情走向,判断建议的好坏,决定是否上线或回退,比如忽然发现原方案会导致性能问题,临时给另一种解决方案,比如开发和测试人员都建议其他方案,比如领导忽然问你竞品的新变动我们是不是也要采纳,这些都是几乎要立刻给出结论的。

在这种情况下,没有人给产品经理时间,做细致、全面的分析,产品经理要依靠的是什么?是你对用户的了解,感性的认识,理性的认识。

所以,这就是挨条看用户行为的好处,对你积累方方面面的了解和认知,是比较有好处的。

下一篇请看算法类产品的数据产品经理的成长之路(二)

作者:呢喃 ,原酒仙网高级数据经理,现离职状态,无收入,无工作,求打赏,求推荐工作,可做数据产品咨询和培训。

链接:https://zhuanlan.zhihu.com/p/22444270

来源:知乎

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

分享到:
热门文章

REmap发布,用R绘制百度迁徙图

2015年07月23日更新 14564次阅读

学习R语言,一篇文章让你从懵圈到入

2016年05月09日更新 10453次阅读

清华大学教授:大数据时代 统计学依

2015年08月07日更新 10100次阅读

非统计学专业的人该如何学习 R 语

2015年07月24日更新 6592次阅读

数据科学的五个新R包

2015年08月23日更新 5179次阅读

在R中填充缺失数据—mice包

2015年12月31日更新 4939次阅读
热门课程

R语言初级课程

2015年02月20日发布 2502名学员

R语言高效数据清理工具包dplyr

2015年08月30日发布 1342名学员

R语言数据分析入门

2016年05月10日发布 1010名学员

如何用R做数据预处理

2016年06月03日发布 917名学员

R语言大规模数据分析实战

2015年12月17日发布 829名学员

全栈数据工程师养成攻略

2016年11月08日发布 687名学员
登录 注册