産品特色

編輯推薦

數據産品設計快速入門指南

詳細介紹數據産品設計流程

內容簡介

數據産品就是把數據、數據分析、決策邏輯盡可能多地固化到一個軟件係統中， 以更快的更新頻率、更準確的分析結果、更智能的提醒方式為人們提供數據價值。
《數據産品設計》是一本關於數據産品經理入門級的學習指南，主要內容包括初識數據産品、尋求需求領域、數據指標設計、數據可視化設計、數據展現邏輯設計、産品管理、常用工具軟件。其中第1章從數據産品的定義分類、職業規劃等方麵入手，講解什麼是數據産品、數據流通價值鏈、數據産品經理的職業規劃等內容。第2章至第5章介紹瞭數據産品設計的一般流程。第6章介紹瞭一般産品經理需要具備的産品管理相關知識。第7章介紹瞭數據産品經理需要掌握的一些軟件工具。
《數據産品設計》定位為數據産品經理入門級的學習資料，適閤初級學員閱讀，對在職的數據産品經理可以作為補充性的學習資料。

作者簡介

艾達
畢業於浙江大學，數據産品和機器學習算法領域的資深專業人士，在數據領域有多年工作經驗；從事過算法工程師，數據産品經理等多個不同崗位，具有豐富的企業實戰經驗。

目錄

第1章　初識數據産品 1
1．1　為什麼需要數據産品 2
1．1．1 無處不在的決策 2
1．1．2 數據價值的提供方式 3
1．2　數據産品流通價值鏈 5
1．2．1 數據生産階段 5
1．2．2 數據整理階段 6
1．2．3 數據研究階段 9
1．2．4 數據展現階段 11
1．2．5 數據價值體現階段 13
1．3　數據産品的定義及分類 14
1．3．1 輔助決策型數據産品 15
1．3．2 智能決策型數據産品 16
1．4　數據産品經理 20
1．4．1 招聘崗位分析 21
1．4．2 工作技能要求 23
1．4．3 職業轉型方嚮 24
1．5　數據産品設計流程 25
第2章　尋找需求領域 29
2．1　需求理論 30
2．1．1 馬斯洛的需求層次理論 30
2．1．2 喬布斯的用戶需求理論 32
2．2　數據産品的需求領域 34
2．2．1 決策需求 34
2．2．2 數據需求 36
2．3　獲得用戶需求的方法 37
2．3．1 深入觀察用戶行為 37
2．3．2 定性的用戶訪談記錄 37
2．3．3 定量的用戶調查數據 38
2．4　需求分析注意事項 38
2．4．1 閤適的樣本量 38
2．4．2 識彆需求假象 39
2．4．3 專注於問題本身 40
2．4．4 對用戶進行分類 41
第3章　數據指標設計 43
3．1　什麼是數據指標 44
3．1．1 居民消費價格指數 44
3．1．2 洗車指數 46
3．2　數據指標分類 51
3．2．1 時間特點 52
3．2．2 總體特徵性質 52
3．2．3 數據依據 53
3．2．4 計量單位的特點 54
3．2．5 指標屬性 54
3．3　數據指標設計原則 55
3．3．1 可信的數據源 55
3．3．2 計算邏輯透明、清晰 55
3．3．3 考慮適用場景範圍 56
3．3．4 有易理解的指導意見 56
3．4　數據指標體係設計 57
3．4．1 查閱羅列 58
3．4．2 分類設計 59
3．4．3 明確實現 61
第4章　數據可視化設計 63
4．1　可視化是人類的天性 64
4．2　數據可視化設計要素 65
4．2．1 設計目的 65
4．2．2 數據展現形式 66
4．2．3 受眾群體 66
4．2．4 傳播場景 68
4．3　趨勢型數據可視化 68
4．3．1 點綫圖 68
4．3．2 擬閤麯綫圖 71
4．3．3 柱狀圖 74
4．3．4 階梯圖 75
4．4　對比型數據可視化 76
4．4．1 柱狀圖 76
4．4．2 麵積圖 77
4．4．3 氣泡圖 78
3．3　數據指標設計原則 55
3．3．1 可信的數據源 55
3．3．2 計算邏輯透明、清晰 55
3．3．3 考慮適用場景範圍 56
3．3．4 有易理解的指導意見 56
3．4　數據指標體係設計 57
3．4．1 查閱羅列 58
3．4．2 分類設計 59
3．4．3 明確實現 61
4．4．4 單詞雲圖 79
4．4．5 星狀圖 80
4．4．6 臉譜圖 82
4．4．7 熱力圖 83
4．5　比例型數據可視化 86
4．5．1 餅圖 86
4．5．2 環形圖 87
4．5．3 百分比堆砌柱狀圖 87
4．5．4 百分比堆砌麵積圖 88
4．6　分布型數據可視化 88
4．6．1 直方圖 90
4．6．2 莖葉圖 92
4．6．3 箱綫圖 93
4．6．4 概率密度圖 95
4．7　關係型數據可視化 98
4．7．1 維恩圖 98
4．7．2 矩形樹圖 99
4．7．3 漏鬥圖 102
4．7．4 桑基圖 104
4．7．5 節點關係圖 106
4．8　地理型數據可視化 108
4．8．1 二維地圖 108
4．8．2 三維地圖 111
4．8．3 地圖應用 112
第5章　數據展現邏輯設計 117
5．1　時間邏輯 118
5．2　空間邏輯 121
5．3　用戶角色邏輯 123
5．4　指標屬性邏輯 125
5．5　業務分析流程邏輯 127
5．6　用戶自定義邏輯 131
第6章　産品管理 133
6．1　産品經理管理職責 134
6．2　産品戰略管理 135
6．3　産品需求管理 136
6．4　産品市場管理 139
6．5　産品研發管理 142
6．6　産品生命周期管理 146
6．7　産品經理管理考核 149
第7章　常用工具軟件 151
7．1　需求分析工具 152
7．1．1 思維導圖工具 152
7．1．2 問捲調查工具 157
7．2　數據探索工具 159
7．2．1 數據庫管理工具 160
7．2．2 數據分析類工具 163
7．3　數據可視化工具 167
7．3．1 商業智能工具 168
7．3．2 前端圖錶插件 169
7．4　産品設計工具 171
7．4．1 流程圖設計工具 172
7．4．2 原型圖設計工具 177
結語 179
參考文獻 181

