)TalkingData在8月中旬正式对外公布了自助研发的下一代移动应用统计分析系统——灵动分析系统。对比此前的各种移动应用统计分析产品，灵动分析的最大特点是大幅简化了数据集成过程，只需在App中加入分析SDK，无需再编写任何代码和更新App版本，即可实现事件跟踪、增删数据点等操作，做到完全零代码数据跟踪。这极大的简化了研发人员的工作，同时也能让产品和数据分析人员任何的天马行空数据需求瞬间得到满足，大幅提高运营效率。InfoQ记者就灵动分析系统产品相关的问题采访了TalkingData产品VP闫辉。
InfoQ：首先请您简要介绍一下TalkingData目前在移动大数据处理方面积累了哪些产品？
闫辉： TalkingData基本上所有事情都是围绕着移动端的数据这个业务，正式对外发布的产品主要是有两块。一块我们叫数据工具，当然也有人管它叫开发者服务，主要是关于应用统计分析，游戏统计分析，还有像移动广告监测平台，它是一种偏工具型的产品；另外一块，我们自己叫做数据平台产品，TalkingData积累了那么多的客户，就可以把所有的非敏感信息聚合到一个大的平台里面，对其进行分析和洞察，形成一个大数据平台产品。数据平台产品不仅可以展现各行业领域在宏观上的发展态势，也可以从微观角度发掘个体的行为偏好价值！
InfoQ：最近TalkingData上线了一个新的产品叫“灵动”分析系统，这个产品主要解决了用户怎样的一个痛点？这个是不是跟它的命名有关？
闫辉：我们当时给这个产品取名 “灵动”分析系统，确实是想通过这个产品真正去解决用户的一些核心问题。可以这样理解，移动圈相关的公司在前端需求，产品设计，一直到后端研发之间总会存在一些冲突性的问题。前端界面总是会想要添加很多新的功能和新的内容，像数据产品经理经常会想要更多很灵活的数据点，但这些数据点在之前并不能清楚的把它定义好。而一旦产品上线之后，这些变化又会导致后端研发去不断的改动重构。这样就造成了前后端的冲突和极大的时间人力的浪费，因为可能会面临无穷多的这种数据点要去追踪，去添加。
灵动分析系统在技术层面上完全解决了这个问题，它让前端的人可以开动脑筋去想更多分析上的灵感；另一方面，灵动系统可以让前端非常动态的处理需求变化，而不需要开发去介入，
“灵感＋动态”组合起来就构成了灵动分析系统。它解决了前后端在需求和解决之间的矛盾，可以让业务人员自己随时提出各种数据监控和数据追踪需求并完成这种添加，而且这些是可视化的。
InfoQ：TalkingData灵动分析系统是否体现了移动大数据处理产品的一个精细化构建趋势，也更注重开发者和研究人员的用户体验？
闫辉：我觉得谈精细化可能并不是完全贴切，但是它本身确实体现了一种很好的技术思维。这个产品落地到数据分析任何一个具体的场景当中，都会产生一个非常大的帮助。这种设计可以理解为解决了一个比较关键的目前业界都无解的效率难题，但从分析角度来说，其构建的可能并不是偏精细化的，而是偏更灵活和更有灵感的分析体系。
InfoQ：TalkingData灵动分析系统接下来还会有哪些方面的一些功能研发或者改进？
闫辉：灵动分析系统作为整个平台产品，其实目前发布的是第一块，叫做灵动事件。它的功能核心是捕捉终端用户在客户端的每一个行为动作，可以直接在报表当中实时定制数据点去做对应的采集。目前主要是针对行为动作，偏向按纽的点击、像功能菜单之类的点击。后续的话，我们会把这种灵活定制的功能扩展到应用的界面切换，就是每一个界面的跳转都可以自由的去定制，可以追踪前因后果和转化的关系。
再下一步，就可以利用这些追踪到的每一个界面元素的详细数据，去开发一个功能，叫
ABTest功能。这也是长期困扰移动开发者的另一个很大的难题，他们很需要动态优化产品的能力。有了这个功能，产品经理可能就不需要去纠结某个按纽应该是红色还是蓝色，文案应该是写六个字，还是四个字效果更好。利用灵动分析系统，他可以随时去定制界面，做一些改动，通过平行的数据对比可以看到哪一种的效果实际会更好。这就是后面准备去迭代的几个功能点，灵动的界面，还有灵动的ABTest功能。
InfoQ：作为TalkingData的产品VP，请您分享一下如何做好移动数据统计分析领域的产品经理工作？
闫辉：其实对这个领域的产品经理来说，有些时候真觉得，一是挺难找人的，二是，还真是挺难做的。简单来说，移动大数据这一系列的产品很大一部分是在 2B形和2C形之间的跨界产品。它既要求2C产品那种对体验的打磨，面对易用性等交互问题的挑战，另一方面，它需要产品经理非常了解这个行业圈子的生态。分析型的产品应用本身面对的是每个公司内部偏产品运营或其他分析型的职位。移动大数据产品经理首先要了解不同类型公司的哪些体验存在一些痛点，比如跨部门沟通的痛点、移动开发者公司基础运作的方式、如何迭代产品、过去的流程能否继续优化、如何针对性的去解决等，这方面是需要很多积累的。
另外一方面，既然是做数据产品的，那必须了解数据这个圈子当中的工程模型，像
TalkingData比较推崇的是我们的 AARRR（Acquisition、Activation、Retention、Revenue、Refer） 运营模型，包括从获取，活跃，留存，变现到传播的整个路径。这对产品经理的要求就是，在这整个路径之上，你是不是从事过或熟悉相关的岗位，以及有一定量的知识累积，可以深入了解这些岗位的人的真实需求，这是比较关键的，也具有综合性的要求！最后的话，可能确实要对数据稍微比较敏感一些，因为管理数据型的产品，要对每天的数据量的增量变化，数据量的前后因果关系是否合理等比较敏锐！
InfoQ：您对TalkingData招聘的产品经理有哪些期望，或者是好的建议？
闫辉：首先，行业基础知识是要非常了解的，因为在面试的时候经常发现有些一两年经验的产品经理可能都是比较偏一个方向，而综合性知识比较差，比如说非常关注用户体验那一块，而在用户使用流程前后的逻辑关系上，或技术上的基础知识了解不够，这是不可取的。另外，做数据产品经理，他要求的跨界的知识和能力会比较多，只偏重于去做原形设计是不行的，必须要有强大的跟营销部门或其他用数据的部门去沟通的能力，可以快速学习，了解相关行业数据分析里边的业务逻辑。
－－－－
受访人介绍：
闫辉， TalkingData产品VP ，7年移动互联网产品设计及全领域从业经验；曾任巴别塔市场主管、产品主管；国内首个推送平台及其数据运营平台设计者；行业知名产品、交互体验设计师，先进的产品设计思路和理念广为接受。
我来说两句排行榜