起點(diǎn)課堂會(huì)員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會(huì)特權(quán)
個(gè)人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場(chǎng)職場(chǎng)軟技能直播
12場(chǎng)求職輔導(dǎo)直播
12場(chǎng)專業(yè)技能直播
會(huì)員專屬社群
榮耀標(biāo)識(shí)數(shù)據(jù)產(chǎn)品經(jīng)理的起源&與產(chǎn)品經(jīng)理的差異
數(shù)據(jù)產(chǎn)品經(jīng)理，起源于“數(shù)據(jù)中臺(tái)”概念，并與產(chǎn)品經(jīng)理相比，在需求關(guān)注點(diǎn)、工作流程、知識(shí)技能等方面產(chǎn)生了一定的差異。
在前面的幾段產(chǎn)品工作經(jīng)歷中，都參與公司的數(shù)據(jù)平臺(tái)的產(chǎn)品搭建工作，在今年開年的2個(gè)月時(shí)間又支援了某大型志愿平臺(tái)的疫情數(shù)據(jù)產(chǎn)品，幾乎都被問到：產(chǎn)品經(jīng)理和數(shù)據(jù)產(chǎn)品經(jīng)理的區(qū)別在哪里？如果我轉(zhuǎn)崗應(yīng)該要補(bǔ)充哪些技能呢？
現(xiàn)在，我們來剖一剖數(shù)據(jù)產(chǎn)品經(jīng)理的興起和兩者之間的差異點(diǎn)。
一、數(shù)據(jù)產(chǎn)品經(jīng)理的興起：起于數(shù)據(jù)中臺(tái)
數(shù)據(jù)產(chǎn)品經(jīng)理的興起，起源于各大互聯(lián)網(wǎng)企業(yè)提出的“數(shù)據(jù)中臺(tái)”的概念。
數(shù)據(jù)中臺(tái)是指通過數(shù)據(jù)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)和口徑。首次進(jìn)入人們視野的是2018年“騰訊數(shù)據(jù)中臺(tái)論”，而后阿里巴巴首次提出“數(shù)據(jù)中臺(tái)”的概念，主要為了應(yīng)對(duì)雙十一這樣的業(yè)務(wù)高峰、應(yīng)對(duì)大規(guī)模數(shù)據(jù)的線性可擴(kuò)展問題、應(yīng)對(duì)復(fù)雜業(yè)務(wù)系統(tǒng)的解耦問題。
數(shù)據(jù)中臺(tái)幫助解決了3個(gè)問題：
- 數(shù)據(jù)體量大的互聯(lián)網(wǎng)公司容易形成數(shù)據(jù)孤島、多源異構(gòu)數(shù)據(jù)的情況，形成歷史已久的數(shù)據(jù)難治理、難統(tǒng)一、難共享等問題；
- 在海量的結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)中，發(fā)現(xiàn)業(yè)務(wù)價(jià)值，并通過大數(shù)據(jù)、智能技術(shù)價(jià)值驗(yàn)證，驅(qū)動(dòng)業(yè)務(wù)增長或拓展新業(yè)務(wù)線，將數(shù)據(jù)能力抽象為解決方案；
- 對(duì)于大公司來說，數(shù)據(jù)中臺(tái)更重要的是可以提升人及組織的生產(chǎn)效率。一個(gè)數(shù)據(jù)全面、技術(shù)能力過硬、可以統(tǒng)一調(diào)用的數(shù)據(jù)中臺(tái)為業(yè)務(wù)線提供統(tǒng)一支持，提升管理效率和組織運(yùn)作效率，促進(jìn)業(yè)務(wù)更敏捷靈活。
二、前中后臺(tái)的分工
字面上理解，前中后臺(tái)是分工不同的端口，前臺(tái)是面向用戶操作體驗(yàn)產(chǎn)品的端口，后臺(tái)是面向業(yè)務(wù)的數(shù)據(jù)開發(fā)、業(yè)務(wù)邏輯的端口，中臺(tái)是面向數(shù)據(jù)源的集成、管理的端口。
