上海数据交易所上架产品超过5000个,交易规模超过50亿元。平均算下来,单个产品的年交易额并不高。这个比例说明一件事:上架容易,卖动难。数据产品从“能展示”到“能成交”,中间隔着需求、质量、定价三道关。数据产品的合规边界要提前划清。产品形态不同,合规要求不同:原始数据产品涉及来源与授权,加工数据产品涉及加工深度与脱敏,结果型产品涉及算法与结果责任。三类产品的合同条款、披露要求、责任分配都应有区别。结果型产品的责任分配更复杂,算法出错的责任要有约定。结果型产品的责任分配更复杂,算法出错、结果偏差的责任要有明确约定。算法责任的约定要区分数据错误与模型错误,责任主体不同。产品说明书的更新要及时。字段调整、覆盖范围变化、质量指标波动,都应同步更新说明,并通知存量客户。说明书与实际不符,是售后争议最常见的起因,处理起来既费时又伤客户关系。
需求关最难过。很多产品是“有什么就上什么”,而不是“市场要什么”。可用的做法是先找场景,再定产品:谁在什么环节缺什么数据、缺了会损失多少、愿意付多少钱。三个问题有答案,产品才有客户。产品说明书是常被忽略的工具。一份好的说明书应包含:数据来源、覆盖范围、字段定义、更新频率、质量指标、使用限制、典型场景、计价方式。八项写清,买方决策会快很多,售后争议也会少很多。说明书里的质量指标要可验证,不能只写“高准确率”。说明书里的质量指标要可验证,只写高准确率无法验收。质量指标可以设三项:准确率、覆盖率、更新及时率,均可抽检。
质量关考验的是交付能力。数据产品的质量不只看准确率,还看覆盖度、更新频率、字段稳定性、接口可用性。买方试用后如果发现字段缺失、更新滞后,复购基本无望。把质量指标写进产品说明,是建立信任的第一步。产品的生命周期管理也要设计。上线、迭代、下架三个阶段各有动作:上线要验收质量与合规,迭代要记录变更与影响,下架要通知客户并处理存量数据。缺少生命周期管理,产品会越堆越乱。产品下架要处理存量数据,通知客户并约定过渡期。产品下架要处理存量数据,通知客户并约定过渡期与替代方案。下架过渡期建议不少于三个月,给客户迁移时间。产品的定价可以设阶梯。基础版覆盖标准字段,专业版增加深度字段与历史数据,定制版按场景开发。三个版本对应不同客群,既满足长尾需求,也保住高价值客户的付费意愿。
定价关要匹配价值。同一份数据做成订阅制、按次调用、还是打包授权,价格差别很大。订阅适合高频低额,按次适合低频高额,打包适合深度合作。定价方式选错,买方会觉得贵或卖方会亏。渠道策略影响产品形态。直销适合高价值定制产品,代理适合标准化产品,平台分发适合长尾产品。三种渠道的成本结构与客户关系不同,产品设计要匹配。渠道策略要与产品形态匹配,定制产品不宜走平台分发。渠道策略要与产品形态匹配,定制产品走平台分发往往卖不动。渠道匹配可以看客单价,高客单价适合直销,低客单价适合平台。
资信树在帮客户设计数据产品时,会先做一张“产品—场景—定价”对照表:每个产品对应哪类客户、解决什么环节的问题、采用什么计费方式、预期客单价多少。表格填不满的产品,先不上架。资信树在产品评审中也用这张表。资信树在产品化项目中会输出一份“产品手册模板”,把说明书、计价、交付、售后四块固化下来,客户可直接使用。资信树在产品评审中也会以此为标准。资信树会输出产品手册模板,客户可直接套用。资信树输出产品手册模板,客户可直接套用,减少重复设计。产品手册模板要留出本地化字段,不同行业补充不同内容。资信树在产品设计中会同步规划“退市机制”,明确什么条件下停止维护、如何通知客户、存量数据如何处理。资信树在产品评审中也会检查这一项,因为无计划的退市往往引发客户投诉。
产品化不是把数据打包卖,而是把数据变成可重复交付的服务。可重复,意味着标准化、可计量、可结算。做到这三点,才算真正的数据产品。产品化的真正门槛不是技术,而是把“非标交付”变成“标准服务”。每接一单都要重新设计的产品,规模永远上不去。资信树在产品评审中会检查生命周期管理是否到位。资信树在产品评审中检查生命周期管理是否到位。生命周期管理的三个节点要设责任人,不能都归产品经理。

