設計有用的數據產品；
1.數據產品經理本身就是壹個合格的數據分析師，所以數據產品經理需要對業務有深入的了解，知道業務部門想看什麽數據，這些數據現在是否可以獲取，業務端如何通過對這些數據的分析來推動和改善業務。
2.數據產品的設計要根據用戶的特點來滿足用戶的需求，產品要有層次和結構。如果壹個數據報表是為了同時滿足管理層和壹線業務人員的需求而設計的，那麽這樣的數據產品很可能體驗很差，因為老板和壹線人員看待數據的角度不同。老板壹般把握業務的大方向，主要看壹些關鍵指標，想知道這些關鍵指標出現問題的背後是什麽原因。所以為老板設計的報表需要簡單易懂，能夠根據這些關鍵指標的異常來定位問題。壹線人員主要偏於執行層面，他們的數據粒度壹般都很細。
3.數據產品壹定要註意數據質量、標準化、統壹化，因為公司的數據平臺是面向所有部門的。要保證公司各部門對數據的理解是壹致的，是特別困難的。首先，公司的生產系統千差萬別，各生產系統的數據質量和結構會因各種客觀因素而千差萬別，因此數據倉庫的數據建設尤為重要。數據平臺的數據質量取決於數據倉庫底層的數據模型。
下面從實戰的角度來解釋壹下。A公司是電商公司，那麽A公司各個部門需要看哪些數據？他們平時看數據的主要場景是什麽？首先妳要知道這些部門的KPI是什麽。如果不知道負責支持的部門的KPI，怎麽設計好數據報表？比如采購部的kpi基本是銷售用戶數、銷售毛利和采購成本，運營部的kpi是用戶回購周轉率，市場部的kpi是流量和新客戶。
然後在了解了各部門的核心KPI之後，主要從使用場景入手。以采購部為例，如何看數據:
每日:
早上九點來到公司，希望知道昨天負責的業務進展如何。這時候我要設計壹個基礎數據報表，應該有以下內容:
1.能夠查看昨天的數據，選擇時間段，所以如果昨天的數據有問題，希望能拉過去壹段時間的數據，看看業務走勢有沒有問題。
2.指標越多越好。如果交易量下降，我們需要看訂單數量是否下降。如果訂單數量沒有下降，就不是平均單價發生了什麽變化。我發現平均單價下降了。然後想看看是產品結構還是活動門檻的調整。
3.數據粒度越細越好。比如數據粒度可以從全國鉆到各省，從各省鉆到各市，這樣在交易量下降的時候，我就可以知道哪些省市有問題，這樣我就可以有針對性的解決。
從早上10: 00到下午18: 00，業績高峰即將到來。這時候就需要提供壹份實時的監測數據報告。通過實時監控，可以盡早發現壹些異常的業務情況，可以幫助業務人員盡早做出調整。
每周壹或月初:
部門有周/月會，老板可能會回顧自己的工作表現，我就做好了準備。
首先看上周的表現。這時，妳需要壹份關於性能的報告數據。通過這份業績報告:
可以知道自己的業績完成的怎麽樣，排名是提高了還是降低了，誰排名高。
其次，對於上周出現的業務問題，通過壹些分析報告，可以定位發現問題，比如發現用戶復購率是否下降，是因為老用戶復購率下降還是最近新客戶質量下降。
如果發現老用戶復購減少了，就要進壹步分析是因為競爭對手的產品活躍度強，還是因為產品曝光度不夠或者產品本身對用戶失去了吸引力，這樣才能及時調整。如果競爭對手的產品活躍度較強，就要關註競爭對手的情況，及時調整產品營銷活動。如果產品曝光不夠，可以從以下幾個方面進行優化:
1.優化商品的主標題和副標題，增加用戶的搜索到達率。
2.通過增加站內廣告位，增加產品的曝光度或與其他品類商品進行聯合推廣。
3.優化產品的導購屬性信息，幫助用戶精準觸達。如果是產品本身，可能需要推出新的產品(比如從國產到進口，從低端到高端)。