中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導語：數據產品經理做的產品，通常都是圍繞數據的生命周期的各類工具。這個崗位具體要做哪些事呢？又需要掌握哪些經驗？本文作者根據自身經驗，分享了數據產品經理這個崗位，一起來看一下吧。

01 數據產品經理分類下的產品們都做哪些事

首先為什么會有數據產品經理這么個分類，最主要是為了招聘方便。

數據產品經理做過的產品，通常都是圍繞數據的生命周期的各類工具。巧婦難為無米之炊，首先一定要有數，所以首先會有上報采集的工具，比如埋點相關的工具、爬蟲相關的工具等。

有了數據就需要將數據進行清洗轉換成可供業務直接使用的干凈數據，這一類產品通過是圍繞滿足應用的數據供給來設計的，被使用的數據表現出來就是表、指標或標簽，而工具就是用于滿足數據的生產過程，這包括生產加工的工具鏈、也包括數據治理的工具。

就比如阿里的一站式數據生產平臺Dataworks、阿里數據治理工具Dataphin、美團的數據治理工具起源、以及各公司內部比較個性化的用于畫像標簽加工的工具等。

有了數據那就可以提供給給業務用了，場景通常用在業務前期找機會定目標、中期做監控定位異常后期搞復盤發現規律的各種分析工具，數據能夠穩定地表達出來且快快地發現insight是這類產品的基本能力，就比如阿里QuickBI、字節風神、微軟PowerBI、亞馬遜QuickSight、微軟PowerBI等。

業界也有一些三層一體的一站式產品，比如 Google Analytics就是從流量數據采集到流量分析，神策也是同樣提供數據埋點的SDK、埋點管理工具和最終的用戶流量分析活動投放的一站式數據產品。這些都是為了盡可能讓最終用數的人不需要專門的數據研發團隊支持有數可用。

其次除了做工具，還有一個數據產品經理分支是完善業務數據分析所需要的數據。數據分析應用層面不僅需要工具，很重要的還要有數，就好比我們開了個店，里頭還得有商品。做內容的產品經理就像店長選購商品，用戶的需求恰好能過得到滿足，商品本身又都是物美價廉，容易獲取的。

打個比方業務要對拉來的新客做銷售情況的分析，從而發現拉來新客的質量。這最基本的需要數據里頭有新客的數據、訂單的數據才能完成，在分析的過程中可能會有購買的頻次、銷售的商品分布等等，通常分析工作是前期有個大框架，在實際分析中會根據發現的問題和洞見再追加數據，因此不能等到需求來了再建數據，而需要產品經理快速跟進業務目標和策略調整做好提前規劃，如果做得不夠好，會讓整個公司的分析效率很低，只能發現淺層次的洞見。

表是原材料，指標和標簽則是成品和半成品。類比如果每次只有原材料，吃飯的人要自己加工才能解決餓的問題，那對于很多人來說吃好不是一件容易的事，為了讓更多的人吃好，就需要提供更滿足用戶需求的食品類型。

作為數據內容的數據產品經理，考慮提供什么形式的數據內容也是很重要的事，比如指標和標簽是帶業務含義的，基本人人都能懂能用，而表需要會寫SQL才能得到數，如果內容不能很好的組合，讓業務需要花比較多的時間去找數理數，可能會導致數據只有非常專業的人員才能受用，公司為了做好分析這件事需要花費的人力成本會非常高。通常表在各個公司都是默認形式，如何做好指標和標簽供應并不是一件簡單的事。

所以數據產品經理通常是有兩類，一種是建設數據內容，二種是建設數據工具。如果是業務比較復雜的大廠，數據產品經理會分屬于業務和中臺團隊。大部分在業務的數據產品核心職能是第一種，為業務提供夠用好用的數據，其次會做一些讓業務更好用數的工具，幾乎不會涉及到采集加工處理的工具。而大部分在中臺的數據產品主要職責是第二種，在數據生命周期的不同階段提供各種工具，讓數據能更高效地運轉起來。