精彩書摘

3.3　數據指標設計原則
如何評價一個數據指標的好壞呢？一個好的數據指標應該包含以下 4 個因素。
3.3.1 可信的數據源
每個指標都需要用數據來建立，如果數據不易於收集，則會導緻無法準確計算數據指標，或者數據源的可信度不高，從而直接降低人們對數據指標的信賴度。比如某個省會城市的氣象站點如果隻有一個，那麼它所預報的整個城市的天氣狀況就會不準，人們對氣象數據指標的信賴度也會降低。因此，所要設計的數據指標必須要建立在有易於收集且具有高可信度的數據源的基礎之上。 要確保有可信賴的數據源，可以從數據的種類、數據收集的區域密度、髒數據的數量等方麵考慮，即數據的種類越多，數據收集的區域密度越大，髒數據越少，數據源就越加可信。
3.3.2 計算邏輯透明、清晰
很多用戶在沒有瞭解數據指標的計算邏輯時，是不會采信數據指標所反映的事情真相的，因此用戶需要知道並且充分理解指標的生成方法。例如在很多行業中，某些公認的指標值有很多種計算方法，每一種方法都有一定的適用範圍，都是根據業內專傢多年的經驗得來的。
當用戶需要我們根據數據計算此類指標值時，他們更相信業內公認的計算方法，而不願意采納一些新方法，因為客戶往往更熟知這些公認的計算方法，基本瞭解其計算邏輯，因此，一個好的數據指標計算邏輯需要透明清晰。

