做一款大数据应用产品的思路各有不同，所谓条条大路通罗马，但是总有一些思路是相通的，是可以迁移和借鉴的。这八大产品思维是在长期的产品研发过程中深入总结出来的，可以作为做一个大数据产品时的参考依据。

1、深度细切思维

当你无法做一款大而全的产品时，不如做一款小而美的产品来得实在，这就要求我们要不断深入细切，找到某一个G点，从而在这一个G点爆发。具体细切的思维方式由很多种，可以从不同的角度切入。比如行业细切，从某一垂直行业切入，寻找到突破口，作为产品的最初idea。再比如从用户细切，针对某一目标人群，从性别区隔，从年龄区隔，从收入区隔，从学历区隔，从职业区隔，从阶层区隔……，这是针对C端用户的区隔。另外，针对B端用户，可以从业务部门进行区隔。

2、借鉴超越产品思维

借鉴超越的思维，说到底就两个字：求异。就是追求和竞品不同的思维，青出于蓝而胜于蓝的思维。求异分为从页面层面、交互层面、逻辑层面、整体体验层面和需求层面五个层面进行创新。只要符合用户价值，只需小小一点的求异的创新，就能打造创新性的产品。

在大数据行业应用中，借鉴并不可耻，可耻的是抄袭而没有创新。一个好产品，你如果原原本本抄下来，也许只有60分。如果别人60分的产品，你通过借鉴，改良后超越他，变成80分的效果，那也是一种成功。

3、逆向产品思维

逆向思维就是通过现有竞品或者现有的传统产品思维进行逆向思考的过程，推进产品创新。运用逆向思维做一款大数据产品，主要从三个方向来思考：业务上的逆向思维，产品架构组织上的逆向思维，产品设计体验上的逆向思维。

逆向思维的核心点是基于用户需求更深一层次的思考。

通过业务逆向思维，可以实现产业链重构。比如网购从生产到销售的模式可以通过预定的方式实现以销定产，招聘行业可以从企业选择应聘者变为应聘者选择企业的模式，从满足企业的核心价值而转变为满足招聘者的核心价值。

4、基因重组的产品思维

重组即破坏，打破旧秩序，建立新秩序，对产品整体进行重构。分解每一步产品用户需求点，在进行整合重组的创新思维方式。破坏主要有产品重构、MVP产品、产品低利润、产品低成本、产品图片化和视频化等五种破坏式产品创新思维。基因重组是对现在产品市场不满意的结果，说明用户价值没有很好挖掘出来，用户深层次的需求远远不止现在这样看见的。

产品重构是最大的产品破坏，对产品进行整体架构组织重构，进行每一个需求重组和产品架构的再组织，这样的就完成破坏式创新。

MVP产品就是用最小且不擅长的产品类别攻击竞争对手最强的产品类别，以小博大的产品方式。如果产品抓准了用户价值中更深层的需求点，那么MVP产品破坏力度是最大的。

低利润产品破坏是打破传统价格体系，直接深入市场。产品破坏力度是最快效果容易见效的一种创新方式。

产品低成本破坏，把业务价值链利益结构更优化，让产品破坏做到一个长久计划层面上的破坏。和低利润不同，低成本是更长久的产品创新的策略。

产品图片化和视频化，摆摊传统的更多枯燥的文字展示方式。未来移动场景更多情况下，加载图片和视频不再变得那么困难。

5、场景化产品思维

对于大数据的应用场景，包括各行各业对大数据处理和分析的应用，最核心的还是用户需求。对于使用场景的思考是产品规划设计的基础，在不同的场景下，适用于不同的用户，且用户对于同一功能的心理预期和交互模式会有所不同。只有当使用场景与用户感知接近乃至完全吻合时，用户才没有拒绝的理由。

场景赋予行为意义，每一种新鲜的行为体验的背后，都伴随着新的场景洞察。在传统的产品设计与大数据产品设计之间的一个重要区别是，看待环境和行为引导对于塑造人的体验所起的作用的重要性不同，所以交互设计师在设计过程中，需聚焦于用户使用场景中的服务流程和行为引导设计，预期用户目标，为用户提供符合心智模型的流畅体验。

6、用户导向产品思维

当我们做产品时，首先我们是一个用户，这是产品人对自己该有的第一定位。产品人一定要把自己当作用户，产品最终面向的人群也是用户。其次才是产品的战略、产品的架构以及产品的调性，脱离了用户基础的产品是无源之水，不以用户价值为导向的产品都是产品人的自嗨盛宴。做产品，得从用户的角度出发，如果产品经理自己不是用户，而且不去了解用户，那这一定是个失败的产品。

从用户的角度来说，一个产品核心的关键功能应该一步到位，如果基本的、必须的功能不能一步到位，后来再做改进的话，哪怕你后来改得再好再完美，但用户在最初接触到产品的时候就已经被伤害，伤害了用户之后再找回用户是非常困难的，产品经理是否能真正的理解用户就不仅仅是产品的问题了，与之有关联的，是产品背后的人性，产品经理是否抓住用户心理，站在用户的角度思考，这是产品思维最核心的基本点，产品经理的思维方式某种层面上也是洞察人性的过程。

7、数据+的产品思维

未来，每一个行业都是大数据行业。大数据的应用范围越来越广，医疗、教育、汽车……各个行业都在不断有大数据的应用。在过去的2015年年，越来越多的政府机构、公司都已经开始把大数据应用到企业当中。

在未来，每一个传统行业，甚至每一项传统业务，嫁接上大数据的翅膀，都可能飞出一片广阔的天空，都可能作出很有价值的大数据应用产品。

8、优化改良的产品思维

对于很多大数据产品来说，不是没有需求，也不是技术实现不了，往往最后得不到用户，是因为用户体验做的差，或者产品服务做的差，所以导致整个产品别废掉。从这点来说，“木桶理论”也同样适用于大数据产品。产品逻辑、界面设计、产品运营、服务等各方面必须同步做好，偏一全废。这也从反面给我们提供一种产品创新的思维，对于已有的产品，如果发现没有满足用户某一方面的需求，或者有改良优化的空间，这就是留给你的“蓝海”。