02 為什么招聘會關注數據產品經理分類

不都是產品經理么，為什么招聘會優先選擇做過數據產品的候選人呢？

數據最終是要被用起來的，數據用得爽不爽，指的是查起來能快則快，質量要高，別總對數，知道數在哪別到處找人問等等。

數據要查得快和數據量及存儲引擎有很大的關系。為了讓數據快快地查出來，通常會將數據按照業務場景（又稱之為主題）組織放到OLAP引擎里頭，而一些沒有組合在一起的數據，則可以通過放在Hive引擎的明細寬表里進行查詢，這時查詢結果需要等一等，具體等多久這和數據量以及機器資源量有很大的關系，當前還沒有一個引擎能把所有的數據裝在一起還查的快。要滿足數據全又查得快就需要空間換時間，時間換空間的平衡，大量的數據研發工程師就是在不斷地倒騰優化數據組合。

數據出錯或是有不一致的問題，除了不小心寫了Bug或是偶發故障，更大的可能性是研發的ETL邏輯寫錯了而不自知，比如有一個DAU的指標，這個DAU應該從哪個表什么邏輯來??？假設研發在開發的時候不是那么清楚，稍微產生一丟丟的邏輯偏差都會導致用的數據是錯誤的，這種錯誤在初次上線即使可以避免，在指標更新的時候也很難確保每次都理解無誤沒有偏差。豪不夸張，對數依然是很多公司在做業務分析時花費最大精力的事，可見高質量供給這個事還是個有很大提升空間的事。

回到讓數據查起來能快則快，質量要高別總對數，知道數在哪別到處問這個合理的用數需求，要做好這件事，意味著數據產品經理需要對存儲數據的引擎有足夠的了解，掌握一定的數據建模理論和數據測試方法，這也是為什么數據產品經理招聘的時候，只會招有相關經驗的數據產品經理。

大廠也會選擇從校招培養，能滿足大廠需求的數據產品經理并不多，原因是敲定數據產品的方案與數據量有很大的關系，比如小廠的數據全部都放在mysql就解決了從流量到供給到交易的分析，數據完全不需要多份存儲，隨查隨用，完全沒有接觸過查詢慢問題的人可能針對產品需要處理隊列調配的問題都無法理解。涉及到指標服務也只是把指標定義清楚管明白，根本不懂得如何處理以為數據可能來自多張表的不一致問題，照搬經驗只會是災難。

03 成為數據產品需要掌握什么技能

這個話題在上面已經略有涉獵，這里我還是稍微再展開說一說吧。

要成為一個好的數據產品，需要有扎實的數據專業知識，還需要有通用的產品經理技能。這兩者缺一不可，都說產品經理是一個低門檻的事，但其實數據產品經理并不是。如果這些技能表現出明顯的不足，通常在1-2年就會遇到瓶頸。

1. 數據專業技能

扎實的數據專業知識，就是數據采集、加工到應用全鏈路的一些知識，這些知識可以在做的過程中積累，比如行業常見的數據引擎以及特性、數據建模方法、會寫SQL、掌握一些基礎的分析方法和技巧。

這些知識通常學校都不會教，所以能成為好的數據產品的人通常都有很強的學習能力，亦或很強的交友能力，我認識的很多數據產品經理快速補齊這塊知識都是因為找了研發男朋友/女朋友手把手教會的。

2. 產品通用技能

通用的產品經理技能，好的產品經理通常邏輯能力很強，能看到問題的本質，這里我推薦大家看一本書《學會提問》，這本書能夠幫助你提升透過現象看到事情本質的技巧，以及最好了解一些經濟學的知識，經濟學除了幫助我們很好的理解世界之外，還有一個非常重要的基礎是tradeoff的能力。

