編輯導讀：很多産品的數據是在三方平台的源數據基礎上設計的，源數據的内容發生了變化，将直接影響這類産品的功能。本文作者從調研變化和如何應對這兩個點進行分析，探讨當數據源發生變化時需要注意的點，希望對你有幫助。

一般意義上的産品，其底層數據是由用戶在産品上的行為産生的，例如淘寶中的訂單數據，是由消費者在淘寶上進行下單動作而産生的數據，然而有一部分産品，依賴的是三方的數據。

例如幫助淘寶商家分析，下單的用戶是新用戶還是老用戶，在這個産品上，使用的并不是用戶在該産品上産生的行為數據，而是使用了淘寶上的用戶行為數據，數據源也是由淘寶開放提供的。

因這類産品的源數據非自有數據，是由三方平台産出的，而三方平台會因為其業務變動、政策變更等因素導緻需要變更源數據，具體包括數據格式的變更，數據内容的變更，數據傳輸方式的變更。

而這類産品提供的功能是在三方平台的源數據基礎上設計的，源數據的内容發生了變化，将直接影響這類産品的功能，導緻統計出錯等問題，嚴重地将會直接導緻功能無法使用，對産品造成嚴重影響。

一起看下這個場景，因消費者數據隐私等政策出台，某電商平台為了合規，将開放的訂單接口的訂單中的“買家手機号”字段做了模糊處理，返回值例如157****6037。

小明所負責的産品A是一款營銷短信類産品，通過“訂單接口”中的“買家手機号”字段，來實現對店鋪訂單的消費者發送一些營銷短信，包括促銷信息提醒、二次購買邀請等。這次某電商平台的變更就給産品A帶來了重大的影響：

變更前，買家手機号字段展示的是明文數據，産品A直接根據訂單中的手機号碼，發出相應的短信。

變更後，買家手機号字段展示的是模糊化的數據，無法獲取到短信接收方的号碼，因此無法将短信發送到産生過訂單的消費者手機号中，不再能夠達到對此類消費者進行提醒、邀請、回訪等營銷動作，對用戶、該産品的業務都産生了嚴重影響。

作為用戶，所使用的産品，不再能提供相應的服務，沒有辦法對用戶店鋪中的消費者進行營銷活動，給用戶造成了需要重新尋找新産品的成本和錯失營銷時機的損失。

作為小明所在的公司，這一項改動會直接導緻産品A的核心功能受阻，影響力公司業務，甚至可能造成現有用戶的大量投訴、退款和流失，對公司産品A的業務帶來的影響是毀滅性的。

從這裡我們可以看出，受到平台接口對于字段内容的變更，對于産品A，對于産品A所在的業務和公司産生的影響是巨大的，小明作為負責産品A的産品經理，需要對本次變更作出應對動作，避免或降低這種情況的發生。

那麼在面對這樣的情況時，應該去如何應對呢，本文就想從調研變化和如何應對這兩個點來和大家讨論，當數據源發生變化時需要注意的點。

一、什麼情況下數據源會發生變化

在讨論如何應對變化前，想和大家一起先讨論個問題，什麼情況下數據源會發生變化？數據源為什麼要變化呢？在文章開頭我們了解到底層數據從來源進行分類，能分成自有數據和三方數據兩個類型，不同的數據類型發生的變化情況不同。

首先，我們來看自有數據，指儲存在本産品數據庫的數據，其來源可以是該産品用戶在應用的行為産生的數據，是該産品運營方生産的數據，甚至可以是從其他産品或線下獲取數據後加工存儲下來的。

隻要最終數據存儲到了産品自身的數據庫，就屬于自有數據範疇。例如微信朋友圈中的動态和評論，是微信用戶産生後并存儲在微信數據庫中的，屬于自有數據。

因自有數據，存儲在自己數據庫中，對于數據的把握，是相對較為可控的。當因業務變更導緻會産生數據改變時，是可以提前預料的，我們就可以在功能改變前，作出相應的調整，就能避免出現因自由數據變化帶來對産品功能的重大影響。

再來看三方數據，三方數據是指非存儲在本産品數據庫的數據，數據的來源和維護需要依賴其他産品，例如産品B是個交易軟件，其交易數據是實時從交易所獲取的，這部分數據是由交易所提供和維護的，就屬于三方數據。

