在探索洞察環節，我們通過桌面調研，實地訪談的多種方式，收集到了各方面的資料信息，不論是一手資料還是二手資料。我們將這些資料匯總整理後，就能夠得到一份相對完整的不同結構的數據資料。那麼接下來便是如何通過這些數據，挖掘其背後的價值和機會點。這也是本章所要闡述的內容，了解如何明確目標，確定機會點優先級。
機會點優先級在數據應用產品設計框架中屬於目標定義階段，主要環節可分為北極星指標拆解與提升點、提升點優先排序、明確項目目標。
一、北極星指標拆解與提升點
1. 什麼是北極星指標
北極星指標，又稱唯一關鍵指標，是指在產品當前階段與業務戰略相關的絕對核心指標。北極星指標之所以用北極星來命名，因為它確立後就如同北極星般指引全公司上上下下向著這一個方向邁進。
2. 北極星指標的意義
企業的願景和使命決定了企業的宏觀戰略，雖然願景和使命都很重要，但是類似的定性描述其實是很難通過數據進行量化的。當設計到具體的部門和個人時，則會出現對企業願景和使命千差萬別的想法和理解，然後到執行動作時就會出現形形色色的甚至是不符合目標的變型。
當確立了北極星指標後，企業的經營情況變得有跡可循，管理者和執行層根據北極星指標及其衍生指標變化去判斷自己是否在為企業做出有益的貢獻。北極星指標的意義在於可以指導個人的日常決策，並做出相應動作。公司團隊中的每個人做事情便有了判斷的標準，一切向北極星指標為核心，並明確細分目標。
3. 北極星指標的選擇
北極星指標的選擇是要建立在能實現商業目標和用戶價值基礎上，並促成平衡可持續發展，同時兼顧企業長期和短期發展。
雖然從本質來看企業是以盈利為主要目的，但直接選擇營收或者利潤作為北極星指標是否可行？
理論上其實是可以的，大部分企業的主要指標也是這樣進行設置的。特別在一些銷售導向的企業往往就把營收目標拆解到個人頭上，促動大家向這個營收目標努力。
但是營收目標具有很強的滯後性，在做了相應改進措施後，可能營收目標仍沒有體現出效果，所以不具有導向性。並且過度追求營收，可能就會造成粗製濫造，影響客戶體驗等情況出現，從而對長期的客戶價值產生不好的影響，不符合公司中長期戰略發展目標，所以我們不能單一考慮營收或者利潤指標。
尤其是一家網際網路公司等服務公司，其在其成長階段往往還沒有清晰的營收模型，沒辦法把營收或者利潤直接定為北極星指標。
所以在我們確定北極星指標的時候，一定要清楚其重要作用。首先，它要能夠清晰的表明產品在未來一段時間需要優化的方向及想要傳達的功能模塊。其次，指標要能夠使公司其他產品組成員也知道產品組的實時進展，以便開展跨部分合作。最後，指標要為產品的結果負責。
我們可以從六個不同的維度去篩選：
1）用戶獲得的產品價值
2）公司獲得的商業價值
3）用戶的活躍度
4）簡單可拆解
5）是否是先導指標而不是滯後指標
6）是否能說明公司在往好的方向發展
4. 根據北極星指標進行目標拆解
關鍵要素的確定是通過用戶所處的狀態和業務想要達成的目標拆解而來。
關鍵要素拆解之後的展現形式主要是產品關鍵節點展示和活動運營,產品節點趨向於長期,活動則趨向於短期。通過短平快的活動,對比實驗組與對照組的數據變化,判斷所做的活動是否有用,最終將活動產品功能化。
5. 識別數據價值提升點
針對每個子指標思考優化方案：
1）重點目標客戶數量：需要長期客戶關係維護，數據難以快速見效
2）理財經理執行率：需要強化考核機制、提升客戶經理業務能力和客戶經理對預測模型的信任
3）接通率：客戶聯繫方式的數據質量、對客戶作息習慣的掌握
4）簽約率：客戶經理的專業能力、通過構建精準營銷模型可以篩選出簽約意願高的客戶
5）戶均額度：通過構建額度預測模型，可以識別出預期購買額度高的客戶
6）潛力目標客戶數量：需要高級別信用卡、對公業務、功能類、服務類產品擴大客源
