大数据时代的到来，数据实现了从“被动储存”到“驱动决策”的角色转变。传统的数据服务方式已不再适应当下的情况，数据资产价值的深入挖掘和转换变得十分重要，新型的数据应用——数据产品应运而生。那么，数据产品究竟有多大的价值？未来的发展前景又将如何呢？以下，笔者将详细讲述。
上次写了一篇《数据产品经理，原来并不是数据+产品经理的结合》，里面探讨了数据领域的基本逻辑、对于数据产品的认知、数据产品经理的工作以及数据产品的设计流程。
之后很多小伙伴加我交流，有人虽然目前在做数据产品的相关工作，但对于自己所做产品的价值以及未来所能发挥的水平还有很多疑问。所以，这篇文章我们再来聊聊数据产品的核心价值到底在哪？
从IT到DT是时代发展的趋势。过去，数据是被很多人忽视的，而如今随着大数据概念的广泛深入，数据开始从“被动存储”向“数据驱动决策”转变。
在大数据时代的浪潮中，谁手中掌握的数据资产更加丰富、完善、质量更高，谁就会在未来占有先发优势。
如今，国内外的互联网巨头Facebook、Google、BAT等市场估值非常高的一个重要原因，就是：他们手中都握有非常宝贵的用户数据资源，拥有着丰富的数据金矿。
我们经常接到推销电话，比如：你刚买了一套房子，接着就会有装修推销不断打来，不仅知道你房子所在位置，还知道你房屋面积等细节信息。
这种情况通常是你的个人购房信息被泄露和出售，这其实就是一种数据信息。以小见大，我们可想而知拥有丰富的数据资产，在当今及未来时代中的重要性。
当数据已经上升为资产，成为与物质资产和人力资源同样重要的生产要素，成为生产和经营的重要环节，数据资产的使用也成为提高产业竞争力的关键要素。那么，如将这些数据资产盘活并使用，从未成为企业的竞争命脉，数据产品就是其中的一种方式。
当然，关于数据资产的整体信息比较丰富，从数据治理到数据管理，再到数据资产的盘活和质量提升，以及后面的流通经营，是一套很深的逻辑。
二、数据产品之前的传统服务方式
那么在此之前，都有哪些传统的服务方式呢？
传统的数据服务方式包含：报表、指标、图表、OLAP工具等。
前三种大家可能比较熟悉，而OLAP工具是一种数据分析工具，它在传统固化样式的报表和图表基础上，增加了多维观察、数据钻取的能力，从而可满足更为灵活的业务统计需求，对决策人员和高层管理员进行决策支持。
传统数据服务方式一定程度上解决了企业决策支持、业务运营情况了解、目标问题分析等问题。但是在大数据时代，围绕数据资产价值的深入挖掘和转换，传统模式已经呈现出了诸多不足。
1. 业务理解不够，支撑能力不到位
传统应用工具技术性较强，通常是业务人员提需求，技术人员来满足。
而技术人员在开发过程中更注重于技术问题的解决，无法从业务使用需求来考虑报表的易用性、信息组织合理性等问题。这种对业务理解的欠缺导致传统数据服务对业务的支撑力不足。
2. 展现形式单一，信息传递不便捷
传统数据应用基本上是以数字形式来传递信息，缺少对数据内在关系和信息模式的展现，也无法加入数据分析算法来进行深入探索。
但是，如何体现业务特点？怎样跟业务流程结合？如何更为灵活地进行交互探索？
这些需求不能得到很好的满足，导致整体信息传递受限，也不利于决策辅助支持。
3. 加工过程漫长，工作效率不彰显
随着企业数据积累增多，数据加工的过程越来越繁琐漫长，因此，要在业务部门要求的时间内完成数据统计结果变得极为困难。
4. 覆盖范围狭窄，决策手段不彻底
当前数据服务形式覆盖范围也有很大限制，表现在：数据使用流程、数据使用时机、数据使用主体和数据使用形式等方面。
此处暂且不做进一步展开。
5. 服务意识不足，目标手段不统一
目前的数据服务方式技术特征太过明显，技术部门的关注重点也侧重在技术实现，这就助长了“技术傲慢”的出现，这样的思维限制了数据加工人员的服务意识。
