|摆脱“信息茧房”——数据时代产品经理的必经之路( 三 )

如何证明你做的好？通过数据来说话的方式就是埋码。
但在这个过程中，有的人会比较极端——埋码埋得非常详细，这样导致量很大，最后无法管理。
那怎么办？
全埋点、无埋点和可视化埋点产品应运而生。它不需要提前埋点，就可以保留最近7天的数据，产品经理只需要点击一下，就可以保存过去7天的埋码数据。
但这并不能解决根本的问题，因为随着产品的每次迭代改版，埋点也会发生变化，数据就需要重新做埋点。
（2）如何实现理想中的数据驱动闭环
真正的方法是从整体思路上进行改变，先制定一个目标，并对这个目标进行洞察、拆解和应用，然后把这个数据的结果反馈到产品本身的数据运营体系中，形成一个完整的闭环。
进而沉淀出一套方案，这对于企业和个人来说都是很重要的。
实际上一些功能性的产品团队，都是以清晰的北极星指标来带动整个团队的数据驱动。
因为当业务变得越来越多的时候，跟人的协同沟通就会越来越重要。想要让所有职能形成合力一起往前走，就必须要有一个共同的目标，这个目标就是北极星指标。
你的北极星指标定得越明确，你的思路就会更明确。
（3）典型2B行业数据类产品面临的客户需求和问题：满足客户需求提升产品粘性实现商业价值
一般来说，创业公司发展初期最关注的是用户增量、启动、活跃和市场留存这些基础的数据，因为这些数据是行业和公司内部的重要参考依据，关乎到公司的生死存亡。
在基础统计上需求主要表现为：

业务形态对于日常行为数据查询的实效性有更高的诉求
对数据的导出、异常提醒、内部汇报和流通上有期待

随着业务的发展，比如规定业务注册转化率一定要达到35%以上才是良性发展。这个时候公司需要的数据就不仅是基础统计，而是场景化的报表。
需求主要表现为：

希望完善和丰富开箱即用的业务场景报表，满足业务人员工作场景
希望提供行业经验侧的从指标体系到采集规范的场景报表能力

当DAU从10万增长到了100万的时候，公司就必须有效洞察业务，并对用户路径有更深的了解：

希望数据分析在查询性能、细分、对比等能力上能完成业务洞察闭环
业务上对于客户人群的细分查看和场景还原能力上有更多的述求

最后是数据智能方面的需求：

满足业务人员从策略到触达再到数据反馈的执行闭环，数据业务化业务数据化
产品能力，自动化能力，测试能力，降低研发和沟通成本，提升数据运营效力

（4）制定合理的北极星指标

本文插图

北极星指标的制定是有两种方式：

推：从上至下，向上对齐、横向对齐、向下拆解
拉：从下至上，清晰对齐后促成跨部门合作顺利达成目标

当老板定义了一个月100万的指标时，一个有思考的产品经理会考虑100万背后的意义和对公司的影响，以及他能在这100万中产生什么作用，是不是可以通过加一个指标能达到更好的效果，这就是从下至上。
在业务发展过程中，能主动提问题、主动思考的产品同学通常都会是进步最大的。
所以说在北极星指标的制定中，从下至上的方式是很重要的。只从公司的视角出发从上至下安排任务，不利于锻炼产品经理的业务理解能力。
产品经理带团队最重要的是能够与其他部门进行协同形成合力，能够拉着大家一起往前走，帮助业务落地。
Step2：全域数据实现全域运营，推动业务高效增长
（1）跨私域用户运营案例：从微信小程序到APP的跨端私域用户打通及运营