數據產品開發是跨學科、跨領域的系統性工程，“數據產品高速動車組模型”作為數據產品開發的解決方案（見圖1），旨在通過數據的高效整合和應用，推動企業在數字化轉型過程中實現創新和增長。該模型借鑒了動車組的高效、協同和靈活性特點，強調數據產品在不同行業中的應用和價值。

圖1　數據產品高速動車組模型

火車頭是數據產品開發的核心，包括價值牽引、場景驅動、合規支撐三個組成部分，其底層邏輯建立在于我國對數據要素基礎制度體系的探索和實踐 之上。 

• 價值牽引是動車組的“操控手柄”，代表數據產品開發必須以 FBUS 價值模型為導向，體現在數據產品必須能夠為企業帶來實際價值，這包括提高效率、 降低成本、增加收入等，以確保數據產品能夠持續推動企業向前發展。 
• 場景驅動是動車組的“動力引擎”，代表數據產品開發必須基于特定用戶在特定應用場景的特定需求或問題，數據產品需要根據不同的應用場景進行開發， 以滿足特定需求。 
• 合規支撐是動車組的“無砟軌道”，代表數據產品開發必須在合法合規合標的基礎上進行；在數據產品的設計和應用過程中，必須嚴格遵守相關法律法規，確保數據的安全性和隱私保護。

數據產品高速動車組模型的運作機制可以概括為數據產品開發策略、數據產品設計方法、數據產品開發方法、數據產品運營方法等4個方面，《數據產品開發與經營：從數據資源到數據資本》對這 4 個方面逐一展開詳細描述，篇幅有限本文不做展開描述。

數據產品高速動車組模型通過“價值牽引、場景驅動、合規支撐”，為企業提供了一個全面、高效的數據要素產品化解決方案。通過在不同企業、不同行業中的應用實例，我們可以看到數據產品在推動企業創新和增長方面的巨大潛力。

一、價值牽引：動車組的“操控手柄”

價值牽引在數據產品開發中扮演核心角色，強調以價值創造為導向，通過 深度洞察用戶需求和業務目標來設計和開發能夠持續產生價值的數據產品。這 一理念并不是簡單的數據積累和技術實現，而是通過產品的價值引導來推動企 業的業務增長、提升用戶體驗和實現社會效益。 

1、什么是價值牽引

價值牽引的核心思想在于，在數據產品的整個開發和運營過程中，始終關注產品所能創造的多維度價值。這不僅涉及技術實現，更重要的是通過數據分析和應用，幫助企業在市場競爭中取得優勢，并為用戶帶來實際的效益。通 將數據的潛在價值轉化為現實效益，價值牽引不僅提高了產品的市場接受度， 還為企業創造了新的商業機會。 在 FBUS 價值模型中，價值牽引涉及財務價值、業務價值、 用戶價值和社會價值等 4 個價值維度。通過這一模型，數據產品不僅能夠幫助企業降本增效、增加收入，還可以改善用戶體驗，并在更廣泛的社會層面上推動數字化變革。 

2、價值牽引的8個特征

價值牽引的 8 個特征在數據產品開發中，價值牽引是一種核心理念，強調以價值創造為導向， 通過深入理解用戶需求和業務目標，設計和開發能夠持續產生價值的數據產品。 價值牽引的 8 個關鍵特征如圖2 所示。這些特征共同構成了價值牽引的核心 內涵，為數據產品開發提供了重要指導。

圖2　價值牽引的 8 個特征

3、價值牽引的實施路徑

在實踐價值牽引時，開發團隊需要建立一套系統的方法論。如圖3 所示， 這包括價值識別、價值量化、價值實現、價值驗證和價值優化等關鍵步驟。通過這些步驟，團隊可以確保產品開發的每個階段都緊密圍繞價值創造這個核心目標。

圖3　價值牽引的實施路徑

4、價值牽引的4個管理策略

一個企業在數據產品開發過程中，建立價值牽引的整體思維，需要通過系統化的管理策略來落實和推進。如圖4所示，管理策略的核心在于明確價值評價體系，建立全面的價值管理流程，協調不同部門共同參與，從而在項目的不同階段進行有效的價值評估和優化。

圖4 價值牽引的 4 個管理策略

二、場景渠道：動車組的“動力引擎”

