本文复盘了笔者参与的一个从0-1的数据分析类产品建设全流程，一方面是为更好的捋清产品发展全貌，另一方面则是对建设过程进行总结，吸取经验。
一、项目回顾本部分从项目背景、项目开展、项目结果、未来规划四个方面展开。
1. 项目背景该项目主要是基于一个自研的新技术进行产品建设。这个技术的能力可简单描述为：采集用户在Web页面上的行为数据，然后在将数据映射成视频，实现”录屏器“效果。该技术具备的能力及优势使其具备广泛的应用场景，比如说行为质检、用研等。
我们发起这个项目的目标是为该技术寻找具体的业务场景，进行技术和产品价值验证，最终实现商业化成功。
2. 项目开展在整个项目开展过程中，我做的工作可分为两部分：产品商业化探索和产品设计。在实际工作中，这两部分事情是交叉进行的，但为更方便梳理和总结，对每个部分分开阐述。
（1）商业化探索
如何进行产品商业化探索，实际上，问题的核心点是确定用户价值和商业价值。对问题进一步拆解，确定用户价值需要确定“人货场”三个因素，即产品通过提供什么样的服务为什么用户解决了什么问题；确定商业价值需要确定市场现有规模及未来前景、竞争对手情况这三个因素。
只有充分了解用户价值和商业价值，才能知己知彼。
围绕这六个因素展开商业化探索工作。
上述3个工作是对产品可能的商业化方向进行大致调研，需要在进一步聚焦细化。在经过多次用户调研后，对各场景下用户需求进行拆解，使其更加清晰，各类需求间相互独立。
对所有调研内容进行梳理后，得到下方这张表。
最后，确定商业化方向为行为分析，主要基于以下几点考虑：
因此，为了更快速的验证技术与产品价值，在综合上面3点后，确定了以行为分析作为产品定位。具体来说，通过对用户行为进行可视化与数字化，帮助客户全面了解与分析用户行为，实现数据驱动业务增长。客户使用产品时，无需在进行数据采集工作，只需要基于业务需求定义数据指标就可以进行用户行为分析。
关于产品定位的探索过程，可看看之前写的一篇文章：《关于对产品定位探索的复盘》
但是在复盘的时候发现：
另外，目前的产品定位颗粒度仍然比较粗，不管是后续的产品设计还是真正的商业化输出，都需要对产品定位进一步细化，找到具体的产品切入点。市场上行为分析类产品这么多，需要给客户选择你而不是选择其他产品一个理由，这个理由就是产品切入点，他是产品能力的集中体现，是护城河，所以必须足够“尖锐”。
基于上述想法，已有初步的细分方案，但是需要在深入调研进行验证（SWOT分析等），这是未来一段时间的工作重点。
（2）产品设计
在该部分，主要工作是根据产品定位进行产品设计， 设计思路为：
我们先以公司贷后催收部门作为试点场景，围绕该业务场景进行产品设计。
1）业务调研
通过用户访谈、实地观察等方式对贷后部门展开调研，梳理催收业务当前现状和问题。
贷后部门的主要业务目标是提高催回率，那么可通过梳理案件催收流程，对流程进行拆解，来找到影响催回率的核心因素。根据调研结果梳理出的业务流程如下所示：
当贷款逾期时，案件入催（将一笔逾期贷款称之为一个案件）。首先由催收系统自动跑批代扣用户银行卡余额，代扣不成功时，案件流转到分案引擎系统，由其按一定的规则将案件分配给催收员，催员在电催工作台系统上作业，经过多次催收后还未催回的案件外包出去或走法诉途径。
由上可知，逾期贷款的催回主要通过系统自动代扣和催员电话催收两种方式完成，而系统自动代扣的可操作性不强，其是否代扣成功完全取决于用户银行卡里是否有余额，因此影响催回率的核心因素在于催员电话催收这个环节。
然而在真实业务场景中，催收员的实际工作行为是不可知、不可控的：
以上类似情况还有很多，显然，管理层无法全面了解到催员的实际工作行为，存在管理盲区。
2）建立产品画像
通过分析典型用户的需求，弄清产品为什么用户提供什么服务，解决了什么问题，从而捋清产品脉络，建立产品画像。
客户问题诊断：从调研结果中提炼三类典型用户角色，对这三类用户需求进行分析，将用户需求转化为产品需求，推导产品方案设计。