從三方數據的定義中，我們能認識到三方數據不是由本産品存儲的，對其變化是不可提前預知的，因此當三方數據做出導緻數據變更的行為時，我們知曉這個變化也經常是後置的。

但不論是哪一種數據類型的數據源發生了變化，其共同特點是，如果放任不理，都會給産品帶來重大影響，所以需要我們面對變化作出調整方案。

二、數據源變化後應對方案

我們已知數據源變化會給産品帶來重大影響，因此需要對此作出應對方案，這個方案需要包含變化前後的差異和可能帶來的影響，以及解決方案（不局限于産品方案，也可以是運營方案等）。應對方案是為了盡可能地降低數據源變化所帶來的影響，避免出現嚴重的負面情況，具體應對方案中我們可以根據下面二步進行展開，一起來讨論下吧。

1. 充分了解變化前後的數據差異

變化前後的數據差異，是問題産生以及帶來負面影響的直接原因，因此我們需要分别在相同條件下獲取1份變化前的數據，和1份變化後的數據，充分了解兩者之間的差異，包括數據格式的變化、數據内容的變化、以及數據傳輸方式的變化，才能為後續的解決方案提供理論依據。

可以按以下幾個方面對兩份數據一一比對，并最終得出差異結論。

1）數據格式差異

定義：什麼是數據格式差異？數據格式差異就是指改變前的數據格式和改變後的數據格式不同。

例如數據源變化中數據格式由格式A變化成格式B，那麼這裡改變前的數據格式是A，改變後的是B，A和B是不同的格式，這就是一次數據格式差異。

産生差異的原因：不同的數據格式滿足不同的場景，當場景發生變化時，數據格式也就随之發生了變化。

影響及對策：

改變後的數據相比較改變前，更改了數據格式，可能會導緻産品無法使用數據，例如為了使得數據不被直接解讀，數據格式從數值改變為了字符串，而原有産品都是以數值作為标準數據格式直接進行數據存儲，并提供數據分析。

當數據格式改為字符串時，産品無法獲取數據，原有産品以“數值”設計的功能都将無法使用，會給産品帶來客訴以及退款等負面作用，為此我們需要根據最新的數據格式，修改涉及到的功能，降低其産生的影響。

2）數據内容差異

定義：同樣的，什麼是數據内容差異？數據内容的差異就是改變前後的數據在内容方面有出入，例如數據源變化中數據内容差生了差異，改變前的内容是A，改變後的内容是B，A和B是不同的内容，這就是一次數據内容差異。

而具體的A和B之間内容的差異關系會存在A多于B，A小于B，A和B存在交集，即改變後數據内容多于改變前，改變後少于改變前，以及改變前後互有多少。

産生差異的原因：不同的數據内容是由業務決定的，當業務發生變化時，數據内容也會随之進行變化。

影響以及對策：

首先，我們先看A多于B的情況，即改變後數據相較于改變前，多了很多數據内容，多出來的内容對與現有功能是一個多餘的狀态，我們需要分析多出來的部分是否會對現有功能産生影響，多出來的數據内容可能會對原有的數據展示和存儲産生影響，包括因數據内容溢出導緻的頁面展示錯位，數據存儲異常等，會導緻現有功能無法使用，從而産生負面影響。

對于這個影響，我們需要修正展示和存儲規則，解決這個問題後，我們可以再分析多出來部分的内容是否支持做一些新能力或新功能，從而提升産品的價值和競争力。

一起看個案例，例如訂單數據中的“訂單生成時間”原先隻返回了年月日，本次改動返回了年月日時分秒，而産品中存儲的時間格式是 yyyy-mm-dd，而當前年月日時分秒的格式為 yyyy-mm-dd HH:MM:SS，如果不對訂單生産時間進行處理，會導緻訂單生産時間直接無法被儲存，從而依賴“訂單生成時間”字段的功能就将失去原始數據，不再能向用戶提供依次統計的字段或者功能，導緻用戶問題或場景無法解決。

其次，來看A少于B的情況，即改變後數據相較于改變前，少了很多數據内容，這一情況會直接導緻改變後的原始數據少了一部分内容，從而導緻産品功能中關鍵數據丢失，無法再向用戶提供原有設計的字段和功能。對于這個影響，我們需要盡快解決數據差異帶來的問題，盡可能讓功能和改變前保持一緻。

還是通過案例來了解下，例如訂單數據中包含了買家ID、訂單編号、訂單生成時間、訂單狀态等，如果改變後訂單狀态缺失，那麼就會直接導緻産品中依賴“訂單狀态”的功能少了原始數據，無法計算數據或提供功能。

最後是，A和B存在交集的情況，即改變後數據相較于改變前，部分數據内容多了，部分數據内容少了。需要分别将多的部分和少的部分，參照A多于B和B多于A的情況，作出相應的改動。