在前后臺(tái)中產(chǎn)生一個(gè)中臺(tái)，主要作用是能夠及時(shí)響應(yīng)前端業(yè)務(wù)的數(shù)據(jù)需求，減少后臺(tái)開發(fā)的時(shí)間成本，與此同時(shí)也和后臺(tái)數(shù)據(jù)開發(fā)保持協(xié)同一致。
舉個(gè)生動(dòng)的比喻，數(shù)據(jù)中臺(tái)就好像生鮮配送的前置倉，為了讓生鮮產(chǎn)品最快速度最新鮮狀態(tài)到達(dá)消費(fèi)者手中，設(shè)置了附近方圓公里的配送前置倉，離消費(fèi)者更近，更快響應(yīng)消費(fèi)者需求。
前中后臺(tái)的工作結(jié)構(gòu)圖，了解三層之間的工作協(xié)作關(guān)系：
數(shù)據(jù)中臺(tái)的工作結(jié)構(gòu)圖，了解中臺(tái)工作內(nèi)容及工作環(huán)境：
數(shù)據(jù)中臺(tái)開發(fā)團(tuán)隊(duì)，了解工作環(huán)節(jié)、不同角色人員及對(duì)接關(guān)系：
數(shù)據(jù)產(chǎn)品經(jīng)理知識(shí)框架，了解工作內(nèi)容、工作職責(zé)：
三、數(shù)據(jù)產(chǎn)品經(jīng)理的發(fā)展階段：先技術(shù)后產(chǎn)品
1. 技術(shù)替補(bǔ)
當(dāng)中需要應(yīng)用到產(chǎn)品化的基本能力外，更需要對(duì)數(shù)據(jù)的采集、處理、分析、應(yīng)用的能力，如：爬蟲采集數(shù)據(jù)、埋點(diǎn)設(shè)計(jì)、數(shù)據(jù)清洗、數(shù)據(jù)抽取、數(shù)據(jù)指標(biāo)體系、指標(biāo)字典、數(shù)據(jù)可視化等。
先技術(shù)后產(chǎn)品，前期這部分工作大都是從內(nèi)部開發(fā)團(tuán)隊(duì)中抽取出來應(yīng)對(duì)的，如數(shù)據(jù)倉庫師、數(shù)據(jù)挖掘、數(shù)據(jù)分析等相關(guān)角色來進(jìn)行支撐。
這部分工作進(jìn)行到后期，需要向數(shù)據(jù)應(yīng)用輸出了，開發(fā)人員開始消化不了產(chǎn)品思維的東西，無法實(shí)現(xiàn)業(yè)務(wù)場(chǎng)景化、目標(biāo)人群分析、產(chǎn)品結(jié)構(gòu)化&頁面化。這個(gè)時(shí)候才提出崗位角色：數(shù)據(jù)產(chǎn)品經(jīng)理。
2. 產(chǎn)品轉(zhuǎn)崗
大部分公司采取現(xiàn)有產(chǎn)品經(jīng)理兼顧數(shù)據(jù)產(chǎn)品應(yīng)用化的工作，轉(zhuǎn)崗的節(jié)奏大致是：數(shù)據(jù)可視化>數(shù)據(jù)指標(biāo)>指標(biāo)字典>埋點(diǎn)設(shè)計(jì)&管理>數(shù)據(jù)分析。到數(shù)據(jù)倉庫這個(gè)層面，才算初步完成了數(shù)據(jù)產(chǎn)品經(jīng)理的轉(zhuǎn)崗。
3.角色職業(yè)化
往更高級(jí)一點(diǎn)的數(shù)據(jù)產(chǎn)品經(jīng)理上走，需要深入到數(shù)據(jù)底層的生產(chǎn)、采集、管理工作。
接上面的連接就是：數(shù)據(jù)分析>數(shù)據(jù)倉庫>數(shù)據(jù)采集/清洗（掌握Python\SQL等技能 ）>算法&推薦（當(dāng)然也被延伸出來算法/推薦產(chǎn)品經(jīng)理）。
到了算法和推薦層面，是目前數(shù)據(jù)產(chǎn)品經(jīng)理的最高級(jí)。能夠精進(jìn)數(shù)據(jù)、優(yōu)化算法、精準(zhǔn)推薦，把握并實(shí)現(xiàn)前端業(yè)務(wù)場(chǎng)景的商業(yè)價(jià)值最大化。
