互联网是一个快速发展的行业，互联网产品也具有快速迭代的特点。在一轮又一轮的迭代中，产品、开发、设计等不同功能的学生可能会发生几代人的变化。开发更换对用户使用产品的影响相对较小。用户无法清楚地感知变化，但必须努力开发其他人的代码。，如果变化不是太大，用户可以将其解释为另一个迭代；如果变化很大，用户可能会将其解释为人事变动。替代是常态，但替代背后仍有一些规范和规则，以维护产品在用户心目中的品牌标识。从一个图标的交互到整个系统/APP的框架逻辑，
我目前做的是数据产品，这次我会分享更多关于数据产品设计规范的内容。产品设计的逻辑一致性可以从【产品规划】、【产品形式】、【产品设计】、【产品规格说明】四个方面进行规范。
一、面向外部企业的数据产品
在分享之前，先简单介绍一下数据产品及其分类。数据产品以数据为基础，通过技术处理和产品策略挖掘数据价值，从而协助用户/企业做出更好的决策。数据产品根据不同的分类维度可以分为几种类型。这里主要分享的是具有SaaS服务能力的数据产品，也称为面向企业外部的数据产品。此类数据产品由企业或个人开发，主要提供给外部企业，具有数据采集、计算、存储、展示、分析等功能。
SaaS数据产品有两类，一类是工具类，通过提供组件和报表服务帮助企业提高数据分析效率，包括SPSS、minitab等数据统计工具，以及tableau、powerbi等数据可视化工具。工具。另一种是平台型，具备数据采集、处理和分析能力，结合业务痛点提供可视化产品和解决方案。
目前我负责的是面向业务的数据产品，即数据的价值最终需要用来指导具体业务的发展，促进业务增长。面向业务的数据产品，从产品规划到产品设计，都需要着力解决业务痛点，实现数据价值的最大化。
二、产品规划：设计指南
产品策划是产品经理工作的重要组成部分，也是产品设计的先导，那么如何做好产品策划呢？产品规划声明应尽可能大而全面。就像产品的北极星目标一样，这个计划可以指导产品在不同阶段的发展。
在开始构建产品之前，建议至少规划两年的产品最终图，让整个团队充分了解产品布局；如果产品已经在建设中，建议定期审核方案，根据行业背景和业务需求等因素，确定是否需要变更。想好长期的产品计划后，就要对计划进行拆解，按照时间维度拆解为一年、半年、一个月；或根据目标实现维度拆解为A模块和B模块。
任何产品规划都需要基于充分的市场研究、行业分析和用户/客户需求分析。做完市场、行业、用户的基础功课，剩下的就是结合战略、组织、产品等不同层次的目标，设计产品的定位、目标和具体的玩法。假设战略、组织等因素在一定时期内都比较稳定，下面我们来详细看看如何制定产品规划。
产品策划的核心是找到产品的卖点，即产品的核心竞争力。在保证产品卖点符合市场和行业趋势的前提下，尽量挖掘用户和客户的需求，将琐碎的需求按照具体维度进行总结和分类，同时时间深入挖掘需求的本质和产品定位，找到两者之间的契合点。
如何理解“需求本质与产品定位的完美结合”？数据产品需要最大化数据的价值，将数据转化为可视化产品。挖掘数据的价值需要专注于数据本身，根据使用场景拆解数据信息，根据不同维度对数据进行汇总。
假设有一段视频数据，这个视频数据包含标题、图形、账号、播放量、评论等数据，这么多数据可以按照场景分类。如果场景是分析爆炸，可以从标题、图形、评论等数据入手。如果场景是向上分析 app定做开发 ，可以从账户数据入手。产品定位很容易理解。原则上，数据的价值应该与服务产品定位相关。产品经理的工作是根据对数据的理解，努力匹配需求和产品定位。
三、产品形态：各种服务
一旦有了产品计划，下一步就是想象产品形式。当然，产品形态也需要结合用户和客户的使用场景。数据产品与其他产品的区别在于，数据产品通常是基于大量数据分析的聚类结果。这个过程涉及到数据波动、数据异常、数据敏感等多种场景。对于这些场景，对数据产品的形式提出了更多的要求。数据产品形态大致可分为平台系统、推送服务、特色服务三类。
平台系统解决的使用场景是“日常分析”，即用户需要了解业务的细节，并向下钻取异常。搭建平台/系统的产品形态无疑是最佳选择。这类数据系统通常包括三大模块，一个是第一屏数据看板，呈现看板中最重要、最摘要的数据，用户可以根据看板了解概况；二是产品模块的数量，根据解决方案。用户使用场景痛点的思路进行搭建；三是数据明细，满足用户了解明细和自助分析的需求。
推送服务解决的使用场景是“异地介入”，即用户需要在第一时间甚至提前知道信息，从而留出足够的时间制定计划并进行实地介入。从数据产品业务来看，推送服务可以根据内容的性质分为两类。一是异常数据，可以“预警”的形式推送。所谓预警，就是以最快、最有效的方式触达用户。通常，要达到的内容不需要太多，达到重点和简洁就足够了。目的是保证信息及时推送给用户，吸引用户关注。常见的联系方式包括短信、消息和其他形式。一种是常规数据，可以以“报表”的形式推送。所谓报告，就是比较正式的推送 小程序报价 ，要求达到的内容尽量全面详细，让用户通过报告大致掌握信息，一般是通过电子邮件发送。
