本文在PMCAFF社区发布（www.pmcaff.com），转载请注明作者及出处。
开局一张图
如何才能设计出爆款数据产品？这个问题就好比“怎样才能画出世界名画一样”，没有定法。但经常欣赏优秀的作品，尤其是在专业人士的指引下鉴赏名作，一定是各个阶段画家的必经之路。今天，古牧君就斗胆带大家一起鉴赏一款数据产品：百度指数
1，为什么选百度指数？
因为它是公开可见的，同时，它也是比较好的
数据产品有很多，但大部分要么是企业内部自用的，要么是卖给其他公司或组织的，可供广大普通用户体验、分析的数据产品很稀少
跟产品经理一比就知道：数据分析师还是个弟弟。百度指数就是背靠百度这棵大树，用网民搜索数据量化衡量大众对某个事物的需求量，操作简单易懂，经常被用来做行研分析
基于上述理由，我们就拿它来做“教学示范”了
2，怎么评价一款数据产品？
上面咱们只是说了百度指数比较好，但要具体的鉴赏，就需要构建一个评价体系。好比一幅世界名画，不能光说它有名，夸奖的人多，所以它好，这是一个循环论证。我们需要从线条、构图、色彩、意境、历史意义等多个角度去拆解一幅画，同样的，数据产品也需要有这么一个评价体系：
在这个评价体系里，产品的目标定位是高于一切的，产品的功能是服务于目标定位的，最后才是数据、策略和交互设计，这三者是服务于功能的。为什么把目标定位抬的那么高？很简单，把科学家、画家、公益志愿者、商人等人放在一起，统一用挣钱多少来衡量价值，是不是太偏颇了？数据产品也一样，上来就不分青红皂白直接谈交互设计、谈策略算法，太武断了。那么大家觉得百度指数的产品定位是什么呢？是官方介绍的这个么？
反正我不信
我们还必须认识到，每个爆款产品的诞生和发展，都有一定的偶然性。我们不是给名人立传，所以不用太过纠结百度指数的历史渊源，只要把目光聚焦在近年来这个产品的稳定形态就好
总结一下就是秀肌肉、定标准、促消费。那好，咱们继续按照这个目标定位，拆解评价分析一下百度指数
3，指指点点百度指数
按照目标定位、配套功能、配套数据/策略/交互这个评价体系，我们分别对秀肌肉、定标准、促销费这3个推测目标进行展开分析
（1）秀肌肉：
从上面截图可以看到，该有的基本都有了，但细节还有很多打磨空间：比如地域分布中，是不是可以用一二三四线城市替代省份分布？兴趣分布中，是不是标签可以更makesense一些？
它是百度指数产品功能架构中与趋势和人群画像平行的一个模块，可见其重要性。查看其模块解释，它的目标是探索网民搜索某个关键词的前后，分别搜索了什么。这相当于是研究网民的意图，从单个搜索关键词这种静态的切面，变成一个动态的链条
但很明显，这个模块还处于探索阶段，因为很多结果是难以解释的。比如下图中红框里的几个关键词，是怎么跟数据分析师扯上关系的？我怎么也想不出会有那么多网民先搜了上海夜宵or无锡财政网，然后又搜了数据分析师，最后又搜了胶带硫化机？这是一个什么脑回路？！古牧君感觉这里面一定是数据清洗过滤层面出了些问题
（2）定标准：
这个指数化的加工处理过程，也不应该只是简单的设计一个公式，还会涉及到大量的数据清洗过滤策略。比如我想看看苹果和华为哪个指数高，可细想想好像苹果这个词歧义挺多的，还包含了水果，百度指数能否保证最终输出的苹果的搜索指数里，没有掺杂“富士苹果”呢？尤其是针对搜索这种短文本做清洗过滤，难度还是相当大的，一定少不了人工规则整理
（3）促消费：
4，总结经验以便自用
按照我们对百度指数目标定位的揣测，当前版本的百度指数该有的基本都有了，只是在一些细节上有些许迷思。比如搜索指数、资讯指数、媒体指数3者之间的关系，比如人群画像中对所属城市分布的执迷，比如需求图谱模块展示结果的难以解释，但这些都还算瑕不掩瑜。古牧君真正觉得需要好好讨论的，是作为数据产品，内部各个功能模块之间的逻辑关系：
古牧君一直认为，数据产品与数据工具最大的区别，就是功能模块能否串联成一个完整的故事线，这条故事线就是“业务数据化--->数据业务化”的缩影。先由数据产品经理将业务分析逻辑抽象整理成数据、策略和交互，再将数据、策略和交互整合上升至产品功能，让使用者能够完整清晰的感知到该领域的分析方法，而不是一个个功能模块的罗列堆砌
在这点上，百度指数也存在一些问题。产品最为人知的3个功能模块：趋势研究、需求图谱、人群画像，从排列顺序、模块名称等多个角度看，都还停留在简单的总-分结构叙事上。就好比介绍中国现状，先来一句地大物博人口众多，然后分别从地理、人口、资源等角度割裂开分别论述，仿佛几个因素之间就从来没有联动和影响？从这个角度，我比较推崇《枪炮钢铁病菌》的叙事框架，力求综合各个因素给出一个较为统一的模型解释，而非零散单点的拆解叙事
不过这些YY都算是后话了，把这种功能放在toC的大众版百度指数上，未免有点儿“大炮打蚊子”。所以总体来说，百度指数仍然不失为一款可供观摩学习的优秀数据产品～