四、與產(chǎn)品經(jīng)理工作的區(qū)別
通過以上的數(shù)據(jù)產(chǎn)品經(jīng)理起源和發(fā)展階段這些底層背景的整理，就很容易歸納出與產(chǎn)品經(jīng)理的不同之處在哪里，工作側(cè)重點(diǎn)在哪里，應(yīng)該掌握什么樣的技能，怎么規(guī)劃自己的轉(zhuǎn)崗之路。
1. 需求關(guān)注點(diǎn)不一樣
產(chǎn)品經(jīng)理承接的是需求方的頁面/功能設(shè)計(jì)需求，關(guān)注的是產(chǎn)品前端體驗(yàn)是否良好、頁面/業(yè)務(wù)邏輯是否合理或無誤；最終產(chǎn)品經(jīng)理交付的是需求文檔（PRD），對(duì)版本的跟蹤、迭代、維護(hù)；
而數(shù)據(jù)產(chǎn)品經(jīng)理承接的是需求方的數(shù)據(jù)獲取的需求，關(guān)注的是采取何種方式獲取所需數(shù)據(jù)、不同數(shù)據(jù)在數(shù)據(jù)倉庫的管理方式、結(jié)合業(yè)務(wù)給出合理的數(shù)據(jù)分析、以最佳的圖表可視化出來；最終數(shù)據(jù)產(chǎn)品經(jīng)理交付的是最新版本的指標(biāo)字典，對(duì)數(shù)據(jù)指標(biāo)的定義、管理、優(yōu)化；
2. 工作流程不一樣
產(chǎn)品經(jīng)理面向的是一個(gè)個(gè)頁面開發(fā)和功能實(shí)現(xiàn)的工作任務(wù)，開發(fā)任務(wù)是確定的，產(chǎn)出的頁面可量化，工作量會(huì)由實(shí)現(xiàn)方式和邏輯有個(gè)增減變化；
數(shù)據(jù)產(chǎn)品經(jīng)理面向的是一項(xiàng)數(shù)據(jù)開發(fā)的工作任務(wù)，由“是否為新數(shù)據(jù)需求”來判斷是否需要開始一項(xiàng)數(shù)據(jù)開發(fā)的工作任務(wù)，因?yàn)楂@取數(shù)據(jù)的難易程度不同，尤其是涉及到算法類的，所以工作量不容易被量化，工作流如下圖：
3. 具備知識(shí)/技能不一樣
產(chǎn)品經(jīng)理所需技能：
除了上述知識(shí)/技能，數(shù)據(jù)產(chǎn)品經(jīng)理更為側(cè)重以下知識(shí)/技能點(diǎn)：
a. 計(jì)算機(jī)語言層面：熟練使用MySQL，SQL、Hive等語言；
b. 熟悉數(shù)據(jù)生產(chǎn)加工流程：數(shù)據(jù)采集，數(shù)據(jù)預(yù)處理，數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)分析，數(shù)據(jù)挖掘，數(shù)據(jù)可視化，數(shù)據(jù)服務(wù)產(chǎn)品化；
c. 需要了解的各類技術(shù)理論及發(fā)展趨勢(shì)
- 了解主流大數(shù)據(jù)產(chǎn)品及分布式大數(shù)據(jù)技術(shù)，如Hadoop(HDFS和MapReduce)，Hive等；
- 了解主流大數(shù)據(jù)編程語言，如phthon、R、MongoDB等；
- 了解主流BI產(chǎn)品，如Tableau、saiku、kylin、BDP、growingIO、神策等；
- 了解數(shù)據(jù)倉庫技術(shù)及理論，并對(duì)其發(fā)展趨勢(shì)有深入了解；
- 了解數(shù)據(jù)分析，數(shù)據(jù)建模和數(shù)據(jù)挖掘技術(shù)及理論。
好了，關(guān)于數(shù)據(jù)產(chǎn)品經(jīng)理的123現(xiàn)整理到這，后續(xù)相關(guān)數(shù)據(jù)產(chǎn)品實(shí)戰(zhàn)的經(jīng)驗(yàn)再逐一剖析吧~
?
