一、前言
数据产品设计与业务产品设计差异还是比较大的,根据过往的经验,引入5w+1h分析方法,形成数据产品设计思维框架,解决数据产品经理,面相数据产品设计,无从下手的问题。
二、正文
三、解读
3.1 who - 目标用户
数据产品的目标用户是谁,此处需要注意的问题是,用户的多样性,即同一个数据产品可能有不同的用户,需要针对不同的用户分析其需求;
3.2 why - 用户痛点
数据产品要解决的用户的核心需求问题即为用户痛点,此处需要注意的问题是不同的用户,需求不同,痛点不同;
3.3 what - 建设目标
数据产品实现的业务目标,此处是指通过系统的建设,所要达到的商业目的,与用户痛点相呼应。
3.4 where - 数据来源
数据产品需要引入的数据源有哪些,接入渠道是什么?数据库表有哪些?字段属性有哪些?数据实体间关系如何?
3.5 when - 数据频率
维度指标的刷新频率如何?数据引入的延迟有多长时间?
3.6 how - 维度指标
数据产品的分析对象有哪些?对象间的层级关系如何?每一个数据对象需要计算的维度指标有哪些?需要用到哪些算法?
四、未完待续
数据产品框架持续完善中,敬请关注。。。
作者:张子良
出处:http://www.cnblogs.com/hadoopdev
本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 地球OL攻略 —— 某应届生求职总结
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 提示词工程——AI应用必不可少的技术
· .NET周刊【3月第1期 2025-03-02】
2015-05-06 数据仓库专题(7)-维度建模10大基本原则