-
数据的完备性提前明确所有需要的数据是否已经准备完全。数据就像水面上的冰山，展示出来的只是很小的一部分，它的采集，清洗和聚合才是水面下 98% 的部分。所以如果需要的数据没有采集或没有经过清洗的话，会让整个工期增加了极大的不稳定因素。
-
数据的准确性在埋点采集的时代里，这绝对是个遇神坑神的大坑。很多时候临到使用，才发现这个埋点的方式一直都是错误的。或者发现这个指标计算的方法没有把某种因素排除掉。这种情况在企业内部类产品比较常见。因为部门众多口径繁杂，一不小心掉进去了，就别想爬出来了。
所以，一个优秀的产品经理想要跟Facebook 一样做到Data Driven ，必须首先做到数据的完备和准确，埋点是必须要解决的痛点。
5、选择什么样的产品形态
以上四步最终确定完成之后，就可以选择相应的产品形态了。常见的数据产品形态有：着重于数据呈现的有邮件报表类、可视化报表类、预警预测类、决策分析类等；着重于算法类的用户标签、匹配规则等等。篇幅所限，这里挑可视化报表类跟大家分享下：