数据产品如何迭代？浅谈数据产品的生命周期

1、数据产品生命周期的几个阶段

对于大数据产品，如数据仓库、BI、数据中台、指标管理器、数据清洗产品等。可以把其划分成若干个阶段，以便有效地进行产品迭代升级，把控产品迭代节奏，并与实施该产品组织的日常运作联系起来。

可以将其划分为四个阶段：产品计划、产品构思、产品研发、产品运营

其中产品研发包含：概念、计划、实施、收尾。

2、数据产品研发周期的各个阶段

• 概念阶段

概念阶段也叫定义阶段，主要是对大数据产品的研发进行规划，此阶段应当根据产品的构思的结果（调研企业是否适合上大数据产品，适合上哪一类的数据产品）逐步实施。对于数据产品的选择切不可贪大求全，比如仅有几万条数据的2B型小企业，要上数据中台，则是杀鸡用牛刀的做法。应当结合实际情况，选择切合实际的数据产品，并不是所有数据产品都适合所有公司、所有的业务架构。

• 计划阶段

做好概念的选型之后，就进入了计划阶段。这个阶段主要是对整个产品从需求到上线的全过程规划，要确定项目计划、责任人等相关资料，做好项目启动，并向全公司宣贯其上线的重要性、解决了企业什么问题、如何帮助企业各个职位的人员提高效率等。

• 实施阶段

实施阶段通常是一个较为长期的过程，可以分期实施，也可以一次性实施。具体根据项目情况而言，根据指定的项目计划，配合中间的监督和控制，把既定内容完成的过程。

• 收尾阶段

收尾阶段一般是针对产品进行功能性检查，并开启产品的推广工作。将产品结合实际场景进行使用宣导、交付。

3、数据产品研发与整个产品生命周期的关系

对于整个数据产品，最为重要的阶段有两个，一个是研发阶段、另一个便是运营阶段。研发阶段如上文所说，按部就班去进行产品的开发，关键节点有里程碑的输出即可，而对于运营阶段，有时候，恰恰可以看出一个产品的好坏。

针对数据产品，不是所有的数据产品都是面向业务用户的，一部分是面向技术用户的产品，如ETL工具、指标管理器等。

对于技术用户的产品，运营起来相对简单，因为技术的学习能力较强，但是对产品经理的能力要求较高。因为面向技术的数据产品，很可能被技术吐槽如：“还不如我自己写SQL”。因为对于面向技术的数据产品，灵活性、高效性是非常重要的。

对于业务用户的产品，运营起来则需要较大的培训成本，需要让业务用户感受到从无到有的过程。比如，原来无法提取某数据、或用excel提取数据效率非常低，此时几秒钟即可搞定等。对于业务用户的培养可以以点到面的方式，培养部分体验用户，再逐步扩大应用范围。有时候甚至可以采取一定的激励措施，以保证用户的尽快使用。

总之，数据产品的研发运营方式与普通产品基本一致，但是在推广运营过程中，细节上应有一定的变通，这样才能真正的将数据产品使用起来，发挥价值。