随着如今互联网行业数据量的增加，技术与业务部门结合非常紧密，一切技术手段都服务于业务部门，甚至数据本身也可以成为一种全新的盈利模式，因此催生了更多的创新性数据应用出现。
在上述传统形势下，数据产品作为一种新型的数据应用，应运而生。
那么数据产品究竟该如何定义，其优势与核心价值又是什么呢？
1. 数据产品定义
相比于传统数据服务形式，数据产品是一种可以充分发挥数据价值去辅助用户做出更优决策（甚至行动）的一种创新产品形式。它在用户的决策行动过程中，可以更好地展示信息、提供工具，从而辅助决策制定。
2.优势与核心价值
展现形式丰富形象：
相对于传统数据应用以数字为基础的服务形式，数据产品则在数据信息传递的形式方面更加形象和便利。
目的是：尽量让使用者在最短的时间内，获取到数据产品希望从当前数据变化趋势里展现的关键信息。
比如：现在各种天气预报APP，在传统获取温度的基础上衍生出诸如穿衣助手和洗车指数等概念。
数据覆盖程度广而全：
一款数据产品要想深得人心、被广泛应用，就必须在自身数据组织方面大量投入，使之具备强大的竞争能力。
数据展品的展现离不开数据的支持，那么数据的权威性，以及信息及时性就是考量数据产品是否有竞争优势的一个重要标准。
因此现如今的数据覆盖度广、时效性强，也为数据产品提供了重要支持。
决策逻辑便捷显性：
决策逻辑是大多数传统数据应用所欠缺的，它们只是简单地展示了需求方的数据展现需求。
而一款好的数据产品，应该可以帮助用户思考。尤其是将平时遇到业务痛点时的决策逻辑，部分或全部融合到数据产品后，通过便捷的交互方式，使得决策过程显性化，提高用户的决策效率。
行动流程数据驱动：
我们现在常说：数据驱动业务发展和创新。
那么，作为数据产品，仅停留在发现问题、分析问题是不够的，还需解决问题的能力，这就涉及行动流程。
比如：当数据产品分析某个细分用户群时，发现最近一个月其活跃度明显下滑，那就可以自动触发一个营销流程，通过针对性的信息推荐或是优惠活动，更好地提升细分用户群的活跃度。
所以，从某种意义上说，这类数据产品已经摆脱了过去OLAP的系统定位，融入到了生产流程之中，并且体现为数据驱动的巨大价值。
分析算法融合度高：
对很多人来说，数据分析能力是大数据应用的灵魂，而“算法将会深刻地改变世界”。
对于传统应用来说，结合算法非常困难，基本上数据挖掘工作跟数据展现、统计、决策支持是在两个平行线，只是对数据挖掘成果的应用环节，会用到那些报表、图表形式。
而现在，由于数据产品的丰富特性，它可以内嵌各种复杂算法，并且通过交互使用获得反馈，以进一步迭代优化，直至更为准确地反应规律来指导活动决策。
四、数据产品的未来走向
数据产品之所以产生，是因为有对应的需求领域。
根据定义可以知道：
数据产品的首要任务是：帮助人们决策，从而驱使行动的产生。
数据本身也是一种价值，但除了数据交易之外，基本不会直接用于创造利润。
有的小伙伴在从事数据产品，但觉得数据产品的价值不止于此，不仅仅是辅助决策。
其实，创造利润的方式要从两个角度看：一方面是直接方式；一方面是间接方式。
直接方式的交易变现（在允许的情况下），间接方式通过辅助决策减少损失，同样也是一种利润和价值。
在之前的文章中，有提到数据的价值主要体现在：是否帮助人们做出了正确、明智的决策？
由此衍生出数据产品分为：辅助决策型数据产品和智能决策型数据产品。
现如今，辅助决策型数据产品仍然占据非常重要的地位，而智能决策型数据产品则是未来的发展趋势。
当然，根据行业、数据体量、数据形态的不同，所涉及数据的加工处理及使用流程及其产品价值点也会不同。现如今存在的数据产品，可能只是单一的数据产品，也可能是整个数据体系，亦或是处于数据体系中的某一部分力求形成产品化。着眼点不同，其具体作用和价值也会略有不同。
本书部分内容根据高伟老师的《数据资产管理》读书笔记而展开，欢迎大家一起交流。
一起加油，共勉！
