00前言
随着数据在企业的重要性越来越高，数据赋予的价值和意义在企业内部也深入人心，不仅纳入到了企业战略中去，在日常的工作中，各个业务部门也会不断的提出五花八门的数据需求（数据分析、数据治理、数据应用等等）。企业开始讲数据能力产品化，层出不穷的数据产品应运而生，但是如何去评价这些数据产品实际产生了多大的价值，到底产品运营的情况如何，是否需要投入更多的资源亦或是下架，都需要建立一套常规的数据产品价值评估体系。
在过去，把数据产品的价值评估简单粗暴的认为日活月活越高越好，但是忽略了数据产品与其他产品不同的是，数据的可复制性和传播性并不影响其日活月活，只要它能为领导决策分析产生价值，哪怕只有一个人去使用，其价值也是值得推广的。所以，数据产品价值评估需要从三个不同的维度进行分析。
（1）数据应用价值：覆盖数据处理和应用流程。
-
效率提升方面，体现在整个数据加工服务链条上，包括数据检索探查、数据开发运维、数据分析洞察和数据服务支持，例如过去需要业务方提分析需求，等待技术团队完成，而通过数据产品，业务方可以自助查询和分析；
-
成本优化方面，一方面效率提升、数据驱动业务增长，可以折合为成本优化，一方面通过数据治理工具和推进，可直接减少计算和存储资源浪费，减少重复性的开发，直接节省成本；
-
质量提升方面，一方面是数据开发程序的正确率和时效性，另一方面就是数据规范及数据口径的统一。
（2）业务价值：广义的业务，数据产品应尽可能覆盖到企业商业模式的各个业务环节中，包括客户关系维护。
-
业务增长方面，首先是业务和业务策略效果的评估与沉淀，辅助业务部门了解业务现状，制定有效的增长策略；另外，可以通过数据和算法直接影响业务流程，提升业务效率效果，或是提供一些预测，业务策略建议；
-
成本优化方面，基于实际业务类型，可提供各类成本优化建议，例如可建设数据产品直观体现库存周转情况，提供优化建议；可通过分析各获客渠道的质量，提升 ROI；可以预测未来业务所需人力，提前做好储备计划；
-
效能提升方面，可基于业务部门需要，实现数据分析自动化、运营自动化、自动监控和预警，降低业务方使用数据的门槛，减少他们在获取和使用数据上花费的时间精力。
（3）管理价值：包括企业内部管理、决策支持，但相对来说较难量化。
-
管理规范方面，可辅助企业目标管理，利用数据产品将目标拆解体系化呈现，直观体现目标完成情况；也可设置奖惩等管理规则，并实现规则自动化落地和追踪；
-
决策支持方面，通过数据分析产品辅助管理决策或者发现商业机会，例如通过分析业务上下游供销关系，直观体现公司所处位置和可能的机会；
-
价值沉淀方面，可以进行知识管理，沉淀业务经验、运营策略等，方便新人快速学习和融入，对于企业来说存在中长期价值。
接下来，我们可以将以上三个部分的价值评估进行量化，设置不同的权重，形成对数据产品的评估体系。例如A企业拥有报表、平台、系统等大大小小几百个数据产品，对此进行分类分级，从而可以将这几百个数据产品分为对内产品，和对外产品。
-
对内产品：对内数据应用是指以数据价值发现为目标，根据特定的业务需求和场景，对数据按照一定的逻辑进行加工处理，最终形成的多种形式的程序、结果数据。
-
对外产品：对外数据产品是以企业外部用户需求为导向，以自身数据为核心要素，通过整合内外部数据，采用数字技术加工转换形成的面向政府、企业、居民等外部客户所提供服务的高附加值产品。
针对对内产品，我们可以主要考量其实用性、稳定性以及对内产生的管理价值等。而对外产品我们主要考量市场推广、以及经济效益等因素。这样我们通过一个完整的价值评估体系，并针对性的对数据产品分类分级，就能清晰的盘点出数据产品的价值大小，从而指导内部数据产品管理，上下架管理等。
