数据展示层系统的主要愿景就是减少分析师的常规分析的处理时间，提升业务方数据分析的效率

数据存储层是整个公司的数据基础，也是确保数据安全性、时效性、准确性、无二义性（数据孤岛）等，以便形成数据资产的关键。这也是我以及公司其他几个数据产品经理所负责产品系统（数据展示）的数据来源。

1）数据看板系统

数据展示层系统的主要愿景就是减少分析师的常规分析的处理时间，提升业务方数据分析的效率，并协助业务方对业务策略的调整提供依据。

之前的文章也提了，数据看板系统的指标并不是我来配合业务方确认，而仅仅是提供一个承载图表展示的工具。所以，在这个产品上顶多是抓住了业务方的爽点，而协助业务方确定“北极星指标、增长模型……”也只能成为愿景了。

（但在有的公司，数据产品是需要参与到指标建设的工作中的。）

2）画像项目

我在画像项目的工作则是贯穿了从“数据存储”到“数据展示”的整个过程，“哪些画像标签需要实时/离线使用”、“哪些画像标签需要进行实时查询”……这些涉及到数据存储（数据库选型）的工作，需要数据产品和数据开发同学进行配合。

“画像标签是统计类（基于现有数据进行常规计算）还是模型挖掘类（基于现有数据进行预测推断）”、“画像标签是放在分析系统（数据展示层）上查看还是推送系统上应用”……这些涉及到数据计算侧工作，需要数据产品提前整理好画像标签的逻辑、定义和应用场景。

而画像标签也是公司所有业务投放、算法推荐模型中必备的元素之一，所以在整个画像项目涉及的工作，就解决了业务方的痛点。

3）其他说明

对内的数据产品有着得最天独厚的优势：拥有着查询公司数据的权限。这就是虽然我在做数据看板系统时多么的工具化，我也依旧查询数据库自己去发现一些问题主动的去找业务方来沟通数据上的问题，未来的方向是可以专注于某一垂类领域下的数据/数据产品工作。

当然，公司内部有数据产品的一般都是大公司，各个岗位的明确分工，也会让数据产品趋向于工具化、技术化的方向。

分析的工作一般由分析师进行，而数据产品在完成产品设计上线后，除了运营推广工作外，就是在保证“不同颗粒度数据呈现”、“准确性”、“时效性”等问题上频繁地与数据开发同学沟通协调。

最重要的是，很多大企业的数据基建堪忧，这也是数据产品会工具化、技术化的原因之一。

2. 对外的数据产品

而现公司属于 To B 数据服务型公司，核心业务就是售卖数据产品、服务、方案等，以此来满足各企业数字化转型的需求，这看起来确实解决了企业的“痛点”。

1）数字化转型的趋势

基于 CNNIC 《第47次中国互联网络发展状况统计报告》的数据显示，2016年12月~2020年12月，网民规模虽然在增多，但是普及率也在不断扩大，这就意味着互联网的渗透率也非常大，即互联网用户获取的竞争将越来越激烈。

（这也是各大互联网公司开发极速版争夺下沉市场用户、开发大字版争夺老年用户的原因。）