谈谈数据团队具有产品思维的重要性

您遇到过以下情况吗？

高管或高层领导在一次重要会议上发现，业务关键仪表板没有更新

产品经理（数据消费者）通知数据分析团队（数据生产者），数据集市在过去n天内没有更新

软件工程团队更改了生产数据库模式，却忘记通知数据工程团队更新消费者事件

如果您的答案是肯定的，或者您有类似的离奇故事，那么让我们开始吧。

令人不快的现实

这些产品由数据生产者团队（中央数据团队和领域数据生产者团队）创建，并由各种消费者（营销和数据科学团队或最终用户）使用。从理论上讲，一切都进展顺利，对吧？

但是，现实情况有点不同。尽管我们很想用“数据产品”这个词来描述我们周围的所有用例，但现实情况是大多数用例都是“数据项目”。

那么数据产品和数据项目之间有什么区别呢？要回答这个问题，我们需要了解产品和项目之间的区别！

产品与项目

产品可以是软件或服务，但它旨在满足特定需求，需要持续维护和升级。因此，产品团队长期在一起构思、构建和运行产品。与注重结果的项目不同，产品关注的是旅程。没有已知的终点，参与者在过程中学习。对于产品，你永远不知道每个生命周期阶段何时结束——例如，你何时会从试验转向增长。即使在成熟阶段一切似乎 都是可以预测的，你也不知道什么时候会出现中断。你无法控制产品生命周期；你所能做的就是尽量为变化做好准备。

项目是执行想法的一种方式。从实际角度来说，在开始一个项目之前，你需要了解很多事情：你有多少时间、资金和人员可用，预期质量，以及项目执行过程中的所有其他约束和驱动因素。这些都需要在范围中概述。项目非常注重执行——如果你延迟交付或超出预算，通常就算不上成功，即使你的故事讲述了其他事情。项目是临时的，有明确的开始、一个或多个里程碑和固定的截止日期。项目完成后，团队成员离开并开始新项目。项目假设在可预测的环境中启动和成功，而规划是该过程的重要组成部分。

根据这些描述，让我们给出数据项目和数据产品的示例：

数据产品：为电子商务网站构建推荐引擎系统，以提高客户个性化和参与度。客户参与您的推荐，您收集数据点，并改进模型。这还没有结束。

数据项目：为C级人员制定一份临时报告，该报告具有明确的解释和目标，并且您知道将来不会再重复这种情况！您在晚上9点提交报告，项目就完成了！

相信我，C级临时请求将会扩展、增强并与其他请求合并，您将发现自己在一个月内构建了数据集市、AirflowDAG和Tableau仪表板。两个月后，您将开始考虑进行大规模重构。停下来！为什么不从产品思维的角度来看待这个过程呢？

初学者的产品思维

纳伦·卡塔卡姆在他的文章《产品思维》中，对产品思维给出了很好的解释和例子。根据Naren的说法：产品思维是从用户的问题空间到业务的解决方案空间的过程。这一旅程的目标是缩小用户和业务之间的差距。

在数据世界中，我们的用户、客户或利益相关者可能认为他们最了解情况，并要求我们提供他们想要的东西；例如C级临时报告。提供给定的主题可能很诱人，因为您不需要在问题空间研究上进行额外投资，而且您已经有了解决方案。不要这样做！不要成为引导利益相关者到创建数据表格的数据人员！

您可能会遇到许多其他陷阱，并且有避免这些陷阱的方法：

1.从问题开始，而不是解决方案

每一次产品旅程都始于对用户问题的清晰理解。用户问题塑造了你的产品。你问的问题越多，收集的数据就越多，路径揭示的内容就越清晰。

一个常见的错误是，在没有正确定义问题和与之相关的KPI的情况下，就考虑中间阶段的最终解决方案和产品。

2.避免成为功能工厂

功能工厂是指那些不断为其软件或产品添加功能的公司。该术语通常用于贬义，用来描述那些重视数量而非质量的公司。在试图增加产品功能数量时，产品最终会变得缺乏重点且臃肿。添加功能只是为了不断更新和炒作产品，而不是增加产品的价值。

但这是怎么发生的呢？产品团队或组织怎么就不能选择重要的特性呢？

河马效应：河马效应是“最高薪人士的意见”的首字母缩写。该效应表明，在决策中，收入最高的人的意见会得到更多考虑，因为其本身具有更高的价值。因此，意见与表达该意见的人的薪水有关。薪水越高，意见就越重要。

试图取悦所有人：如果没有集中式方法来优先考虑计划和功能，您的数据团队愿景就会不明确，并且您的利益相关者会向您施压，要求您交付成果，您可能会失去控制一切的能力，并开始取悦所有人。最终，您会构建出没人使用的不必要的东西。

3.拥抱持续探索

持续探索是敏捷团队使用的一种方法，其中研究在整个产品开发生命周期中以小规模、频繁的活动进行。这将客户反馈融入到所有产品决策中，而不是在项目开始时专注于一次性的研究活动。持续探索是产品开发中的救命稻草。我们测试、收集数据、评估发现并迭代我们的路线图。

4.如果你开发项目，你很可能会失败

统计数据表明数据项目将会失败：

85%的大数据项目失败（Gartner，2017年）

87%的数据科学项目从未投入生产（VentureBeat，2019年）

“到2022年，只有20%的分析洞察能够带来业务成果”（Gartner，2019年）

数字不会说谎！如果你一直将数据视为一个项目，而没有明确的愿景和改进和维护产品的指导方针，它就会失败。我在文章开头分享的不可思议的例子也是数据项目失败的很好例子。

小结

产品思维是一种思维方式和文化，需要在数据团队中培养。与任何思维方式的改变类似，这也需要时间来接受和应用到各个方面。从小处做起，选择一个试点团队或项目，并开始将他们视为产品团队。收集经验、改进和扩展。听起来就像是整个组织的产品思维，对吧？如果你不知道从哪里开始，那就给你的工程师朋友端上咖啡吧。

本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：晓晓，36氪经授权发布。