7）簡訊反饋率：通過構建反饋預測模型可以篩選出對理財產品興趣高的客戶
8）理財經理執行率：需要強化考核機制、提升客戶經理業務能力和客戶經理對預測模型的信任
9）接通率：客戶聯繫方式的數據質量、對客戶作息習慣的掌握
10）簽約率：客戶經理的專業能力、通過構建精準營銷模型可以篩選出簽約意願高的客戶
11）戶均額度：通過構建額度預測模型，可以識別出預期購買額度高的客戶
其中：
簽約率按照事件可以分為理財產品到期、代發薪收入到帳、大額資金持續一周存活期等分別建立精準營銷模型。
其中理財產品到期還可以分為：1）到期理財外行資金凈流入續持理財；2）到期理財資金流出外行；3）到期資金在儲蓄帳戶等待或猶豫分別建模。
二、提升點優先排序
優先級在項目管理中發揮著重要作用，按照輕重緩急和成本利潤最大化逐一處理，促使做事井井有條。
1. 收益小成本高：暫時不考慮解決
比如需要構建預測模型的指標，但無法直接帶來收益的指標，我們可以暫時不考慮處理。
2. 收益大成本高：考慮長期解決
比如剛才提到的大額資金持續一周存活期這一指標，需要建立精準營銷模型，建立模型和數據處理需要比較多的時間，但一旦模型成功捕獲用戶後，便會有大額長期資金收益，所以可以考慮安排在長期指標中。
3. 收益小成本低：放在後續疊代中優化
代發薪收入到帳、額度預測模型等，這類指標雖然不那麼耗時耗力，但收益同樣也比較小，所以在主次處理上，可以延期進行處理，不會影響整體進度。
4. 收益大成本低：應該優先解決的問題
上面提到的理財產品到期三個指標，能直接通過提高理財經理執行率來完成指標成果的，應當優先處理，短時間低成本的獲取最大利潤。
三、明確項目目標
一個項目可以包括多個子目標。也可以一個項目只完成一個子目標。根據團隊情況確定小而精的方向，不要面面俱到而不精。
對於項目經理而言，需要明確三件事：
1. 這是什麼樣的項目
2. 項目需要達到一個怎樣的效果
3. 項目經理在項目中賦予了哪些權限
四、方案探討
在定義了機會點指標之後，我們就要開始執行相關舉措，以實現我們的目標。那麼進入到方案實施階段的時候，首先我們要通過產品設計來進行全盤的操控。
1. 頭腦風暴法
在方案討論中，我們經常使用頭腦風暴法來激發大家的智慧，產生解決問題的創意。
頭腦風暴是由美國創造學家AF奧斯本首次提出的一種激發創造性思維的工具。它的基本理念是:要獲得很好的點子,首先要獲得很多的點子;要獲得很多的點子,就要靠點子來激發點子。
在根原因分析中,頭腦風暴不是一個單一的、定義明確的活動。實際上,有兩類不同的頭腦風暴法。
l結構化的頭腦風暴。每位參與者輪流提出一個想法,是非常結構化的,這樣可以確保平等參與,但是缺乏自發性,在某種程度上束縛提出更多的想法。這類方法稱為輪圈式( round-robin)頭腦風暴法。
l非結構化的頭腦風暴。每位參與者自由提出想法,是非常隨意的,但是經常會更混亂,也會導致一人或更多人主導討論活動。對於想法很多的人來說,使用這種方法是很好的,有時也稱這種方法為自由輪式頭腦風暴法。
除了提出問題的順序不一致外,這兩種方法完全相同。
2. 頭腦風暴法流程
頭腦風暴是通過一定的程序規則來保證討論的有效性，從程序來說，組織頭腦風暴法關鍵在於以下幾個環節：
1）確認要討論的問題
一個完整的頭腦風暴法要從對問題的準確闡述開始。在會前確定一個目標，使參與者知道通過這次會議需要解決的問題，同時不要限制解決問題的範圍。一般來說，具體的議題能使參與者較快產生觀點，主持人也容易掌握；而抽象和宏觀的議題引發設想的時間較長，但設想的創造性也可能較強。
2）準備會場
