数据价值与产品化设计

本书从设计学角度系统地整理了数据用于决策的设计工具和方法，阐述了从数据作为商品视角去应用设计思维，提出了多级的数据产品理念以及产品化设计路径，同时列举了大量的案例，增强了本书的实用性。
本书内容主要包括数据经济时代、数据作为产品、数据加工模式、数据的价值感知、数据产品化要点、数据升级加工和数据产品化设计。
本书可供从事与数据相关的社会实践者，包括管理者、工程师、设计师，以及从事与数据相关的学术研究者，包括哲学、设计学、艺术学等人员阅读；同时也可供设计类专业的高校师生参考。

前 言
第1章 数据经济时代 Chapter One
1.1 数据发展趋势
1.1.1 数据在线
1.1.2 数据流动
1.1.3 数据开放
1.2 数据作为资源
1.2.1 变革行业应用
1.2.2 市场规模庞大
1.3 数据范畴界定
1.3.1 数据历史由来概述
1.3.2 本书给数据下定义
参考文献
第2章 数据作为产品 Chapter Two
2.1 数据产品的定义
2.1.1 什么是数据产品
2.1.2 数据产品的特性
2.1.3 数据产品的载体
2.1.4 价值产生的原理
2.1.5 数据产品的级别
2.2 零级数据产品
2.2.1 数据本身就是产品
2.2.2 数据的可视化处理
2.2.3 数据的艺术化加工
2.3 一级数据产品
2.3.1 作为行为决策工具
2.3.2 作为信息服务范式
2.4 二级数据产品
2.4.1 普适性数据加工品
2.4.2 重新定义行业规则
参考文献
第3章 数据加工模式 Chapter Three
3.1 数据加工的通用模式
3.1.1 单环加工模式
3.1.2 双环加工模式
3.2 数据加工的三个层次
3.2.1 点层次数据加工
3.2.2 线层次数据加工
3.2.3 面层次数据加工
3.3 提升加工效能的方式
3.3.1 自动化：端到端数据流管道
3.3.2 实时化：随时随地在线处理
3.3.3 模板化：从需求到解决方案
3.4 数据产品的生产范式
3.4.1 手工生产范式
3.4.2 智能生产范式
参考文献
第4章 数据的价值感知 Chapter Four
4.1 数据与人的经历
4.1.1 两者没有关联
4.1.2 相互交叉影响
4.1.3 构成经历核心
4.2 用户被动地感知
4.2.1 数据的客观质量
4.2.2 数据的主观质量
4.2.3 数据解读成信息
4.3 用户主动去体验
4.3.1 意义层面的价值
4.3.2 意义比功能重要
4.3.3 主动体验的模型
4.4 数据隐私和安全
4.4.1 个人的隐私数据
4.4.2 敏感数据的安全
4.4.3 数据的四个类别
参考文献
第5章 数据产品化要点 Chapter Five
5.1 数据产品的实效性
5.1.1 用户关心的是问题
5.1.2 数据不是越多越好
5.1.3 数据清洗是体力活
5.2 数据产品的利益点
5.2.1 数据利益相关者
5.2.2 数据产品的收费
5.2.3 数据加工的伦理
5.2.4 数据隐私的应对
5.3 数据产品价值共创
5.3.1 用户生成内容
5.3.2 多方共同创造
5.3.3 使能数据平台
5.3.4 价值共创案例
5.4 数据与体验的关系
5.4.1 数据提升用户体验
5.4.2 数据助力体验设计
5.4.3 体验作为设计准则
5.4.4 体验作为设计对象
参考文献
6章 数据升级加工 Chapter Six
6.1 数据价值移向右上角
6.2 数据价值的三个侧重
6.2.1 还原和表达问题
6.2.2 发现和解决问题
6.2.3 重新再定义问题
6.3 数据产品的三个形态
6.3.1 初原自然的形态
6.3.2 具象实效的形态
6.3.3 通用普适的形态
6.4 三个级别的递进升级
6.4.1 高低包含的关系
6.4.2 逐级进化的关系
参考文献
第7章 数据产品化设计 Chapter Seven
7.1 数据产品的机会分析
7.1.1 社会因素
7.1.2 技术因素
7.1.3 经济因素
7.1.4 意义因素
7.2 数据产品化设计流程
7.2.1 识别数据产品化机会
7.2.2 选择实现的价值层次
7.2.3 决定价值的效能程度
参考文献
鸣谢