根据上述对典型用户画像的分析发现，他们的诉求是了解催员的工作行为，在往深层挖掘，为什么管理层想要了解催员的工作行为，这就和部门目标相关，即提升催回率，也就是说，管理层想要的一款能够衡量催收效果的工具产品，这款产品既要能全面刻画催员工作行为，进行工作流程优化与效能提升，又要能结合实际业务数据对案件催收流程做全盘管理。
产品画像建立：
结合上述分析结论和产品定位，确定做一款员工工作行为分析与回溯的产品，通过对员工工作行为数字化帮助其全面了解和分析员工工作情况，衡量催收效果，最终助力客户数据驱动业务增长
产品的关键价值点是对员工行为数据分析与应用，业务规划路径为：先将员工行为数字化、可视化，构建员工工作场景画像，实现对员工工作情况的全方位考察，最后结合业务数据考察催收流程中各环节各影响因素的表现情况。
3）产品整体方案
根据实现路径，进一步抽象和提炼产品功能模块。
一般来说，数据分析类产品信息架构搭建时，首先需要基于业务理解完成数据指标体系搭建，找到核心构成因素，确定各构成因素的分析方法，根据分析方法确定对应的产品功能模块，最后通过工作流程和核心痛点串联各产品模块。但是在搭建的过程中，要考虑标准化问题，毕竟贷后只是我们产品的其中一个客户。
首先，对催回率这个核心指标进行拆解，如下图
根据上述指标体系，可将影响催回率的因素分为3类：案件、催员、行为
围绕上述3因素和分析方法，可将产品划分为四大模块，各模块对应分析了一类或几类因素对催收效果的影响情况：通过dashboard展示核心指标变化和各类因素的基本情况、通过行为分析了解各类因素的变化规律和特征、通过网站分析考察催收工具的使用情况、通过用户分析了解各催员在各因素上表现的基本特征。具体如下：
确定了产品主体功能之后，需要确定各功能的优先级。根据调研发现，管理层第一诉求是全面了解催员的工作行为，并且实际业务分析中主要缺少催员的行为指标，在结合我们的技术核心是将数据映射为“视频”，所以在实现思路上，首先以行为回溯为切入点，将员工的行为数字化、可视化，在根据业务和方法论分析提炼员工行为规律、工作情况等，最后对整个催收流程数字化，过程指标与业务指标相结合，分析各环节的表现情况。
产品设计完成后，单独或组合运用一些分析功能，就可以实现数据反哺业务发展，一个典型的使用场景是，通过用户画像建立进行个性化匹配待催收案件，进而提高催回率。
进一步设想，在更远的未来，待数据丰富之后，实现自动化和智能化，比如目前一个痛点是电话接通率很低，无法人为判断一个案件是否接通，而我们可以利用数据预测案件的接通概率，催员可以根据案件接通概率进行催收工作，这将减少催员拨打无效电话的工作量。
当然，从标准化角度思考：
4）功能设计及实施
根据优先级，进行具体功能模块设计，并协调资源推动产品上线和持续迭代。
在设计模块时，需考虑的因素有：用户是谁，功能模块的价值是什么，该价值是否与使用该模块的用户目标相一致，完成这一目标的操作路径是什么，是否有没有考虑到的异常情况等，最后在结合相关产品设计规则完成产品功能设计。
将设计好的原型先与业务方对齐，在拉会召集技术人员确定实施细节，会议结束确定人员安排及排期，进行项目进度把控。
3. 项目结果项目立项时，目标是在半年到1年的时间内，产品达到商业化状态。如何将目标转化为可衡量指标，那么需对目标进行拆解，可分为两个方面：①产品功能健全度、②用户价值体量，可通过接入的客户数量来衡量。
目前项目结果如下：
总的来说，经过这大半年，产品商业化进度条达到70%左右。
4. 未来规划仍然分为两个部分：商业化探索和产品设计
（1）商业化探索上
（2）产品设计上
当初机缘巧合加入项目组，回首参与项目以来的大半年，走过很多弯路，一切都是摸索着前进的，这个过程让我学到了很多东西，不仅是产品经理专属工作技能的补充和完善，更是一些潜在的软能力的提升，收获颇多。
首先，总结项目中遇到的困难
其次，总结在项目中的收获
最后，路漫漫其修远兮，吾将上下而求索。继续前行吧！
文中如有不足之处，恳请指出。
作者：细嗅蔷薇
来源：细嗅蔷薇