上海數據交易所在數據流通交易環節的創新方面，提出“不合規不掛牌，無場景不交易”的基本原則，可見場景在數據資源流通交易、數據產品價值創造、 數據資產保值增值等方面具有非常重要的地位，更是數據產品化的核心驅動力。 2023 年 12 月 31 日，國家數據局等 17 部門聯合印發《“數據要素 ד三年 行動計劃（2024—2026 年）》，其核心目標是充分發揮數據要素乘數效應，其核 心抓手是以工業制造、現代農業、商貿流通等 12 行業和領域為核心，打造 300 個以上的示范性強、顯示度高、帶動性廣的數據產品典型應用場景。

1、數據產品的應用場景分類 

在場景驅動下的數據產品是浩如煙海的，這正是數據要素乘數效應的作用所在，然而要對數據產品的場景進行分類，卻有諸多的挑戰和困難。 

對數據產品場景進行分類時，如何既能突破上述挑戰，又能適應不斷變化的技術和業務環境變得十分重要。 我們前后思考過很多種分類方式，例如： 

• 按業務功能分類，可分為營銷類場景、財務類場景、運營類場景、風控 類場景等； 
• 按照數據處理流程分類，可分為數據采集場景、數據存儲場景、數據管 理場景、數據分析場景、數據可視化場景等；

 ● 按照用戶類型分類，可分為內部用戶場景、外部用戶場景等。 

結論是數據產品場景的分類維度越細，越容易迷失在如何分類中。最后，我們將數據產品的場景的分類視角確定在企業級、行業級、領域級這三個一級場景分類維度上（見圖6）。

圖5 數據產品場景一級分類

2、數據產品的需求分析框架 

隨著數字經濟和數據要素的快速發展，企業對數據產品的需求會呈現爆發式增長，有些體現在對數據資源本身的需求上，有些體現在對數據加工后形成 的模型或系統的需求上。對企業級數據產品的需求，我們將通過兩個分析框架進行描述。 

（1）Gartner 商業數據分析框架 

商業數據分析就是要洞察數據背后的規律，用以輔助決策和采取相應的行動。早在 2013 年咨詢公司 Gartner 就提出一套商業數據分析框架，我們基于這 個框架（見圖 7），可以將場景驅動的數據產品需求分析分為 4 個層次。

圖6 Gartner 數據分析框架

（2）DIKW 數據產品需求框架 

在前文中，我們提出了數據產品可以基于 DIKW 模型的層次結構進行分 類，當我們對數據產品的需求場景進行歸類時，也可以參考這個模型來進行需 求管理（如圖8）。

圖7　基于 DIKW 模型的數據產品需求管理框架

3、數據產品的場景驅動策略

場景驅動的數據產品開發策略是一種以價值目標為牽引，以用戶為中心，圍繞用 戶在特定場景下的需求來設計和開發數據產品的策略。以用戶為中心的設計思 想在互聯網產品開發中已經得到普遍應用，在這里我們再進一步強調用戶的 “使用場景”，這種策略強調對價值目標、用戶行為、需求偏好的深入理解，并 以此為基礎構建數據產品的功能和特性。我們基于多年的企業級軟件和互聯網 產品開發經驗，以及一線數據產品的開發和管理實踐，歸納并總結出數據產品的場景驅動策略。

• 策略 1：價值牽引為先，在數據產品開發過程中，基于 FBUS 價值模型定義價值目標是一個關鍵策略，它能夠幫助數據產品經理以終為始，明確數據產品方向和預期成果。
• 策略 2：場景需求導向，在數據產品設計過程中，對價值場景進行規劃包括識別用戶、定義使用場景、確定要解決的具體問題等。數據產品經理可以通過用戶角色創建、用戶故事地圖和用戶旅程等方式模擬用戶角色，可視化表達用戶的使用場景和交互路徑，進而識別出數據產品的關鍵節點和痛點，發現最終用戶的核心價值需求。這部分的具體方法論在《數據產品開發與經營》第 5 章有詳細闡述。
• 策略 3：注重細節開發，數據產品開發是指通過創建、處理和分析大量數據，對上述數據產品價值 目標和需求進行開發實現的持續敏捷交付過程。在數據產品開發的過程中，不 僅需要數據產品經理和工程師合作，通常還需要數據科學家的參與，以滿足特 定的業務需求。
• 策略 4：持續產品運營，關于數據產品運營，《數據產品開發與經營》第7章將會專門介詳細說明數據產品增長飛輪以及圍繞數據產品的全生命周期運營策略。
• 策略 5：價值驗證迭代，數據產品發布以后需要建立持續迭代的反饋循環。在用戶和利益相關者的 參與下，不斷提升體驗，優化性能，創造價值，甚至包括識別和解決技術債務， 保持產品的長期健康和可維護性。

