关于新趋势驱动下的产品运营的思路和看法

数据产品市场同质化严重，如可视化领域，多家公司的产品功能和界面设计大致相似。因此，传统的竞争产品分析对功能架构和UI没有什么意义。作为一个快速增长的市场，web端产品的用户体验很容易模仿，而整体研发和运营战略决定了核心竞争力。因此，从发展趋势的角度来看，作为一个评价维度，比较几种竞争产品的差异，并对新趋势驱动的产品运营提出一些简单的个人想法和看法。主要趋势是结合多个头部产品发布的趋势报告（qlik、tableau、fine）以及艾瑞咨询和garnter发布的行政研究报告。（1）随着数据的重要性，与传统BI不同，数据运营的趋势反映在企业生产经营的各个环节。因此，未来的趋势是，所有的职位都需要了解一些数据，协同分析成为主流。此时，需求不再只是数据的可视化，而是*数据的挖掘和收集。（2）随着数据挖掘和人工智能技术的成熟，数据源越来越广泛，BI人员可以接触到各种数据。根据karlinventure的预测，2020年，每个人每秒都会产生1.7MB数据，因此能够快速处理和更新庞大数据的系统成为一种新的需求，而不局限于数据分析。(3)个人数据分析服务需求增加。Qlik发布的研究结果显示，到2020年，80%的人将需要学习数据分析，65%的受访者愿意学习数据分析系统，其中数据分析是Linkin年度最热门的十项工作技能之一。对数据分析的需求增加，对学习的需求增加，对数据分析教学和系统服务的需求增加。(4)随着自然语言处理和数据挖掘技术的出现，交互模式的创新和沉浸式数据分析可能会出现。未来，商业智能软件交互将发生变化，以语音处理为代表的方式将大大提高数据处理效率和人员使用体验。大屏幕数据和AR技术将进一步加强沉浸式数据分析体验。(5)数据分析不再针对过去的数据收集和分析，而是利用深度学习等算法模型来预测未来。对于企业决策，除了回顾过去的问题和监控过程外，更多的期望在于对未来决策的需求。多种模型的出现，如聚类算法和模糊算法，意味着未来的BI产品必须高度集成。(6)未来数据分析系统将更加简单、可用，未来服务将面临更高的要求。在产品设计的21个原则中，易于使用是判断产品质量的重要标准之一。对于企业来说，是否容易使用直接代表了人员成本和时间成本，也是企业决策是否使用系统的重要组成部分。因此，未来的BI产品将更加愚蠢，售后服务将更加完善。与Gartner发布的2017年和2018年的MagicQuadrant相比，头部是Qlik，Tableau,PowerBI牢牢占据。在过去的一年里，Qlik因为对人工智能领域的投入，包括自然语言处理的加持，进一步赶上了微软。象限中参与者减少，强者地位不变，说明商业智能产业可能有马太效应的趋势。Ganter发布的报告包括BI行业产品趋势的详细变化和优缺点的比较，重点是市场和产品的发展趋势。结合报告中主要产品的优点和特点，分析其运营策略。Tableau作为BI市场的顶级公司，在报告中的一个非常重要的特点是个人用户数量超过了企业用户。对于国内市场来说，由于对中国报表和国内市场的熟悉，帆软能够牢牢把握第一。tableau的启示是对个人用户的*，也是BI软件开发的下一个趋势。个人用户和企业的区别在于需求水平稍小，使用频率和持续时间不同。个人用户会为自己喜欢或需要的单一功能付费，个人使用习惯会进一步带到工作中。换句话说，先渗透个人用户，就是为渗透企业级市场做准备。那么Tableu在个人用户运营策略上有哪些优秀点呢？个人用户：对个人用户，结合用户行为理论的creat模型，对每个阶段进行梳理。（1）在冷启动阶段，大量用户和生成的内容没有流量覆盖，难以启动。这种应对方法可以参考短视频的实践，给普通用户曝光作品的机会。普通用户制作的图片对其他普通用户也更有吸引力。对冷启动的个人用户来说，不仅要考虑个人需求，还要考虑产品本身的运营需求。通常在线冷启动通常邀请kol来做，但不适用于低门槛的概念。kol会无意识地给普通用户一种距离感。只有普通用户的成功试用案例才能利用其他普通用户。然而，普通用户不能太普通。可以设置操作指标，通过社交数据筛选对象，跟踪后期的辐射面积。