要想讓用戶認可指標的計算方法，最好采納業內的一些權威計算指標方法。另外，如果對指標計算有所創新，也需要告知用戶計算邏輯以及驗證結果，與用戶進行溝通後，再選取一種閤適的計算方法。如果計算方法過於復雜，不便於與用戶解釋，則需要告知該方法的來源權威性。
3.3.3 考慮適用場景範圍
任何一個數據指標都不是在所有場景中通用的，因此需要考慮數據指標所適用的範圍和場景等綜閤因素，不能將指標固化，需要適時地修改指標。比如用恩格爾係數來評定一個傢庭的富裕程度，恩格爾係數是在 19 世紀由德國統計學傢恩格爾根據統計資料對消費結構的變化得齣的一條規律 ：一個傢庭的收入越少，傢庭收入中（或總支齣中）用來購買食物的支齣所占的比例就越大，隨著傢庭收入的增加，傢庭收入中（或總支齣中）用來購買食物的支齣比例則會下降。恩格爾係數是用來衡量一個傢庭富裕程度的指數。而美國人是一個不愛吃的民族，在食物方麵的支齣在美國一般傢庭收入中（或總支齣中）所占的比例不到 10%，這是很低的。而中國是一個愛吃的民族，特彆是廣東地區的居民更是齣瞭名地愛吃。如果是比較某個相近地區的傢庭的富裕程度，那麼用恩格爾係數是可以的。但如果是比較不同地域和文化背景差異很大的兩個傢庭的富裕程度，那麼用恩格爾係數顯然就不太閤適瞭。例如在同等收入水平的傢庭中，中國傢庭的恩格爾係數一般會比美國傢庭高，所以此時應該考慮更多的因素，設計一個綜閤評價指標。
要考慮數據指標的應用場景範圍，首先需要明確數據指標的計算邏輯和適用範圍，還需要瞭解數據指標所應用的業務領域與場景。綜閤評價後找齣重要的影響因素，並根據原有計算邏輯進行修正，這樣纔會得到一個比較閤適的數據指標。
3.3.4 有易理解的指導意見
如果人們通過一個數據指標就能夠獲得明確的指導意見，也就說， 用戶在僅僅依靠常識看瞭這個數據指標名稱後就知道該怎麼去行動，那麼這樣的指標就是一個好的指標。 比如有一些天氣預報 APP 裏有穿衣指數，其實當用戶第一次看到這個指數時，有的用戶就會一頭霧水 ：穿衣指數高代錶什麼，穿衣指數低代錶什麼？需要解釋一下用戶纔能知道。但是如果將穿衣指數改成穿衣厚度指數，那麼用戶一看就知道瞭：這個指數越高，代錶要穿的衣服越厚，也就是要多穿衣服，這樣用戶就比較明瞭。
要想設計齣易於理解的數據指標，首先需要為數據指標起一個好的名稱。要尊重生活常，不要另闢蹊徑起一些讓用戶莫名其妙的名稱，將設計好的數據指標名稱給 10 個用戶看，其中有 7 個以上的用戶能夠大緻說齣數據指標的含義，並且能判斷這個數據指標的指嚮優劣性，就說明這是一個易於理解的數據指標。

前言/序言

這是一本數據産品經理入門級的學習指南，市麵上的産品經理相關書籍有很多，而針對數據産品經理這個更為狹窄的領域的書籍則比較少。本書定位為數據産品經理入門級的學習資料，適閤初級學員閱讀，對於在職的數據産品經理可以作為補充性學習資料。
本書第1章從數據産品的定義、分類、職業規劃等方麵入手，為讀者講解什麼是數據産品、數據流通階段、數據産品經理的職業規劃等內容。讀者可以從中對數據産品經理這一新興崗位的基本情況有所瞭解，對該職業必備的知識框架有一定認識。第2章至第5章介紹瞭數據産品設計的一般流程，從需求分析到數據指標的設計，從數據圖錶的選擇再到圖錶邏輯展現的設計，並對整個數據産品的生命周期管理進行瞭詳細闡述。學習完這幾章以後，讀者能夠瞭解輔助決策型數據産品的一般設計流程，以及能夠熟練掌握每一種圖錶所能錶達的含義，並將其靈活地應用到産品設計中。第6章介紹瞭一般産品經理需要具備的産品管理相關知識，有些內容是項目管理的相關知識，這些內容也是數據産品經理必須掌握的。在未來，隨著使用數據産品的用戶知識技能的提高，越來越多的數據産品將會提供更加靈活豐富的自定義功能，這更加需要數據産品經理具有數據産品設計基本知識。第7章介紹瞭數據産品經理需要掌握的一些軟件工具。本章對軟件工具隻是進行瞭簡要介紹，並沒有深入講解軟件工具的使用方法，因為這方麵的學習資料比較多，也不是一本書就可以全部講完的，因此在本書中就點到為止，更深入的知識讀者可查閱相關書籍進行進一步的學習。建議技術齣身的數據産品經理可著重在産品設計軟件的學習，而産品齣身的數據産品經理可著重在數據分析、
處理軟件的學習。
本書僅僅是入門級教材，要想成為一名優秀的數據産品經理還需要掌握更多的數據領域的相關知識。如果想進一步學習數據産品經理、算法工程師、數據分析師等數據相關崗位的視頻課程，可在網易雲課堂中搜索“艾數教育”。如果想探討相關知識，可以聯係筆者
（E-mail：ada_studio@163.com）。

挺不錯的，寫的很好，值得推薦

的確是排行第一的數據分析類圖書，內容有創意，關鍵是不會看瞭發睏

這本書很有意思的，感覺還不錯呀。不會覺得很枯燥。

值得看看的一本書

價格較實惠，印刷質量不錯

一直很不錯

經濟學原理：微觀&宏觀套裝

挺不錯的，寫的很好，值得推薦

沒有啥可評價吧，在京東買東西已經是是習慣