本文由 @?陳愛雯 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于CC0協(xié)議。
評(píng)論
文末那個(gè)python是不是寫錯(cuò)了呀，感覺寫的很全面
大家期待已久的《數(shù)據(jù)產(chǎn)品經(jīng)理實(shí)戰(zhàn)訓(xùn)練營》終于上線啦！
本課程非常適合新手?jǐn)?shù)據(jù)產(chǎn)品經(jīng)理，或者想要轉(zhuǎn)崗的產(chǎn)品經(jīng)理、數(shù)據(jù)分析師、研發(fā)、產(chǎn)品運(yùn)營等人群。
課程會(huì)從基礎(chǔ)概念，到核心技能，再通過典型數(shù)據(jù)分析平臺(tái)的實(shí)戰(zhàn)，幫助大家構(gòu)建完整的知識(shí)體系，掌握數(shù)據(jù)產(chǎn)品經(jīng)理的基本功。
學(xué)完后你會(huì)掌握怎么建指標(biāo)體系、指標(biāo)字典，如何設(shè)計(jì)數(shù)據(jù)埋點(diǎn)、保證數(shù)據(jù)質(zhì)量，規(guī)劃大數(shù)據(jù)分析平臺(tái)等實(shí)際工作技能～
現(xiàn)在就添加空空老師（微信id：anne012520），咨詢課程詳情并領(lǐng)取福利優(yōu)惠吧！
您好，我們想轉(zhuǎn)載您的這篇文章，希望您能提供聯(lián)系方式，授權(quán)給我們
可以的 如何提供呢
1442350892
討論區(qū)留不了聯(lián)系方式哈
請(qǐng)教作者，數(shù)據(jù)產(chǎn)品經(jīng)理日常工作需要打代碼嗎？我只是普通業(yè)務(wù)的產(chǎn)品經(jīng)理，非程序員工作經(jīng)驗(yàn)的理工生，想通過自學(xué)python、sql等，轉(zhuǎn)崗數(shù)據(jù)產(chǎn)品經(jīng)理，這樣可行嗎？
可行的，python和sql是必備的技能。除此之外需要掌握下指標(biāo)體系的搭建、口徑管理、埋點(diǎn)及埋點(diǎn)管理。
現(xiàn)在所謂的數(shù)據(jù)中臺(tái)本質(zhì)上只是對(duì)前些年興起的大數(shù)據(jù)服務(wù)的再包裝而已。而所謂的數(shù)據(jù)產(chǎn)品經(jīng)理，在古早的OLAP時(shí)代就已經(jīng)存在，我2015年在美團(tuán)的時(shí)候，美團(tuán)就已經(jīng)有了專門對(duì)接ETL工程師和報(bào)表開發(fā)人員的數(shù)據(jù)產(chǎn)品經(jīng)理，司職數(shù)據(jù)采集、ETL、報(bào)表以及BI平臺(tái)的需求設(shè)計(jì)。多是數(shù)據(jù)分析出身，少部分是數(shù)據(jù)開發(fā)出身。