对于启动后阶段的操作指标，聚焦渠道pv等指标意义不大。工具产品首次使用很重要，所以*更多不同渠道的激活数据更为关键。(2)Reaction阶段主要处理用户反馈，小米的参与营销被视为口碑营销的标杆。提到现代社会已经过了品牌消费阶段，但体验了消费和参与消费的时代。在参与腾讯反馈平台分析时，最重要的是及时响应和降低问题反馈过程的门槛，如入口较浅、反馈过程较快。对用户操作的理解也在于，当高科技产品开始时，人们来自需求。手头的需求解决后，用户对产品的想象力有限，他们不知道下一步会发生什么，如何发生。因此，BI产品的另一个重要操作策略是在大力发展科技创新的同时，给予用户正确的指导，使用户能够理解语言来解释产品的下一个趋势，留下足够的想象空间，增强用户粘性。在这一点上，PowerBI的做法是在主页study模块的roadmap中详细列出即将投入使用的功能规划。值得注意的是，微软除了详细介绍的指导外，还充分考虑了用户属性，通常不是关心该领域的初级用户。对产品或行业有一定的了解和*。毫无疑问，这些用户是获得反馈的重要对象，因此他们留下了用户反馈（创意共享）的入口。同时，用户反馈模块的设计充分采用普通用户曝光的方式，以投票的形式代替筛选，更为明智。类似于小米的“我也需要”功能设计。（3）当个人用户最终评估是否使用时，决策中最关键的因素是Gartner中提到的成本和使用门槛。PowerBI的个人定价策略使其成为市场上价格最低的解决方案之一。通过对用户的研究，优化了最高四个用户最关心的购买标准，酷炫的图表和5秒的注册流程为微软赢得了最大的用户。相比之下，tableau的个人版本定价更高，但它配备了一个完整和活跃的讨论社区，这也是留住用户的主要策略。对于初学者来说，成熟的社区无疑降低了学习成本，而微软的做法是增强售后服务。从这个角度来看，个人交流是用户体验的重要组成部分，选择根据当地情况，社区的缺点是或花更多的时间定位和解决问题，但可以扩大联系，满足一定的社会需求，售后可以准确定位快速解决的问题，更适合成熟发达的用户市场。(5)最后，对于个人用户的宣传，微软和tableau都有明确的指导，上帆软并没有专注于此。可能是因为国内市场的考虑，个人用户不成熟，进入日本市场也可以考虑类似的做法。tableaupowerBI企业用户：对于企业用户，首先要了解b端平台的时机和意义。在中国，b端产品的兴起总结了以下原因：一是外部政策，国家制定了三年的人工智能发展计划；二是多次强调供给侧改革，鼓励企业从内部出发，提高效率，优化结构。从外部看，在经济下行趋势下，企业不得不开始反思自己，从而实现精简和优化。自移动终端带来的人口红利和技术红利以来，c端产品已经过了需求快速增长的阶段。简单流量实现的业务不再容易做，市场产品同质化严重。粗糙经营红利的消失必然导致精细经营需求的爆发。基于以上理解，在海外市场运营中，根据环境的相似性，找到成熟行业的快速切入，是找到目标用户的快速途径。与个人用户相比，企业最关心的不是消费成本，而是场景解决方案和价值。数据分析和报表可用于任何行业的目标用户。金融、零售和互联网行业是企业应用最直接的行业，行业数字化带来了强烈的分析需求。在选择目标用户时，从行业入手，找到典型的行业流程和数据分析应用场景。以新零售业为例，个性化推荐、动态定价、组合定价、促销管理和需求预测是早期准备的主要环节。而且数据分析基本上可以应用到每一个环节，深入研究环节，提出场景化方案时的战略重点。产品体验=新体验-旧体验-成本。对BI行业来说，大多数用户之所以停留在传统的BI行业，是因为他们不了解新产品，认为没有必要更换它们。只有在宣传的同时，体验才能强调不同的对比和优化。传统的BI机制是对数据进行多维分析，包括上钻下钻数据的操作或显示。随后，BI的前端分析和显示以及人工智能带来的模型预测分析成为主要的差异化竞争力。以上两点，tableau显然做得更好，主页视频的demo充分结合了使用场景，而powerbi过于文字化的叙述则相对较弱。对于企业用户来说，*企业的新体验和场景化方案是一项重要的战略。