產品方案的好壞其實是取舍來的，就像我們看任何一款產品，功能都是可以繼續完善的，為什么當前只有這些功能？

我們就拿熟悉的微信吧，為什么新開的公眾號沒有留言功能，這是基于什么樣的思考和取舍得來的，你也可以試著想想，發現問題看到本質學會取舍找到最優解法這是產品很重要的技能。

數據產品經理的通用技能和B端產品經理會比較類似，這也是我在做招聘的時候，會從B端產品經理的簡歷中挑選候選人，這在于崗位也需要非常強的邏輯能力、結構化思維能力，表現出來就是有能力將復雜流程梳理清楚，通過流程的梳理有助于還原事物的本質并進行改善。

04? 數據產品經理成長階段有什么需要注意的

數據產品經理有一個需要特別注意的點，就是關注你的用戶是怎么用你的產品，以及怎么多用你的產品，成為最了解你產品的人。

這個問題在數據產品經理面前實在不是一個簡單的問題。造成這個問題的原因是，數據的生命周期很長，很多環節的工具離最終用數的場景又比較遠，甚至產品經理都不一定具備用好自己產品的全部技能。

關于關注你的用戶是怎么用你的產品的，這個我給出的實踐建議是往上看兩層，往下看兩層。

比如你做畫像標簽平臺，向下要了解生產過程你要了解畫像標簽是怎么生產出來的；向上要看畫像標簽是怎么用的，沉淀到畫像平臺的標簽是什么，以及畫像標簽都用來做什么。

為什么要做到兩層呢？我舉個畫像標簽生產工具的例子，假設你只了解存了什么標簽，那做出來會是一個能生產標簽的工具；如果你了解標簽用在哪，那做出來會是一個有好的標簽服務的工具。比如有人在工具里上線了一個標簽是“在直播間唱過國歌的用戶”，如果你去了解一下場景，可能會發現在兩會期間這樣的行為是被禁止的，那你會考慮為標簽建立更靠譜的質量保障的能力，也因為有了你這個恰到好處的考慮，會減少了很多特殊時期的運維工作量，有這樣的循環，你會對你的用戶場景有更深的理解。

05 數據產品經理轉型可以有哪些方向

我們上面說到B端數據產品經理是可以轉到數據產品，且是有一定優勢的，那數據產品經理如果想轉型又有哪些方向可以試試呢？

如果還想繼續發揮出數據知識的專業技能，以下兩個方面都是可以試一試的：

1）客戶拓寬

同類產品從服務內部用戶擴寬到服務更多的外部用戶，當你的客戶涉及到外部客戶的時候，判斷邏輯就不僅僅是需求的合理性，當遇到大客戶和小客戶的需求產生沖突要如何滿足時，做出的判斷通常會涉及到公司產品走向和商業的盈虧。這些問題都是只服務一個客戶時不會遇到的，比如在公司內部做數據分析工具和做QuickBI、風神、Fine Report那肯定是不一樣的。

現在消費互聯網積累的產品經驗也完全可以在產業互聯網發揮出來。產品互聯網在中國還沒有徹底爆發，我之間寫過一篇《以Salesforce的發展看Saas中美發展差異》，中國的產業互聯網的時代早晚會爆發，數據要素越來越重要，這絕對是數據產品經理非常好的機會，只是從業者需要保持敏銳謹慎辨識。

2）用戶場景的拓寬

比如面向公司內部做商家經營分析，和直接提供給做面向商家經營分析的工具，就像面向商家的阿里的生意參謀，需要站在商家的角度看投入產出，商家在使用這個工具的時候都會算一筆賬，他使用這個工具會帶來什么樣的收益，這和內部用戶也是不一樣的，商家需要生意參謀得真的能幫他帶來銷售業績的提升，你提供的功能可能是在直播期間能夠發現最適合的商品組合。

如果你對文中哪個內容感興趣也歡迎留言，我可以展開來講講。對于未來有哪些發展方向，我本身也還在思考，歡迎交流。

本文由 @Yuki 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議