专项服务解决方案的使用场景是“决策评估”，即用户提出比较复杂的指定需求，可以部分依靠系统自动化能力解决，不能解决的部分依靠专家咨询服务。特色服务往往是线下服务，需要懂业务的专家参与分析决策。数据产品的一个常见的专用服务场景是实现增长。通过数据产品发现异常，如活跃度下降后，利用产品下钻分析能力，快速定位原因，最终提供活跃度提升解决方案，帮助用户提升活跃度，实现增长。
四、产品设计：框架到模块
根据用户的使用场景确定了对应的产品形态后，接下来就是具体思考产品设计了。产品设计规范原则上是通用的。就数据产品的特性而言，数据产品的模块和功能很多。在顶层设计之前，需要先搭建一个系统框架，然后在框架中填充内容；在填充内容的过程中，需要遵循一个共同的产品结构 定制app开发的公司 ，以便客户/用户能够感知到产品的完整性。
首先说一下系统框架。任何产品设计都必须从需求出发，系统架构也不例外。系统框架的工作是将收集到的各种分散的需求与产品规划整合起来，提取出大模块作为产品开发的指南针。在整理框架时，需要处理模块独立性和关联性。
所谓独立，是指各个模块的功能和作用应该是相互独立的。独立性通常需要结合业务场景来考虑。产品上的表现是多个菜单栏提供的功能和要解决的痛点相互独立 微信小程序开发定制多少钱 ，不能有重叠。
所谓关联，就是各个模块的一些功能是关联的，体现了产品的全链路能力。这种相关性在产品层面有两种表现形式。一种是简单的函数跳转，比如从模块A跳转到模块B，实现A和B在某些函数中的关联。一是复杂功能重用。比如C模块需要利用A模块和B模块的一些功能来实现C模块的多维度综合分析。
在独立性和相关性原则下构建好产品框架后，接下来就是填写各个模块的具体功能。既然是系统产品，同类模块产品的设计应该是一致的。具体来说，产品的结构（功能的排列和组合）应该是一致的。这类似于写一篇文章，你需要考虑什么样的结构来呈现文章。
数据产品的常见结构是总分定制微小程序，即在头部呈现用户最感兴趣的内容，然后进行下钻分析。每个模块的头部大概就是第一个屏幕的位置。通常需要显示结论性信息。提供的信息需要尽可能简洁明了。必要信息附有跳转链接，方便用户定位有兴趣或有疑问的人。对结论进行了详细分析。每个模块的躯干部分是支持头部结论的详细数据。在产品展示上，首先借助可视化图表提取关键信息 微信小程序开发多少钱做一个 ，然后展示相关结论的详细数据。
五、产品规格：细节的魔力
最后，还有产品设计的具体规范。数据产品设计规范的核心目的是保持产品的一致性。努力做好产品和交互的每一个细节，自然会赢得用户的口碑。大部分数据产品都是基于大数据运算的，系统几乎都是数值型的，所以先说一下数值规格。
数值的表示
为了方便阅读和快速获取信息，建议4位及以下用千分位表示，如1234；大于5位及以上，建议使用w，如234.4w。对于较大的值，千分之一需要用户再次反映。使用 w 表示用户可以立即了解该值的影响，更加直观和清晰。
2. 小数位数
到底是保留一位小数还是保留两位小数？这取决于数据的重要性。对于股票和基金等产品定制微小程序，通常保留两位小数，即使是百分比也是如此。毕竟，股票和基金的小幅涨跌直接影响着投资者和基民党的回报。当然，越准确越好。. 大部分数据产品都有统计意义，数值比较大。一般来说，小数的精度没有那么高，可以保留一位。
无论是数值的表示还是小数位数，最重要的是需要统一，让用户从细节中感知系统的好坏。A函数的值不能用千分之一表示，有两位小数，B函数用w表示，有一位小数。
产品设计规范还需要保证“异常”情况下的交互一致性。首先要明白，异常情况不是产品所期望的，而是不可控的，所以一旦出现异常情况，势必会给用户带来负面影响。对于例外情况，产品设计的出发点应该是尽可能地引导用户。
对于大数据产品，常见的例外是某个页面没有数据。最简单粗暴的产品提示是“目前没有数据”4个字。这种提示只能说比空白页好（容易让用户认为是bug）。面对“无数据”四个字，用户可能还有疑问，究竟是真实数据错误还是由此引起的程序计算错误？优秀的无数据产品提示建议没有数据的原因或引导用户进行下一步。
不同场景的产品设计方案：
客观无数据
建议：没有相关数据，系统无法计算结果
2. 由于数据太少，函数没有数据
建议：数据量太小，系统无法计算结果
3. 没有数据定制微小程序，因为没有配置用户
建议：暂无数据，请到xxx配置
4. 不知道为什么，没有数据
建议：暂无资料，如有疑问请联系xx
最后总结一下数据产品的设计理念：
一、在产品规范阶段充分考虑用户痛点，结合产品定位打造产品竞争力
二、在产品形态阶段根据不同的使用场景构建相应的产品和服务
三、在产品设计阶段，先搭建顶层产品框架，再设计具体产品功能
四、在设计规范阶段注意数据产品的统一性，友好处理异常流量情况
