“數據中臺”需要什么樣的產品經理?
本文將簡單剖析一下數據中臺,并嘗試著明確數據中臺到底需要什么樣的產品經理。
中臺,一個火熱到發燙的詞匯。
附耳細聽,到處都在喊中臺,似乎不知道中臺就差了意思,張嘴閉嘴說中臺才算OG老炮兒。但是,時至今日,中臺仍然是一個被定義中的概念,大家對這個詞匯都有感覺,但又很難具象與明確出來。
說起中臺的意義,筆者認為在于:快速的響應需求,整合資源,在復用原有能力的同時,發現新機會。
關于中臺的實際落地,有這樣的分類:技術中臺、業務中臺、組織中臺,或者直接分為:業務中臺與數據中臺。
本文將簡單剖析一下數據中臺,并嘗試著明確數據中臺到底需要什么樣的產品經理。
數據中臺:打哪來,往哪去?
到底,什么是數據中臺?
首先,數據中臺是為了匯總與融合企業內的全部數據(甚至企業外的數據),打破數據隔閡,解決數據標準與口徑不一致的問題。
舉個例子,多個系統中都有“包子”這個字段,但定義不同:
A:有皮有餡就是包子
B:有葷有素就是包子
C:吃了解餓就是包子
不同定義的最終產物是:同樣的“包子”,卻有不同的指代物。
這就是數據標準與口徑的不一致的弊端,也正是數據中臺需要解決的問題。
解決了上述問題,做好了數據治理后,數據中臺還需要成為對外提供統一的數據服務接口的數據集成平臺。
在這個過程中,不斷完善的數據體系,會不斷的豐富各類場景所需的數據。這也是數據中臺都在推行 One Data(一個數據管理體系),One ID(打通的用戶體系),One Service(一個服務平臺)的原因。
再舉個例子,公司多個系統或產品都有用戶“石頭”的使用記錄:
- 租房App:石頭最近在關注北京海淀區的房子
- 求職App:石頭最近投遞了海淀多家公司的崗位
- 外賣App:石頭點餐配送地址都在朝陽
根據上述內容,如果數據的打通的,且遵循One ID(其實就算注冊賬號不同也有很多辦法來進行關聯判斷),我們得出的結論是什么?
大致的結論:石頭計劃從朝陽跳槽到海淀,正在找海淀的房子。
我們可以再細致一點:根據石頭點餐的習慣,可以判斷ta的日常飲食習慣,結合石頭瀏覽的租房內容可以判斷ta的消費檔次,再結合投遞職位的薪資,我們可以計算出ta的基本收入……
然后呢?一個完整的用戶畫像躍然紙上。
但是,數據融通帶來了新的問題:“數據隱私”。
從技術層面來看,數據中臺是“數據倉庫與數據服務中間件”的組合,因為海量的數據,所以需要分布式計算平臺和存儲平臺,而且技術是中性的,沒有善惡。
從數據應用來看,數據中臺匯聚了企業內外部的各種數據,除了企業自身數據,還有大量的用戶數據,根據這些內容去挖掘商機是企業商業化的有效途徑,但“隱私”的門鎖,握于誰手?
數據中臺的價值是從正規渠道獲取數據,應用到陽光下,數據資產是黑是白,就在于此。
但,不可否認的是:數據中臺極具使用價值。
在極具價值的數據中臺里,產品經理會扮演什么的角色呢?或者說,數據中臺到底需要什么樣的產品經理?
通過數據中臺項目內容與最終輸出物來看,數據中臺需要的產品經理分為兩類:數據產品經理與數據平臺產品經理。
“天條”制定者:數據產品經理
關于數據產品經理,知乎大V何明科大大有這樣的描述:
“不寫程序的數據工程師不是好產品經理”,從某種程度說明數據產品經理的部分定義,數據產品經理這個職位,其實很跨界:需要懂程序,做數據收集及清洗;需要懂產品,了解內外部用戶需求和理解市場;需要懂數據,用數據的方式證明、證偽及發現問題。
簡單說,數據產品經理既要完成數據體系設計,讓原本無序或龐雜的數據變得“規矩”,又要根據業務場景的變化,不斷調整項目內容,推進項目進度。
不得不說,在推進數據中臺項目的過程中,開發難度所帶來的壓力,要遠小于數據資產的盤點與整合。
以“包子”的內容為例,數據產品經理需要給“包子”明確出最終的定義,并讓各個系統執行。
問題在于:不同的系統歸屬于不同的部門,你憑什么讓別人配合,甚至修改人家用了很久的系統,而且修改內容可能并不會給所屬部門帶來直接的收益,直白說,這樣的工作內容不在KPI范圍內。
怎么辦?
