结合IPO 方法论,分享我在数据产品中的修炼经验-演道网

本网站用的阿里云ECS,推荐大家用。自己搞个学习研究也不错

结合 IPO 这个框架,讲一下个人对数据产品这个细分领域如何落地,完成认知升级的些许经验。这里虽然专指于数据产品,但这一套方法论,对于产品经理的修炼,甚至是很多知识领域的修炼都是可以通用的。

什么是认知升级

最近有个词很热:认知。傅盛在之前一篇刷遍朋友圈的文章《傅盛认知三部曲之一:所谓成长就是认知升级》提到:

人和人最大的差别是认知。认知,几乎是人和人之间唯一的本质差别。技能的差别是可量化的,技能再多累加,也就是熟练工种。而认知的差别是本质的,是不可量化的。

可见认知升级有多重要,甚至于他下了个结语:所谓成长就是认知升级。他在文章提出了三个解药:

  1. 坚信大趋势。盲目坚信,立即行动,在行动中形成认知。
  2. 对外求教,不做井底之蛙。那些人们比你强不是他们聪明,而是有着你不知道的认知
  3. 活在当下,面向未来。终结恐惧本身,面向未来5年,未来10年进行思考。

结合《未来简史》来看,整个事情就变得比较有趣。尤瓦尔·赫拉利提出来一个思考角度 :生物本身就是算法,生命就是数据处理的过程。那么认知升级,就是某部分算法迭代和优化的过程。但凡算法,就会涉及三个过程:Input(输入),Process(处理),Output(输出)

在傅盛开出来的三幅解药中,对外求教是 Input,从外界的状态获取输入,给自己提供新鲜的经验和思考角度。活在当下是 Process,从外界获得这些输入,该怎么去处理?面向未来思考是其中一种,巴菲特合伙人查理·芒格提出的跨学科的格栅思考,检查清单思考和逆向思考等等也是其中一例。而行动,则是 Output,实践是检验真理的唯一标准嘛。在行动中形成的认知就是对于你前两部的矫正与再次输入。三个过程统称为“IPO”。

在这个过程不断优化及迭代的路上,就可能实现认知的打怪升级过程:

  1. 不知道自己不知道——以为自己什么都知道,自以为是的认知状态。
  2. 知道自己不知道——有敬畏之心,开始空杯心态,准备丰富自己的认知。
  3. 知道自己知道——抓住了事情的规律,提升了自己的认知。
  4. 不知道自己知道——永远保持空杯心态,认知的最高境界。

IPO 方法论与产品经理修炼

每个学习过程,每种知识理论的学习,吸收和实践都可以套用「IPO 」这个方法论。它的好处是将各个阶段切分得比较清楚,而且每个阶段有它不同的关注重点,具备较高的可落地行和可复制性。

刚好近日有些同学问我数据 PM 如何成长的问题,有些是刚入行不久的 PM,有些是刚被公司安排到了数据线。本质上,这也是个针对某个具体行业领域做认知升级的事情。趁这个机会,结合 IPO 这个框架,讲一下个人对数据产品这个细分领域如何落地,完成认知升级的些许经验。这里虽然专指于数据产品,但这一套方法论,对于产品经理的修炼,甚至是很多知识领域的修炼都是可以通用的。

1. Input:保证质和量上的输入

输入有很多方式,为了简单可复制,这里只介绍阅读(看)和交流(聊)两种。唯一的原则就是持续的高质量输入,日累月积,这个原则带来的复利效应会非常惊人。

1.1 看:最系统的输入方式

查理·芒格在《穷查理宝典》中颇以“行走的书架”外号自诩,可见其对读书的推崇。在产品上,非常经典的书籍很少,数据产品则更少了。所以除了正常书籍之外,我们也需要多从其他渠道获取输入。

(1)看相关书籍

数据分析,产品设计,数据技术(仓库,元数据,可视化等)等等都是我们学习的方向。

(2)看业内产品

学习业内相关产品,一方面是看它们的分析思路,指标和维度选择,可视化设计等等方面,另一方面帮助文档也是个非常珍贵的学习资源。如阿里云数加的说明资料,蚂蚁金服 AntV Design 数据可视化规范,GrowingIO 和神策数据的帮助文档等。

(3)看公司文档

美团的 Wiki 机制非常棒,可以从中学到不少同事对于数据,对于产品的思考。这就是一个好公司什么非常重要的原因,其中的经验积累会让你少走很多弯路。要养成一个习惯:到一个新公司后,先通过该公司的文档内容,去了解产品的发展,思考的角度以及讨论的风格,这个可以帮你快速地了解到该公司的风貌。

(4)看博客新闻

从诸位大牛的博客文章和前沿新闻,可了解到数据一行的前世今生,以及未来的走向。在公众号上,曹政的「caoz的梦呓」,经常会结合自己的从业背景和数据知识,讲一些利用数据了解商业世界规律的内容。车品觉老师的「品觉」会不时摘抄些国外的前沿数据知识。此类优秀公众号,内容都值得一读。另外,Airbnb 和 Ebay 等的技术博客也会时不时介绍些数据相关的知识。

(5)看行业数据

了解目前行业内的数据情况,有利于培养自己的数据敏感度及对行业的判断。国外如Garter 每年发布的 BI 报告,Google Trends 等。国内的 Questmobile 是比较靠谱的第三方数据源,经常会出一些行业排行。腾讯 2016 年财年的年报也多处引用了他们家的数据作为支撑  (我可没收他们家广告费) 。同时,看各大公司的财报也是个非常不错的途径。