三、合規支持：動車組的“無砟軌道”

在數字時代，數據產品服務于各種行業和領域，通過收集、存儲、處理和分析大量數據，為企業提供信息、優化流程以及創造新的商業機會，成為企業的洞察力和決策支持，是幫助企業運營和決策的核心要素。然而，隨著數據量 的快速增長、技術的不斷演進以及應用范圍的擴大，數據產品面臨的安全風險 日益增多，如數據泄露、數據篡改、數據濫用等。同時，數據保護法律法規不 斷完善，數據產品合規的必要性日益凸顯。

以《個人信息保護法》的合規分析為例，對企業數據產品進行合規分析，確定合規所需要采取的措施以及負責部門，制定完善的分層級的數據產品合規制度，如圖8所示。

圖8 數據產品合規制度示例：個人信息保護合規制度

安全合規支撐的數據產品開發策略 

安全合規支撐的數據產品開發策略要求企業在產品生命周期的每個階段整 合數據保護措施，從需求收集開始就考慮到數據安全合規的需求，確保設計符合法律法規要求。這種策略強調“安全合規設計先行”原則。在開發過程中采 用數據最小化原則和加密等技術手段保護數據，實施嚴格的訪問控制和審計機制，以及建立透明的數據處理流程。同時，它包含持續的合規性評估和風險管理，確保產品能夠適應不斷變化的法律和技術環境。它還通過員工培訓和應急 響應計劃來提高組織對數據安全合規事件的應對能力。為了確保數據產品安全合規，需要在數據產品全生命周期進行以下考慮。 

（1）安全合規需求分析 

根據數據產品的特點對安全合規進行徹底分析。對于數據產品所涉及的數 據、所服務的用戶、所處的行業、在哪些監管領域進行分析。數據產品的安全 合規需求分析是確保產品從設計到運營各階段符合法律法規、維護數據安全和 保護用戶隱私的系統性評估。 

（2）以用戶為中心進行設計 

在設計數據產品時充分考慮最終的合規管理和執行用戶，根據最終用戶的 特定需求和挑戰進行設計。以用戶為中心進行數據產品設計，確保數據產品安 全合規，意味著在開發過程中始終將用戶隱私和數據保護置于核心位置。這要 求從用戶需求出發，設計易于理解和操作的數據控制界面，讓用戶能夠輕松管 理自己的數據和隱私設置。同時，采用數據最小化原則，僅收集對提供服務必要且用戶明確同意的數據，并在數據的收集、存儲、處理、傳輸和銷毀各環節實施高標準的安全措施。 

（3）以產品組合擴展進行迭代開發 

以產品組合擴展進行迭代開發，確保數據產品安全合規，要求企業采取模 塊化的開發方法，圍繞合規傳統與新型需求構建合規數據產品組合框架，使用敏捷開發方式逐步擴展產品功能的同時，持續整合和更新安全合規措施。這種方法允許團隊在每個迭代周期中評估和加強數據保護機制，確保新加入的功能模塊遵循最新的法律法規和安全標準。通過小步快跑、頻繁回顧和調整，企業能夠靈活應對監管變化和技術進步，同時確保用戶隱私和數據安全得到不斷增 強的保護。此外，迭代過程中積極收集用戶反饋，充分接收這些反饋以敏捷迭代的方式進行優化和提升，確保數據產品隨著用戶合規需求的變化而在一個框 架下發展。不斷優化用戶體驗和數據控制能力，以實現產品創新與安全合規的雙重目標。圖9為合規驅動數據產品組合的一個參考框架。

這個框架的核心思想是從關注合規結果和過程的數字化能力和功能的構建， 轉變為以合規業務對象為中心構建合規管理所需要的業務能力和數據能力。傳統審計、監察與內控合規系統可以參考這個框架進行解耦與重構，新需求的開發則可以納入數據產品組合整體框架下進行規劃、開發和快速迭代。

價值牽引部分重點說明了定義價值的FBUS價值模型，以及實現價值牽引的8個特征、實施路徑。場景驅動部分從企業、行業、領域三個一級分類角度進行概要說明，同時基于Gartner商業分析框架和DIKW模型定義數據場景需求的幾個維度，闡述場景驅動的5個策略及特征。合規支撐部分首先介紹數據產品安全面臨的挑戰以及應對管理策略，然后描述數據產品合規體系如何搭建以及在數據產品開發的各個階段如何實現合規支撐。