結合如下的案例來加深下理解：

産品C提供了分析用戶付費情況的功能，其分析邏輯是，通過調用“公司中台産品”的标準接口獲取數據，依賴接口中“用戶字段”下的業務參數（0-免費用戶，1-付費用戶）來分析付費情況，近期“中台産品”增加了分析能力，對業務參數做了如下變化，0-免費用戶，1-付費用戶（0-500元），2-付費用戶（500元以上），同時更改了數據獲取方式為消息推送，這就會對産品C的功能起到影響。

分析對比變化前後的數據，可以發現這裡的差異：

A. 數據内容發生了變化，業務參數值，1的含義變化了，新增了業務參數值2

業務參數的變化會導緻付費用戶統計不完全，因為之前的付費用戶所取的業務參數為 1，而現在隻取 1會導緻所分析出來的付費用戶是不完全的，付費用戶隻有 1 這部分，丢失了業務參數為2 的這部分付費用戶，直接會導緻付費用戶的統計結果是不完全的。

假如1月15日（業務參數于1月1日改變）付費100元的用戶有100個，付費1000元的用戶有30個，如果不對付費用戶所取業務參數邏輯進行調整，那麼付費用戶的付費金額統計為100 x 100 = 10000元，直接導緻了付費1000元以上的30個付費用戶沒有被統計進來，造成了付費用戶統計數據的丢失，對使用産品 C 分析店鋪付費用戶情況的商家對自己店鋪的情況造成誤判。

B. 數據傳輸方式發生了變化，從主動調用接口變成了被動接受推送

數據傳輸的變化，會導緻原有取數方式-主動調用接口獲取的數據是空，直接導緻付費用戶分析沒有數據結果産出。

同樣假如數據傳輸方式在1月14日改變，因為數據傳輸方式變更，原有的傳輸方式不再提供14号之後的數據，假如産品C不做出對應的調漲，在15日仍使用接口調用數據。

那麼1月15日産品C通過接口獲取到的付費用戶數據為空，上文中130個付費用戶的數據都沒有辦法獲取到了，産品C分析店鋪付費用戶情況的功能也直接宣告失效。

這些差異直接影響産品C的“分析用戶付費”功能沒有原始數據，無法生産分析結果，整個功能不再能夠被用戶使用，并對用戶造成誤判等決策失誤 ，進而給該産品帶來客訴等負面影響。

為此我們需要作出對應的調整方案，使得産品功能與“數據改變前”一緻，可以順利獲取到數據，并根據數據準确計算出付費用戶的情況包括人數、付費金額等，那麼接下來我們要讨論的就是如何根據調研結果設計産品應對方案。

2. 根據調研結果設計方案

在充分調研變化前後數據的差異，我們就能根據差異做出相應的調整方案，可以參考以下步驟展開：

1. 第一步，是了解差異以及差異所帶來的影響，對照“标題1” 中的調研方式，我們已經可以充分了解變化前後的數據差異和對功能帶來的影響，是數據少了還是數據多了，是數據格式變了還是内容發生了改變，并通過這些差異推斷出給功能帶來的影響
2. 第二步，是需要優先解決差異導緻原有功能無法使用的問題，例如數據無法更新，數據無法計算等，盡可能做到不因為數據變化，導緻用戶無法使用功能和産品
3. 第三步，可以從變化中尋找一些有價值的點，例如變化後比變化前多一部分數據内容，這部分内容是否可以支持對産品進行功能優化或升級，提升産品的競争力

一起來看下在産品C的案例中，首先在已知調研差異後，發現“付費用戶的定義從業務參數1，變為了業務參數1和2”，影響了現有付費用戶分析的功能。

所以需要我們修改付費用戶統計的邏輯，解決這個問題：用戶字段中業務參數1和2的用戶都要标記為付費用戶。

其次，因為改變後相較于改變前的數據差異，多了對付費用戶付費金額程度的數據，我們就可以利用這個差異，提升“付費用戶”功能，例如對付費程度劃分等級v1和v2，分别代表微氪付費用戶和核心付費用戶，更加細分付費用戶的範圍，使得“付費用戶”功能有更大的價值。

三、總結

數據源分為自有數據和三方數據，它們都存在受到業務或政策導緻變化的情況，可能會給産品帶來嚴重的負面影響。

因此，我們需要通過充分調研數據源變化情況，了解變化前後的差異點；根據差異點，設計産品方案；以及向用戶說明變化情況，來避免因數據源變化而帶來的影響。

#專欄作家#

晌午，晌午自習室，人人都是産品經理專欄作家。4年産品經驗，專注于數據方向，目前是電商客服領域的産品 。

本文原創發布于人人都是産品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部