诊断|数据产品的实践方法论与思考( 二 )_

2. 平台化在数据看板平台之后，接下来会有很多的分析决策以及众多执行。我们把整个数据平台都建立了决策引擎，然后把整个分析模型还有分析方法论呈现在这个决策引擎里，接着就跟各个业务系统或者生产系统进行业务执行的绑定，最大化地提高效率。
大家可以看到，数据看板阶段更加专注于组件的通用化，以达到我们统一技术站，统一框架，统一组件库，然后在上面我们会把整个数据服务化，也就是说大家在利用一些通用的数据的时候，不用自己验收，大家可以充分利用数仓，基于数仓包装出的服务去建设自己的数据产品，所以这里其实整个的主题就是多决策的服务化。

文章插图
3. 分析决策我们建设的中间灰色部分就是整个决策中心，决策中心再细分就可以分成两部分，一部分是业务在很多那年里沉淀下来的一些规则、思路、生意经。我们会把这些生意已经变成角色引擎，形成规则化的东西来帮助大家更高效的全业务运转起来。
另一部分是我们利用了大量的算法解决更好的场景并给到业务，结合算法利用数据把这些算法形成模型，然后经过训练，把它形成一些业务规则，并且通过数据不断地去迭代。
把数据模型和方法论沉淀在决策中心里，这时我们的决策中心可能就是整个公司的一个核心经营思路，然后把一些重复的思路以及一些人不擅长的东西全部交给我们的决策中心去完成。
4. 动作执行在决策中心建设成型之后，经过测试，如果测试效果不错，那下一步就会指导模型，做大量的执行动作。
比如说我是一个负责商品的运营人员，以前我管理着很多商品，要靠自己的经验去做事；现在我只要把规则制定并选择好，在这些规则的基础上，让业务系统去做联动，而我就可以自动托管去完成多件事，最终形成一个完整的数据闭环。
【诊断|数据产品的实践方法论与思考】值得一讲的是，一些知道我们数据产品情况的合作伙伴也想去用这个数据产品，所以我们会把整个数据产品去做SaaS化，这就是我们整个的建设过程。
三、数据产品未来的思考我们一直在思考数据产品的未来应该是怎么样的？

文章插图
给大家先举个例子，以前我们的数据产品可能就是一些工具。那什么叫做工具？
类比到人的生病体检过程，最初级的数据产品相当于人的血压计或者血糖仪，这些产品的特点是自己使用以及自己检查，依赖你自己的主动检测才会得知具体数据。
在这个基础上，我们向前探了一步，在下一阶段把它变成了一个体检中心。比如说你得知你身体的一个指标，可能是血压、血糖等，通过这个指标，能够检测出身体的一个异常报告，你可以看到身体各方面的情况，但是体检中心不负责治病。
那下一阶段呢，就希望我们的数据产品变成一个三甲医院，它可以给你治病，也就是能够帮助你解决身体上的问题。
那具体数据数据产品会变成什么样的？
也就是说我们在不同的场景下，我们会出不同的诊断入口。拿店铺诊断举个例子，比如说，我的一个店铺销量下滑，它会主动告诉你销量下滑以及销量下滑的各种因素，它可能会告诉你这些因素的严重程度，这样子就变成了一份诊断清单。

文章插图
而在医院里会有分诊台，分诊之后会形成分诊结论，接着形成一个诊断清单，在诊断清单里形成一个综合的诊断报告。
那为什么要分诊呢？就是每个组织都有自己的架构，每一部分可能都负责比较专业的部门，因为数据部门是一个横向的组织，它要利用起各个专业部门的一些经验。