-
數(shù)據(jù)的完備性提前明確所有需要的數(shù)據(jù)是否已經(jīng)準(zhǔn)備完全。數(shù)據(jù)就像水面上的冰山，展示出來的只是很小的一部分，它的采集，清洗和聚合才是水面下 98% 的部分。所以如果需要的數(shù)據(jù)沒有采集或沒有經(jīng)過清洗的話，會(huì)讓整個(gè)工期增加了極大的不穩(wěn)定因素。
-
數(shù)據(jù)的準(zhǔn)確性在埋點(diǎn)采集的時(shí)代里，這絕對是個(gè)遇神坑神的大坑。很多時(shí)候臨到使用，才發(fā)現(xiàn)這個(gè)埋點(diǎn)的方式一直都是錯(cuò)誤的。或者發(fā)現(xiàn)這個(gè)指標(biāo)計(jì)算的方法沒有把某種因素排除掉。這種情況在企業(yè)內(nèi)部類產(chǎn)品比較常見。因?yàn)椴块T眾多口徑繁雜，一不小心掉進(jìn)去了，就別想爬出來了。
所以，一個(gè)優(yōu)秀的產(chǎn)品經(jīng)理想要跟Facebook 一樣做到Data Driven ，必須首先做到數(shù)據(jù)的完備和準(zhǔn)確，埋點(diǎn)是必須要解決的痛點(diǎn)。
5、選擇什么樣的產(chǎn)品形態(tài)
以上四步最終確定完成之后，就可以選擇相應(yīng)的產(chǎn)品形態(tài)了。常見的數(shù)據(jù)產(chǎn)品形態(tài)有：著重于數(shù)據(jù)呈現(xiàn)的有郵件報(bào)表類、可視化報(bào)表類、預(yù)警預(yù)測類、決策分析類等；著重于算法類的用戶標(biāo)簽、匹配規(guī)則等等。篇幅所限，這里挑可視化報(bào)表類跟大家分享下：