数据模型落地产品需求｜数据产品经理的门槛，真的有那么高？

需求的确定后，通常对于需求的收集与处理确定当前版本或当地周期会做的需求，寻找相应改动或迭代的模块或功能需要的数据会存在那里？数据平台如果有多个要区分，那PM需要提前区分相应的数据会在那一个数据平台，在那一个统计模块？统计模块的报表中所涉及的数据，需要那些字段。

如：UGC社区FEED流算法需求，我需要统计点赞、评论、动态数、用户每天发动态的人数、评论数、举报动态数，我需要统计以上数据来决定是否采用那种算法？至于FEED流算法，上周我的分享《UGC与算法｜2017行业产品FEED流产品设计，我如何落地UGC信息流？》在这里可以进行学习。

从想用的数据平台寻找刚刚确定的数据需求，并且查看当前数据是否有更多可用的？自己在需求整理的时候，数据是不是少了一些纬度的可能？这里我给予几个网上找的数据平台数据采集截图

【数据采集字段】

不管是第三方数据平台还是自家开发的数据平台，其数据采集的细度随着当时采集的需求不同，其细度也不同。因此从数据平台中除了查看自己需要的数据外，还需要看下是否有一些其他数据的统计，不同数据之间的关联。

如：

关注一些垮纬度的数据，有助于产品经理能够了解一些细致的需求。比如类似UGC访问量与性别有关系？举报用户大多在B模块中使用类似功能比较多。

其实数据分析模型网上有一大堆理论，但每个产品经理其自己愿意关注的数据、收集的数据整理之后无非都会形成一套自己的模型理论，谁的理论更有效是核心保障点，但初学者需要不断调整自己的数据模型，针对相应的模块建立相应的模型，最终提高有效的产品迭代方案。

【其中的一个社区FEED迭代案例】

这里还是以UGC FEED流方向来为大家分享我的分析模型，选择我曾经从事过的一个迭代案例来说明下我使用的模型所建的模型，以下是A用户女性与B用户男性在社区中的发帖数随时间15天。

【社区中用户的发帖数统计】

以上的数据指标为：活跃度、新增、留存、分享、收益，按照目前网上的理论说明为：AARRR模型（海盗指标）

按照运营的分发为：业务盈利数据，和用户TRACKING数据。

首先需要说明的是，需要以多个数据分析指标来考虑需求的落地，这里我只简单说明以用户的活跃情况来确定需求落地的方案

不得不承认，在如今互联网以流量、用户为首的产品理念正在整个传统企业以及互联网企业形成一种趋势。

每一个产品都有自己的独特点和产品定位，产品经理不仅仅是需要将产品的原型、文档写好，我认为其对于数据的敏感应该来自于日常的训练或学习。

当你正处于一个没有数据环境的TEAM，或产品项目中，我认为最简单的就是去使用一些数据分享工具，QQ群、微信公众号都会有这样的数据分析工具。虽然可能其涵盖的指标不多，但是足够养成数据习惯，让你去总结自己的数据模型。

在日常评审中，采用数据的分析后，可以更合理的去落地相应的需求案例，不会以拍脑袋来决定，因为“XX竞品都是这么做的”来说服开发或LEADER。

当然这里最后说的是，PM也应该通过数据来给予自己设定KPI，虽然一提KPI每个运营人员都是头大。但不得不承认，一个产品是否好？或者是否在你的手里经过好的迭代？数据是最有利的说话方式。

当前模块的留存、MAU是设密码情况，新版本的又是什么情况？是产品经理典型的一种KPI。

我认为，或许KPI就是检验一个PM的成功与否。

kevin，微信公众号：Kevin改变世界的点滴，人人都是产品经理关于作者。曾从事腾讯云产品设计与中兴通讯产品研发，现金融产品经理一枚。欢迎交流

本文未经许可，禁止转载。

注：相关网站建设技巧阅读请移步到建站教程频道。

（编辑：衡阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!