如何从0到1打造可用的数据管理系统

产品立项之前的流程就不在做介绍了，大家在自己的知识框架中也有自己一套或者公司有一套标准的产品立项流程，只从实际的操作层面做个复盘的阐述。

☆ 初入期

◇ 产品设计：明确产品的定位是支撑业务部门，发掘数据的价值。

产品设计是贯穿整个产品周期的工作，你在初期设计的方案可能会在后期被推翻，所以不断地更迭自己的产品设计是很正常的事情。在设计中要考虑产品整个生命周期中的总体规划，而初期除了整体规划，还要注意下列几个重点问题。

首先是技术架构，技术架构设计就是产品设计完成后，与技术部门沟通决定产品的架构设计和技术选型，这会影响到产品以后的可扩展性与成长性。

其次是权限设置，权限设置就是针对不同的用户角色，设置不同的使用权限，包括权限的规则设置和内容设置。权限规则设计思路是从组织架构-部门角色-角色职责-角色权限，而角色权限就是权限内容设计的范畴。针对不同部门的业务协作，权限设置要考虑到每个部门在业务中的角色，不能忽视蔓延性和全面性，这就要求产品人员要充分了解业务流程。按照一般的系统流程，权限设置的权限应该下放给对应的主管领导。

最后是内容设置，企业发展的一定阶段，不再是通过野蛮生长来带来利益的时候，就需要去规范数据管理的工作。需要针对不同的客户主体设置相应的数据标准，并且做好全方位（其他产品也包括在内）自上而下的数据改版的思路规划。

◇ 数据管理：数据管理对于企业信息化至关重要。数据规范是难，但是对于历史数据的处理，也是一项比较大的工程。标准的事情都是从细节去抠的。新系统和旧系统的对应情况，同步的规则，之前没有收集数据的规范需要我们去设置相应的规则。要考虑基于数据分析相关的数据，如果收集的数据不能支撑我们的数据分析，只会让我们的系统更加冗余。数据互通的重要性不言而喻，尤其是平台级的数据产品，在产品的初期就要考虑各个产品之间的数据流转、关联，预留接口、信息同步、调用规则等等。数据的本质是什么？规律和思维方式。

◇ 开发测试

△ 详细的文档，文档的描述越详尽越好。开发往往只会按照你描述的内容去开发，并不会帮助你思考存在的漏洞，所以你需要主动与开发沟通，建立在不打扰原则上的高频的交流对产品大有好处，可以及时对开发过程中遇到逻辑上或操作上不合理的地方进行改进。

△ 开发出完整的功能：这就需要我们在做需求文档的时候将流程主线描述的详尽，并且在开发过程中进行高频的沟通，保证信息互通，保证功能正常可用，记住，完整可用比完美更重要。开发流程中可能还会牵扯到需求排期、开发延期等问题，可以从公司流程上去规范，并出台相应的制度去规范。

△ 产品交付：交付环节其实是很重要的一个验收工作，针对开发完成的功能，能否达到部署的需求，以及上一期开发遇到不能解决需要下期解决问题的沟通。其实每次迭代结束最好搞个开发的总结会。PS 可交付的一定是完整可用的，否则需要返工延期。

△ 部署：正式的环境和测试的环境不一样，部署时往往会冒出来各种幺蛾子，所以建议大家将部署的时间安排在风险较小的时间段。同时提醒大家一句，打包部署可以有效降低部署的敏感性。

☆ 成长期

◇ 运营反馈，公司现有的运营机制常常没有形成完整的文档，甚至是口口相传以最基本的记录形式流转。你在做产品的时候就需要针对产品有一套初步的运营方案，基本的流程是用户到运营到产品，受开发迭代的速度影响，很多在运营层面需要解决的，如：新系统使用率不高（虽然关闭了旧系统）、管理层使用率低、使用效果不佳、用户体验不佳（如底层数据库的问题导致的响应速度问题）等。

TC的产品面向的是每一个自然人，而我们企业信息化产品面向的是企业内部的员工，虽然和TC相比我们不会接到过激的用户反馈，但是我们也要给用户一个自助的反馈渠道，所以整个运营机制的搭建十分重要。当然除了基于产品的运营层面，我们也希望能够通过数据反映问题。基于现有数据的报告，如何提高使用效率等的分析报告也有在同步推进中，不能因为客观因素影响我们的主观能动性。

◇ 迭代成长：现在产品的成长才刚刚进入成长期，想要达到成熟期的全面“爽”的体验还有很长一段路要走。作为产品负责人，还需要从产品、数据、管理上，从更高的角度出发去思考部门和产品的发展，尽快进入成熟期。

☆ 数据驱动

◇ 数据驱动业务：着手从现有数据统计和展示层面，结合系统内现有主体的业务流程，做出可视化方案，提供给管理层使用。用数据代替人工统计和分析，给日常工作提供记录，使业务结果和业务过程都能够在系统上体现，并且在未来的时间内，能通过算法和匹配能达到业务推介功能。

◇ 数据驱动产品：做过企业信息化产品的产品经理应该都知道，企业内部使用的产品是很多的，我们公司现在在大力发展信息化管理，每个产品之间的关联性既是数据的关联性， 只有关联起来才能将相关产品打通完成互相促进，共同发展的美好愿望。同样，也能加速数据产品市场化的进程。

◇ 数据驱动决策：关联产品的数据分析，能够提供给管理层针对公司业务范围内的市场化机会分析，以便于决策层能够更快地看到市场化的方向，随时调整公司的战略布局。