第1章　初识数据产品 1
1.1　为什么需要数据产品 2
1.1.1 无处不在的决策 2
1.1.2 数据价值的提供方式 3
1.2　数据产品流通价值链 5
1.2.1 数据生产阶段 5
1.2.2 数据整理阶段 6
1.2.3 数据研究阶段 9
1.2.4 数据展现阶段 11
1.2.5 数据价值体现阶段 13
1.3　数据产品的定义及分类 14
1.3.1 辅助决策型数据产品 15
1.3.2 智能决策型数据产品 16
1.4　数据产品经理 20
1.4.1 招聘岗位分析 21
1.4.2 工作技能要求 23
1.4.3 职业转型方向 24
1.5　数据产品设计流程 25
第2章　寻找需求领域 29
2.1　需求理论 30
2.1.1 马斯洛的需求层次理论 30
2.1.2 乔布斯的用户需求理论 32
2.2　数据产品的需求领域 34
2.2.1 决策需求 34
2.2.2 数据需求 36
2.3　获得用户需求的方法 37
2.3.1 深入观察用户行为 37
2.3.2 定性的用户访谈记录 37
2.3.3 定量的用户调查数据 38
2.4　需求分析注意事项 38
2.4.1 合适的样本量 38
2.4.2 识别需求假象 39
2.4.3 专注于问题本身 40
2.4.4 对用户进行分类 41
第3章　数据指标设计 43
3.1　什么是数据指标 44
3.1.1 居民消费价格指数 44
3.1.2 洗车指数 46
3.2　数据指标分类 51
3.2.1 时间特点 52
3.2.2 总体特征性质 52
3.2.3 数据依据 53
3.2.4 计量单位的特点 54
3.2.5 指标属性 54
3.3　数据指标设计原则 55
3.3.1 可信的数据源 55
3.3.2 计算逻辑透明、清晰 55
3.3.3 考虑适用场景范围 56
3.3.4 有易理解的指导意见 56
3.4　数据指标体系设计 57
3.4.1 查阅罗列 58
3.4.2 分类设计 59
3.4.3 明确实现 61
第4章　数据可视化设计 63
4.1　可视化是人类的天性 64
4.2　数据可视化设计要素 65
4.2.1 设计目的 65
4.2.2 数据展现形式 66
4.2.3 受众群体 66
4.2.4 传播场景 68
4.3　趋势型数据可视化 68
4.3.1 点线图 68
4.3.2 拟合曲线图 71
4.3.3 柱状图 74
4.3.4 阶梯图 75
4.4　对比型数据可视化 76
4.4.1 柱状图 76
4.4.2 面积图 77
4.4.3 气泡图 78
3.3　数据指标设计原则 55
3.3.1 可信的数据源 55
3.3.2 计算逻辑透明、清晰 55
3.3.3 考虑适用场景范围 56
3.3.4 有易理解的指导意见 56
3.4　数据指标体系设计 57
3.4.1 查阅罗列 58
3.4.2 分类设计 59
3.4.3 明确实现 61
4.4.4 单词云图 79
4.4.5 星状图 80
4.4.6 脸谱图 82
4.4.7 热力图 83
4.5　比例型数据可视化 86
4.5.1 饼图 86
4.5.2 环形图 87
4.5.3 百分比堆砌柱状图 87
4.5.4 百分比堆砌面积图 88
4.6　分布型数据可视化 88
4.6.1 直方图 90
4.6.2 茎叶图 92
4.6.3 箱线图 93
4.6.4 概率密度图 95
4.7　关系型数据可视化 98
4.7.1 维恩图 98
4.7.2 矩形树图 99
4.7.3 漏斗图 102
4.7.4 桑基图 104
4.7.5 节点关系图 106
4.8　地理型数据可视化 108
4.8.1 二维地图 108
4.8.2 三维地图 111
4.8.3 地图应用 112
第5章　数据展现逻辑设计 117
5.1　时间逻辑 118
5.2　空间逻辑 121
5.3　用户角色逻辑 123
5.4　指标属性逻辑 125
5.5　业务分析流程逻辑 127
5.6　用户自定义逻辑 131
第6章　产品管理 133
6.1　产品经理管理职责 134
6.2　产品战略管理 135
6.3　产品需求管理 136
6.4　产品市场管理 139
6.5　产品研发管理 142
6.6　产品生命周期管理 146
6.7　产品经理管理考核 149
第7章　常用工具软件 151
7.1　需求分析工具 152
7.1.1 思维导图工具 152
7.1.2 问卷调查工具 157
7.2　数据探索工具 159
7.2.1 数据库管理工具 160
7.2.2 数据分析类工具 163
7.3　数据可视化工具 167
7.3.1 商业智能工具 168
7.3.2 前端图表插件 169
7.4　产品设计工具 171
7.4.1 流程图设计工具 172
7.4.2 原型图设计工具 177
结语 179
参考文献 181