數據產品經理就像一個“天條”的制定者,卻沒有執行天條的權力。
如果項目有一把手坐鎮,倒可以“挾天子以令諸侯”,但其中苦楚,不足為外人道也。
所以數據中臺需要更具溝通能力的數據產品經理,能夠在與多個業務線,需求、背景、想法各不相同的相關方一起,推動完成相關功能的實現,有效的達成溝通目的,這一點,不僅重要,而且很重要。
結合數據中臺的特性,我們發現:數據中臺的數據產品經理,需要不計一地一城的得失,得有戰略思維,也需要縝密的邏輯思維能力。
數據中臺所含數據內容龐雜,數據來源之多,遠勝單業務線的數據體系,如何完成這一龐大數據體系的設計,是個極大的考驗。
數據產品經理,作為數據建設的推動者,需要強大的戰略思維和邏輯思維能力,不僅可以判斷出當下業務當中的關鍵流程,更可以不受限于現有業務規模,理解業務接下來的發展方向,做好數據體系擴展性設計。
數據產品經理的基本能力當然更不能丟,業務邏輯梳理、維度指標體系設計、數據建模、數據可視化設計等等。
歸納一下數據產品經理的技能點:
- 語言:SQL、R語言、Python等;
- 可視化工具:Tableau、FineBI、Cogons等;
- 硬實力:熟悉Hadoop集群,數據挖掘與數據分析;
- 軟實力:溝通、行業認知、深度思考
需要說明一下,數據產品經理不是數據分析師。
簡單來說,數據分析師更多的是在解決業務線具體的問題,而數據產品經理是在進行業務抽象,通過產品化的方式輸出數據。
“方舟”打造者:數據平臺產品經理
數據平臺產品經理,就是廣義上的產品經理,只不過這些產品經理在做數據類產品的相關設計。
他們天天與數據打交道,但不用進行數據分析與數據體系設計。
他們的工作是為數據分析師與數據產品經理打造更多的平臺工具,然后把數據分析的成果通過產品化的方式展示給用戶。
前者包括:調度平臺、實時處理平臺、Hadoop生態組件等。
后者包括:可視化報表平臺、BI系統、移動BI系統、用戶畫像平臺等,如果有面向用戶或者To B的需求,還可以打造如淘寶指數、百度指數這類的數據產品。
浩瀚的數據宛若汪洋,數據產品經理給這片汪洋制定了“洋流與風向”等“天條”規則,但是出航遠行還是需要一艘巨艦方舟,這樣才能更快的到達各個目的地,數據平臺產品經理就是這樣一艘方舟的打造者。
數據平臺產品經理這位“方舟”打造者,是在用產品化的方式,讓內外用戶更便捷的使用與查看數據。
所以數據平臺產品經理,在滿足廣義產品設計能力的基礎上,還需要以下能力:
- 數據可視化能力,了解數據平臺功能框架基本邏輯;
- 具備基本的SQL能力,了解數據生命周期;
- 權限設計能力,尤其是數據權限的管控設計能力;
- 野望,要有平臺商用的野望,并做好準備;
數據平臺的起點是企業內部應用,商用也可能只是發展進程中的一站。但過程中,數據平臺產品會歷經很多“磨難”,比如:內部推廣的壓力、業務方對數據資產價值的質疑,商用的切入點難以找尋……
耐得住寂寞,有大刀雕花的技巧,才會水到渠成。
數據平臺產品經理與數據產品經理在工作的分界線,存在融合,存在很多的交集。不少公司是將兩個崗位進行了二合一,一人分飾兩角,這倒也未嘗不可。
有個前提,數據產品經理更側重數據體系的建設,而數據平臺產品經理更側重工具與平臺的設計,這一點值得了解。
至于數據中臺對人才的需求標準,仁者見仁,智者見智吧。
最后的結語
可能中臺是“新貴”,數據中臺是“風口”,除了尚未解答的數據隱私問題(可能短時間也難以找到答案),還有一件事需要大家了解。
搜索內容是大把的培訓機構在追風口,各種數據類崗位的培訓廣告赫然在列……
說句實話,雖然數據相關的崗位薪酬不錯,但是數據相關的崗位需求量真的很小。
理論上說,中臺是一種產品設計思路,或者系統架構思路,并不受限于公司的規模。
但是小公司沒那么多的數據,不大不小的公司有第三方的數據工具,大公司呢,往往很難通過培訓公司,培訓一下就可以拿到offer。
所以,與其急于求成,倒不如按照數據崗位的技能要求,不斷的淬火打磨。
路漫漫其修遠兮,產品經理將上下而求索。
#專欄作家#
張小墨,微信公眾號:月光坦克(ID:moontank1918),人人都是產品經理專欄作家。多年產品工作經驗,聚焦中臺產品與數據平臺類產品,堅持產品知識內容輸出,產品經理中的文青兒。
本文原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
《數據中臺產品經理:從數據體系到數據平臺實戰》已出版上市,大家對數據產品感興趣,可以選購閱讀,也歡迎大家留言交流。
????????????
寫的很好,簡單明了
最后一段很中肯
數據產品經理
制定統一的數據標準
數據平臺產品經理
設計企業內部用的數據工具
學習內容:數據中臺(以下簡稱中臺)
中臺現狀:初始階段,多應用于有數據,有處理能力,有需要的前沿互聯網公司
中臺能力:整合產品矩陣數據流,打破數據隔閡,統一核心數據輸出口徑
驚喜效果:通過綜合數據分析,數據點狀結構變成網狀結構,挖掘表層數據背后的意義。
涉及問題:數據隱私
產品經理相關
職責:數據產品,通過數據能力,引導公司決策,發現用戶痛點,挖掘商機,優化用戶體驗。
能力:具備一定的開發能力,至少要能查找數據并分析
敬告:數據型產品不建議單純通過簡單培訓就想上崗。小公司用不上,大公司不好進。
提示:數據就產品說的話,會喊疼,會興奮,從一誕生到結束都很重要。
歸納的到位????,也歡迎關注微信公眾號:月光坦克
數據體系設計可以從哪些方面著手呢?信息的切入點是什么呢?
可以從場景入手,找到急需解決的場景,再由點及面的完成建設
bbbbbbb
掌聲!給力靠譜
通俗易懂,nice
最近中臺概念真的很火,公司招聘中突然就需求大了起來,這篇文章很有時效性
如果有可讀性,那就算沒白費功夫來寫了
寫得好