1.2 聊:最便捷的输入方式

三人行必有我师这种话都比较老套了。但和人沟通,的确可以很好地比避开一些思维盲区。其他人的经验,和渠道都会给人带来很多灵感。

  1. 向前辈学习:对于新人来讲,职场因素的排序应该是这样的:好领导 > 好公司 > 好职位 > 好薪酬。鉴于他们之前有个成型的框架,可以帮你少走很多弯路。少走弯路 = 节省时间 = 提升速度加倍提升,这个非常关键。如果有个“好为人师”的领导,可千万不要放过。
  2. 向同事学习:三人行,必有我师。不同职位的人有不同技能和知识领域的差别,向他们可以学习到不少知识,这些知识可以反过来沉淀为数据产品的思路。像我个人,会喜欢找渠道,运营的人聊天,了解他们怎么使用数据的。有小朋友问我,如何和商业分析的同事争夺数据分析的话语权。我当时答复:不要将他们当对手,要把他们当资源,当助力。要把精力放在如何结合他们的知识,经验和触达前线的能力,来完成更好的产品设计上。
  3. 空杯心态:心态一定要放平和,有些人有点成绩后,觉得世界之大皆可取之。其实天空海阔,人绝大时候面前只能看到一方水井,如同人类可见光部分只能占据整个光谱很小的部分,但绝大数人终其一生却只认为这就是世界。

最后总结:输入方法千千种,并不能说哪种最高效,只能说哪种方法在哪种环境下对哪种人更有效,切忌抓住事物的中段。德鲁克在《管理自己》中提到:

我属于读者型,还是听者型?首先,你要搞清楚的是,你是读者型(习惯阅读信息)还是听者型(习惯听取信息)的人。绝大多数人甚至都不知道还有读者型和听者型之说,而且很少有人既是读者型又是听者型。知道自己属于哪种类型的人更少。

2. Process:构建思考框架

取得大量输入后,如同买回来了大量新鲜美味的食材,那么如何将它煮成美味的菜肴?这时候就需要有烹饪的技巧及工具了。

2.1 构建框架的原则

  1. 准确 && 自洽:框架的每部分内容需要通过高质量 Input 的验证,确保内容准确,且各部分间要能够逻辑自洽,没有严重冲突的地方。
  2. 关联场景:每部分 Input 都要与之前的知识,之前和未来的可能应用场景关联起来,才能起到举一反三,挥之即来的地步。且需要根据 Input && Output 不断更新,补充。
  3. 可被实践:形成框架的内容不能束之高阁,而要多实践,多验证。一定要坚持共产党人的”实践是检验真理的唯一标准“,坚持从理论中来,到理论中去的根本原则。

2.2 数据产品知识框架

  • 在 Why 层次,建立框架来明确每个模块知识在系统中的位置,以及明确自己的学习方向。这样才能做到有针对性地学习和进化。
  • 在 How 层次,需要强调的一点是寻找 Best Practice。了解 Best Practice 能够迅速帮你建立该领域最高的审美,来迅速判断当前做的事情是否符合标准。比如说,在后台组件设计和可视化规则上,Ant Design 算是领国内风骚,以此标准衡量经手的后台产品,你就会明白很多设计在最开始的时候就该找什么样。当然,审美上升到最高层次,就是科学和人性,层次越高,爆发的能量越大,如 Steven Jobs 等。
  • 在 What 层次,需要站在业务角度,站在负责人角度去思考数据产品的工作。

我个人划分的数据知识框架如下,供大家参考:

3. Output:以输出强迫自己沉淀

  1. 定期总结并输出,落地为文档,PPT 等资料,可与别人分享。分享内容本身就是个梳理已有知识并巩固的过程。分享动作会让你更加严谨地考证你的输出,并获得外界的反馈。分享的对象可以是同事,上级,甚至是网络上的用户。因此维护一个博客,或者公众号等方式,都是一个不错的习惯。
  2. 将所学理论应用到原先的情况中去,反哺 Input。
  3. 多进行数据产品设计的实践:新人容易沉浸在可视化的页面搭建中难以自拔,其实最核心的是解决了什么问题,提供了什么价值,其中的业务逻辑是什么样子的。只要明确了这些内容,哪怕页面是一堆线形图报表,都无关紧要。《Information Dashboard Design》中的示例 Dashboard,图表平凡却能起到提纲挈领,引导分析的作用。

4. IPO 相辅相成

最后需要说明的是,这三个环节相辅相成,Input 为 Process 和 Output 提供素材,在 Process 中交叉产生的洞察和结果也能作用到 Input 和 Output 上。而 Output 获得的反馈和经验更能反过来成为 Input 和 Process 的上游内容,促使整个系统生生不息,不断自我进化。

希望以上内容能给大家带来些许启发。

 

作者:陈新涛,美团外卖首任数据产品经理,曾于大数据公司 GrowingIO 任职。研究国外业内前沿数据产品,了解当前实现数据价值的最新思路和实践。微信公众号:三生石(ourstone),欢迎关注交流。

转载自演道,想查看更及时的互联网产品技术热点文章请点击http://go2live.cn

未经允许不得转载:演道网 » 结合IPO 方法论,分享我在数据产品中的修炼经验-演道网

赞 (0)
分享到:更多 ()

评论 0

评论前必须登录!

登陆 注册