為了使頭腦風暴效率更高，需要在會前進行準備工作。如資料收集，了解與議題有關的背景和動態。會場作適當布置，座位排成有利於討論的形狀，比如圓環形。此外，在頭腦風暴會正式開始前可以出一些測驗題供大家熱身，以便活躍氣氛，促進思維。
3）組織人員
一般8人～12人為宜，也可略有增減。人數太少不利於交流信息，激發思維。而人數過多則不容易控場，並且每個人發言的機會會減少，影響整體氣氛。
4）宣布主題
在確定了參與者後，就要推定一名主持人和記錄員。主持人的作用是進行議題主題的宣布和紀律的控制，在會議進程中啟發引導，掌握進程。並且也需要歸納某些發言的核心內容，提出自己的設想，活躍會場氣氛，或者短暫進行思考環節等。記錄員應將所有設想及時編號，簡要記錄，最好進行粘貼排列到正確區域。
5）Brain Storming
在正式進入到頭腦風暴環節時，參加者不應該受條條框框限制，而應該讓思維自由馳騁。從不同角度，不同層次，不同方位，大膽地思考想像，儘可能地標新立異，與眾不同，提出獨創性的想法。
並且在頭腦風暴過程中應該遵循禁止批評重要原則。參加頭腦風暴的每個人都不得對其他人的設想提出批評意見，因為批評會對創造性思維產生抑制作用，破壞會場氣氛，讓會議達不到最好的效果。
6）整理問題，找出重點問題
通過頭腦風暴環節後，往往能獲得大量的設想。但這時候，任務只完成了一半，更重要的是對已獲得的想法進行整理分析，總結歸納出有價值的創造性想法加以實施落地。
這個就是整理問題，找出重點問題，和處理問題的工作。這個工作其實和下面我們要說的會後評價緊密聯繫在一起。
7）會後評價
會後評價通常安排在頭腦風暴的次日進行。主持人和記錄員應設法收集參與者在會後產生的新設想，以便一併進行評價處理。處理和評價方式有兩種。一種是專家評審，可聘請有關專家及參與者代表承擔這項工作。另一種是二次會議評審，即由頭腦風暴的參加者共同舉行第二次會議，集體進行評價處理工作。
最後需要注意的是，頭腦風暴如果不能科學的、系統的被組織的話，得出的結果往會造成大量的資源浪費。頭腦風暴提供了一種有效的就特定主題集中創造性溝通的方式，無論是對於學術主題探討或日常事務的解決，應該根據參加者情況、時間地點、條件和主題的變化而有所變化，有所創新。
3. 思考選用何種算法
收集到足夠的設想後，項目就進入到了架構設計階段。整體價格我們結合客戶、產品、時間三個維度進行連接思考。
1）客戶
單從客戶角度考慮，我們可以進行客戶的特徵分析，這就是我們常說的用戶畫像。通過用戶畫像我們能對用戶所偏好的領域進行深挖，比如用戶特徵推薦、人以群分推薦。
基於用戶行為分析的推薦算法個性化推薦系統的重要算法，也被稱為協同過濾算法，如猜你喜歡，通過價格地域進行推薦。
另一種是基於人和人之間的相互推薦，是通過社交關係分發的一種形態。
基於用戶的協同的基礎思路分為兩步：找到與用戶某一方面相似的人群，然後將這一人群喜歡的新東西推薦給用戶。
2）產品
從產品角度出發，就是以物品的信息作為特徵，找到對應的用戶群，進行精準營銷。主要有物以類聚的推薦、關聯式消費行為推薦、基於產業鏈的產品推薦。
和基於用戶的推薦類似，從物品角度出發，就必須要有完善的物品畫像，基於物品的固有屬性來計算物品和物品之間的相似度，從而推薦給用戶歷史消費相似的新物品。我們日常常見的推薦場景有音樂、電影、圖書的推薦等。
其次是關聯式消費行為推薦，這種推薦方式是反映一個事物與其他事物之間的相互依存性和關聯性。如果把物以類聚的推薦比作是「猜你喜歡」，那麼關聯式消費推薦則是「套餐」營銷模式。這種模式常用於實體商店或在線電商的推薦系統。通過對用戶的購買記錄進行關聯規則挖掘，最終目的是發現用戶群體的購買習慣的內在共性，例如購買產品A的同時也連帶購買產品B的機率，根據挖掘結果，調整貨架的布局陳列、設計促銷組合方案，實現銷量的提升，最經典的應用案例莫過於《啤酒和尿布》。