前 言
从2004年到2018年，我一直在中兴通讯从事产品研发工作，期间研究院的名字换了几回，但是工作内容基本没变，始终围绕着“云计算”和“大数据”去设计和开发几十种业务产品。2005年我申请了“利用智能网实现语音识别自动拨号”的技术发明专利，那年科大讯飞研究院才刚刚成立。2011年我所在的团队研发的语音信箱业务已经服务全球超过1亿人，那年微信才上线。
在通信行业，技术发展可谓日新月异。仔细研究发现：所有技术都在为“数据产品化”服务；所谓的数字化系统实质是数据的加工场所；诸如5G技术、人工智能技术、虚拟现实技术都只是手段，数据才是根本！我们需要搞清楚数据是什么以及数据产品化的内在逻辑，才能发现深层次的创新机会。
为什么写这本书
网上书店可检索出近八万本与数据相关的书籍，大致可以分为两大类：一类是介绍与数据相关的专业技术，如大数据挖掘、分布式存储和数据可视化等；另一类是阐述数据在各行各业的实践应用。这些书籍在不断强调数据拥有的巨大价值，但是以下这些不可回避的现实问题却没有被回答：
问题一：从理论上说，拥有稀缺数据源的企业将拥有持久的竞争优势，然而实际上，许多企业在数据投资上耗费了大量的人力财力，也取得了广泛的关注与专业性的口碑，但是却没有获得预期的回报。那么是否因为数据存在价值层次而导致数据的潜在价值没有被充分地挖掘出来？如果是，那么数据价值层次之间是怎样的递进关系？
问题二：市场上存在各种各样的数据应用平台，向用户提供多样化和个性化的数据服务或产品。同样的数据经过不同方式的经营，产生的价值差异很大，为什么有的数据价值能够实现指数级增长？而为什么有的数据价值表现一般？
问题三：同样的数据加工品带给人们感受到的实际价值会因人而异，也会因使用场景而产生差异。在数据产品化前期进行价值机会点分析时，设计师需要考虑哪些影响因素？在数据产品化过程中通过哪些举措可以提升用户对数据价值的感知？
为了深究这些商业现象背后的问题根源，我决定攻读博士。在学习期间，我查阅了近500篇国内外学术论文，其中90%是国际刊物，包括最近十几年《自然》和《科学》等顶级杂志关于数据相关的研究进展。当然也少不了到一线调研，先后专程到美国硅谷和英国伦敦参访了脸书（Facebook）、谷歌 (Google)、爱彼迎 (Airbnb)、英国广播公司 (BBC) 等企业，走访了国内北上广深等9个城市，访谈了阿里巴巴、金蝶软件、今日头条等36位与数据产品相关的代表人物，有的是公司的首席运营官，有的是该领域的首席科学家，有的是部门的设计主管。这些调研材料经过哲学抽象后，诞生了我的博士论文《基于价值维度的数据产品化设计研究》。这是一篇从设计学角度论述数据产品化的理念和方法的学术研究成果，希望这些成果不仅能够解答企业实践中出现的现象问题，而且能够揭晓现象背后的规律，进而指导企业实践。
在博士导师辛向阳教授的鼓励和支持下，我们决定将博士研究过程积累的几十个案例打散重构，从读者方便理解的角度将核心成果表达出来，希望学术成果能够指导企业实践，产生出商业价值。
本书的主要内容
本书定位是一本偏学术的专著，通过理论探讨和案例验证，力争让每个章节都能有自己的观点，依次如下：
第1章，数据经济时代。本书从数据正在经历“离线”到“在线”、“静止”到“流动”、“封闭”到“开放”的过渡过程开始讲起，阐述在数据作为资源的大趋势下，数据产品化的市场前景值得期待，然后对本书所要描述的“数据”范畴做界定。
第2章，数据作为产品。这是本书的核心章节，提出数据产品化的相关观点，不仅对“数据产品”概念和特性进行定义，而且将数据产品划分为零级、一级和二级三个级别，同时整理出不同级别数据产品的基本特征，并列举案例进行说明。
第3章，数据加工模式。数据产生价值的过程可以抽象成单环加工和双环加工模式；数据加工可以分为“点、线、面”三个层次；人们可以通过从“自动化、实时化、模板化”三个方式来提升数据产生价值的效能，实现从手工生产到智能生产范式的加工升级。
第4章，数据的价值感知。数据与人们经历之间的关系可以分为三种紧密度，不同紧密度会影响人们对数据价值的判定；人们对数据价值的认知方式有两种：被动感知和主动体验；数据的意义比功能更能影响价值感知；数据隐私和安全问题也是一个影响因素。
第5章，数据产品化要点。本章总结数据加工过程的共同注意要点和潜在问题。作为数据产品的生产者，有四个方面的加工要点需要关注，包括数据产品的实效性、数据产品的利益点、数据产品价值共创，以及数据与体验的关系。
第6章，数据升级加工。本章以数据的价值层次、价值效能和价值感知作为三个维度构建出数据产品化价值矩阵，提出移向右上角可以实现数据价值最大化；提出数据价值的三个侧重、数据加工品所对应的三个形态特征，以及不同级别之间的递进逻辑。
第7章，数据产品化设计。本章提出数据产品的机会分析可以从社会、技术、经济和意义四个方面去考量；同时提出数据产品化设计流程可以分为三个大步骤，然后通过一个完整数据产品的设计案例来系统阐