“数据产品”设计指南

什么是数据产品？

DJ Patil定义数据产品为“通过使用数据促进最终目标的产品”，但此定义过于宽泛。关键区别在于：产品的主要目标是否就是“使用数据”本身。数据产品应以数据为核心目的，而非仅辅助手段。

实例辨析

媒体平台本身不是数据产品，但其搜索功能是——目标是将相关文章推荐给读者。

Gmail不是，但重要邮件分类功能是。

Instagram整体不是，但标记、搜索等模块是。

Google Analytics是，其核心就是提供定量行为分析。

五大类型

按复杂度递增：原始数据（仅收集，用户主导）；派生数据（增加加工属性）；算法（通过模型返回洞察）；决策支持（仪表盘辅助，用户最终判断）；自动化决策（系统直接输出，如推荐系统）。

交互方式

三种接口：API（面向技术用户）、仪表盘/可视化（强调直观呈现）、Web/语音/AR元素（展示决策结果并解释）。

设计要点

数据类型与接口组合成矩阵，左上方偏工程驱动，右下方偏传统软件。应用设计思维时，问题空间应围绕最终用户定义，若用户是技术人员，团队需深入工程环境理解痛点，并扩大范围纳入相邻产品。切忌将面向消费产品的方法简单套用于技术数据产品。