爱总结的逻辑GO
跟数据打交道已经上十年了，在管理业务、产品运营、风险识别、数据产品等方面有过一些实践经验，爱总结的逻辑Go决定把日常的文本总结短文化，整理成体系，欢迎拍砖，更欢迎一起研讨：
系列一：风险与数据的逻辑
系列二：业务管理背后的数据故事
系列三：产品运营与数字游戏
系列四：如何打造数据产品
文 | 爱总结的逻辑Go
阅 | 完整阅读需要6分钟
议 | 产品、数据、埋点、挖掘
人人都是产品经理的互联网时代，对产品设计，交互体验的极致追求是捆绑用户留住客户的重要手段。产品经理在不断优化功能升级的同时，也一定需要不断研究产品运营的数据故事：
- 用户从哪里来？
- 订单属于哪里的用户？
- 订单产生了多少收入？
- 用户平均订单成交需要多长的时间？
- 流失的用户集中在哪个环节失败？
- 用户喜欢用哪种方式支付呢？
-羊毛党来薅过吗？
～～～～～
从认识到数据的重要性开始，就已经进入了数据的世界。在数据应用上的美好愿景，通常都是要把大多数复杂的决策工作交给数据来完成，如产品状态的监控、发现和识别产品中的问题、定量和定性地评估问题的严重程度等。让数据客观地告诉产品经理哪里需要优化迭代～～
但是现实总是「骨感」的。数据在挖掘过程中，总会发现一些典型的问题，比如：
- 需要的数据并没有被记录下来，或者不知道被放在哪里了，总之看不到；
- 数据本身被设计得既抽象又复杂，根本无法直接使用；
- 数据之间的关系很隐晦，很难一眼看出来，需要不断创新的算法挖掘彼此的关联；
～～～～
这时候，我们需要把问题拆分为数据展示的三个主要阶段：
- 数据「从无到有」；
- 建立数据关联；
- 降低数据的理解成本（可视化）；
今天就先来讲讲数据如何生产出来？
有一点作为互联网时代的产品经理必须了解，数据不仅仅是客户提供的信息，也不仅仅是依靠外部数据源整理的信息结论，围绕用户的数据更多的生产来自产品在线的交互行为，用户在浏览产品页面、在申请产品功能，在支付产品订单都在与产品的某个页面发生着交互，每一次的交互都在生产数据。我想说：
“ 交互设计是为了用最短的交互路径最大化的收集客户信息，最快的促成客户成交转化”
现在的产品设计不仅仅要美观，要吸引用户的关注，更需要合理的引导路径，快速并有效的引导用户「毫不犹豫的买单」～～
每个页面上的数据采集正在高度依赖页面的埋点设计进行捕捉，好的产品经理以及负责数据挖掘和运营分析的管理者都需要思考页面埋点的逻辑设计，尽量全面科学的采集用户行为数据，定制化分析用户来源、用户欺诈识别、转化损失、功能的有效性等等～～
离开用户场景的产品不是好产品，没有用户关联的数据也将失去意义，埋点体现在用户交互页面基本可以从8类方向中进行挖掘：
（简单举例说明大致方向）
开发团队利用埋点抓取的数据，存入日志；数据分析工程师获得这些数据，通过分析、可视化来还原用户的数据故事：用户的习惯、来自哪里去往哪里，在哪里停留时间最长，在哪里消失？ 用户有没有特别突出的行为特征，捕捉的这些特征如何提升产品的实用价值？
相信这些都是产品经理高度关注，并且渴望知道的。 在埋点技术越来越成熟的今天，在第三方工具使用越来越便利的今天，好产品的概念已经不仅仅提留在解决用户需求的层面，人口红利日渐减少的今天，好的用户体验设计成为产品设计越来越重要的内容。
随着用户旅程的全线上化，除了用户行为的信息捕捉，在前端交互的页面也可以设定很多风险策略的识别，对团队欺诈行为在交互过程中做逻辑判断，对用户尝试审批漏洞修改录入信息都能很方便地通过埋点数据做成风险预警及审批策略，通过数据变化的检测来自动化识别用户风险以及恶意用户的诈骗：
- 同一设备号多次上传不同身份ID证件；
- 证件识别是照片、原件、屏幕等等；
- 人脸识别是动态、静态照片、光线的一致性、更换头像识别等等；
- 学历、收入、交易量等敏感信息多次反复从低到高的录入等行为；
- 信息高频及规律变更的用户来源、设备ID、标的集中等数据累计统计识别；
如果说数据的生产来自用户前端的交互记录，那么时间维度上的切片（同一ID不同时间点）记录就是数据规模化生产的利器。
产品经理需要有个清晰的认识，用户转化为客户，才开始真正的客户经营。客户旅程的起点在第一次有成交记录开始～～ 这时候对同一用户的数据管理需要就不能仅仅停留在申请阶段的交互信息，更多的埋点策略和数据存储要根据时间维度做好记录，客户成交后的行为分析是挖掘客户价值的重要信息，这就需要产品经理和数据挖掘工程师也要思考如何引导客户多次登录，尽可能多的产生交互，来最大化留存客户的行为信息和需求信息：
- 给客户的精准推荐是否有效？ 是否有激活率？
- 客户首次成交后的二次登录，主要为了什么目的？什么功能最吸引老客户？
- 什么样的营销活动，对存量客户的吸引力大？ 激活率高？
- 客户状态是怎样的？
～～～～
很多金融类的产品，在客户成交后更需要密切的跟踪，每次的还款、提交资料、关系网络的识别、征信表现的恶化等都需要周期性不间断的持续跟踪，时间切分的信息存储，不同时间敏感信息的变化都是风险分析，客户预警的重要信息：
- 关系人高频借贷申请；
- 资金流水的恶化；
- 征信记录更新后的对比；
- 提交资料的集中度检测；
～～～～
任何一个产品都要经历如上三个阶段，好的产品也是数据生产的能手，通过数据挖掘和驱动能力的提升，来提高产品有价值的优化策略。反过来数据运营发挥驱动作用也会助推产品价值的提升。
近期预告：
数据运营如何提高产品价值 专题系列分享
“白菜DAC”正在升级，更新放缓，精彩值得期待～～
分享值得期待
爱总结的逻辑Go
数字世界其乐无穷 总结分享学无止境
閱讀更多 數字好玩 的文章