上述兩種推薦方式是非常經典的消費網際網路產品的運營，而與之不同的，產業網際網路將「產品」和「網際網路」融合到一起，成為一種新興經濟。而產業網際網路產品運營思維自然有別於消費網際網路產品運營。
產業網際網路產品的運營，是具備營銷數字化轉型思維的運營體系。營銷數字化轉型的重點便是構建以用戶運營為中心的營銷體系。
所以產品所帶來的價值就需要包括使用者的使用便捷省時，並且能客觀輸出有價值的數據統計分析結果，引導市場快速響應變化。
3）時間
時間維度主要是基於商品季節性、節日性、產品生命周期的推薦。
季節性商品主要分為單峰型和雙峰型。
單峰型的產品指的是在一個周期內只有一次達到銷售高峰。然後又可以分為第一種，產品在銷售高峰期時，價格上漲，在銷售低谷期時，價格下降；第二種，產品在銷售高峰期時，價格下降，在銷售低谷期時，價格上漲，如蔬菜水果；第三種，產品在銷售高峰期和銷售低谷期時，價格無變化，如冰激凌。
雙峰型產品指的是一個周期內有兩次達到銷售高峰。如空調冰箱，在冬季和夏季是銷售高峰，春季和秋季是銷售低谷。在推薦季節性商品過程中，擴大旺季強勢，消除淡季影響的最好辦法，就是準確把握淡旺季營銷的尺度，平衡好產品在銷售淡季和旺季的關係，從而降低決策風險，最大化盈利。
除了季節性、節日之外，產品自身是出於生命周期過程中的，包含引入期、成長期、成熟期和衰退期。不同的階段對應的營銷指標和策略也是不一樣的。
l引入期：也被稱為冷啟動，尋找潛在用戶；
l成長期：用戶量級的快速增長；
l成熟期：用戶量級趨向平穩增長，產品核心工作在活躍留存用戶上；
l衰退期：用戶量級停止增長，甚至出現負增長。
4）維度結合
除了從單一維度能夠推出對應的指標和推薦策略外，維度結合也能得到很多有價值的算法，比如用戶和物品相結合的屬性匹配推薦、用戶時間維度的監測和採購周期的推薦、產品興趣的預測推薦等。
五、數據盤點
數據盤點我們可以分別從企業和用戶兩個層面分析。
首先，對於數據架構的理解大多源自於企業架構，而數據結構則是其重要的組成部分。企業架構一般包括業務架構、數據架構、應用架構和技術架構。而數據盤點則需要從不同模塊、內外部分別處理。像我們經常提到的數據治理涉及的數據架構，從功能上看，便可包括信息資源目錄、主數據、元數據、數據質量、數據標準、數據安全、數據生命周期管理。所以在數據盤點時，我們就得知道企業數據有哪些，分布在什麼地方，最有價值的數據存儲在什麼位置？
另一個層面便是通過用戶行為漏斗進行一一盤點，這也是我們業務側經常用的盤點架構。用戶旅程指的是用戶與企業互動時，以購買或者使用產品服務所採取的行為步驟。這些步驟也叫做「接觸點」，這些接觸點可以在任何設備、平台、渠道、在線或離線上使用。那我們為什麼要使用用戶旅程呢？那是因為用戶是任何業務的基石。通過深入研究用戶旅程，將會詳細了解到用戶在產品旅程中的體驗。那麼此時，對應的指標，例如收入、增長率和留存率等等，就更容易提煉出來了。另外，還需要注意的是，在研究過程中，要定性和定量研究方法相結合：調查用戶思維過程時使用定性研究方法，並使用定量研究方法來進行大規模驗證反饋。
六、數據服務畫布
這裡我們以到期理財資金流出預測模型的數據服務畫布為示例。
數據服務畫布從業務痛點、環節流程、用戶觸達、技術算法、相關風險進行展示，可以系統地反映企業、用戶、產品、行業內競品和服務供應。
前面我們通過很多方法進行了數據收集、技術研究、業務討論，那麼最終我們將現有的資料劃分在不同的精細度中也是很有必要的。
在上圖中，我們可以看出服務畫布是一個幫助企業分析當前情況的可視化過程，並作為探索未來策略的起點。通過畫布闡述有助於建立共同語言，在業務和技術側形成內部共識，使得公司在商業目標上進行調整並達成一致的戰略方向。