寫給數據產品經理新人的職場生存指南

2 評論 6710 瀏覽 41 收藏 20 分鐘

很多數據產品經理新人對這個崗位的基礎認知還不是很完善,會找各種各樣的資料和視頻來學習,但始終不成體系。作者結合自身的工作經歷,與大家談談數據產品經理如何在職場中生存下來,希望對你有所啟發。

最近收到很多新人數據產品經理朋友的咨詢,他們大多數都已經對數據產品經理的崗位是什么,需要什么能力有了基礎的認知,但是真正到了要去學習和提升的時候,面對鋪天蓋地的文章內容,以及質量參差不齊價格卻都普遍不低的視頻課程,卻不知道從何著手。

所以,今天想結合自己的工作歷程,聊一聊數據產品經理如何在職場中生存下來。

一、首先是關于產品思維的刻意訓練

數據產品經理畢竟也是產品經理,所以不管數據基礎怎么樣,掌握產品的流程化思考方式,開展工作會更加順暢。雖然說產品思維這個詞非常老套了,但它的確是會指導你開展工作的通用方法。

這里講的產品思維是作為產品經理的一種思考方式,工作流程和方法論。比如,初入職場,當你還沒徹底搞懂什么是指標和維度、數倉模型、字段時,就被安排去承接業務的數據報表需求了,你準備怎么去做呢?

1. 學會用產品經理的思考方式去做需求

產品經理的主要職責就是每天對接和處理各種各樣的業務需求。拿到新需求,怎么做?

為什么要做這個需求?

充分了解已有的背景信息,有的老板常提一句話需求,因為自己不懂而不敢去問,吭哧吭哧做完了老板說不是自己想要的,耽誤了時間,出力不討好。

用戶是誰?

每一個產品都有明確的用戶群體,數據產品也不例外,而且相較于C端產品的普適性,數據產品的用戶還要做個三六九等的劃分,誰是核心用戶,誰是覆蓋用戶,誰是潛在用戶?

解決什么問題?

作為新人肯定對業務了解不深,知道了用戶是誰了,結合有限的背景信息,這個時候就要充分發揮產品經理的溝通天賦了,找業務溝通調研其工作內容,遇到了哪些痛點和問題,期望這個數據產品解決什么問題。

需要什么功能(指標和維度)?

對于偏工具類的數據產品,如CDP、大數據開發平臺等,一方面是結合對用戶的需求場景的調研確認目前他們的訴求,另一方面是結合競品分析,確定產品的功能規劃。

很多新人往往只是按需實現需求,而在高階產品的成長道路中,產品規劃能力是明確要求的能力維度。所謂的產品規劃,主要就是結合產品的定位,確定產品要包含哪些功能要點,再根據當前業務痛點,確定各個功能的優先級,形成短中長期不同版本迭代的計劃或者roadmap。

然后明確的告訴老板說,我們這個產品要包括ABCDEF的功能點,但是考慮開發資源和時間現狀,MVP版本優先做ABC功能。

關于需求分析的模型與方法論有非常的多,看些文章了解下四象限、ICE排序、KANO模型就可以了,重要的是要把需求處理的流程先固化下來,然后拿著工作中的具體的需求實踐總結,有人說產品經理能力的高低和悟性有很大關系,這個悟就來自于不斷的實踐和刻意的復盤總結。紙上得來終覺淺。

二、其次項目管理推動產品落地流程和方法

在敏捷項目管理理論當中,把70%項目失敗的問題歸結為流程的問題。經過多年的實踐發現的確是這樣。因為產品經理是依賴于他人完成產品方案的落地。協調和管理跨職能的項目團隊是日常工作的重點之一,否則設計的方案再好,上不了線也是尷尬,沒有業務價值的輸出。

在項目管理領域有專門的PMP或者敏捷開發的ACP認證。所以想要完全學習完所有內容還需要花很多時間的。但是掌握最核心的流程和要點就足夠日常使用,加上自身項目的實踐總結,沉淀出適合自己的項目管理方法。

1. 如何管理需求

面對各個業務部門的各種數據、產品需求,要避免忙成陀螺但還被業務吐槽。所以,要學會利用需求管理工具,把接收到的需求統一管理起來。很多項目管理軟件比如Trello、Ones、leangoo等,最次的就是自己用excel了,團隊共享不太方便而已,但自用足夠。

目標是自己清楚地知道有多少需求待處理,優先級是什么,何時需要找業務溝通確認,已經排期或者上線的需求定期做好信息反饋,避免等著業務來問排期。出現延期更要做好溝通,這樣才會成為業務眼中靠譜的人。而不是提了需求石沉大海。

2. 怎么跟項目?

產品一旦排了開發資源后,就是日常的項目管理和開發跟進工作了。澄清需求幾乎是每天都會遇到的,除此之外。要學會在一些關鍵節點組織會議,并且利用透明的力量同步項目進度、問題及風險。

項目啟動會:

重大項目需要單獨召開啟動會,務虛為主。主要目標是獲取授權,搶占資源,有時需要打雞血,比如這個項目是公司戰略重點,多跟開發“洗洗腦”,做好了大家一起吃香喝辣。

需求評審會:

產品經理不得不開的會議包括:和業務的需求確認會,和開發的方案評審會,和團隊的需求排期會。很多產品經理最怕開需求評審會,因為怕被老板、被開發、被業務Diss。首先從心態上,要做好準備,評審會的目的就是要找出需求不明確和不合理的地方,在方案環節盡可能考慮周全,避免上線之后不滿足需求,如果評審會一團和氣,出事后甩鍋于事無補。

其次,要在每一次被Diss之后做好總結,為什么我設計方案的時候沒有想到,沒有想清楚。下次要盡可能規避,就像高中時有些數學題經常有陷阱,有了錯題集不斷強化后,下次就不再犯同樣錯誤。此外,在產品方案設計環節,可以提前和業務溝通,和開發提前討論技術方案,問題前置化,減少評審會上的問題數量。

最重要的一點,就是自己在設計產品方案和PRD時,要不斷問自己問什么需要這個功能,這個按鈕,為什么放到這里,而不是其他位置,自己先Diss自己,減少被別人Diss。知彼知己百戰不殆,還要吸收競品分析的結論,有的時候你的一句,這個方法競品是這樣做的,但是有123個問題和缺點,是不是比其他的解釋更有說服力呢。最后,能用數據量化分析的就要用數據說話,畢竟是搞數據的嘛。

項目站會&周會:

敏捷開發中,團隊成員會有每天的站會,主要目的是溝通和澄清問題,說下主要進展和計劃,提高團隊成員溝通的頻率,互通有無,及時發現和解決問題。切記不要淪為形式。

項目匯報的頻率與技巧:

常規匯報:對于重點項目(老板們都非常關心)尤其要做好向上的匯報和信息同步。如果周期2周內,可以每天匯報關鍵進展,IM群或者郵件均可。3周及以上的長周期項目至少要按周匯報。這樣老板就很放心,不管他關不關注,至少你主動溝通,不僅曝光度高,而且老板會覺得你非??孔V。

問題匯報:做項目有風險在所難免,尤其是項目初期不確定因素非常多,出了問題首先自己要快速搞清楚大致問題,初步判斷嚴不嚴重,如果覺得對項目進度、項目范圍有影響,就要及時向上反饋,老板最不喜歡的就是別人都知道出問題了,他卻是最后一個知道。提前溝通可以獲取相關的資源支持,哪怕是準許延期的許諾。

需求變更管理:

唯一不變的就是變化。作為產品經理不管是和業務還是和研發溝通,切記一句話的口頭需求和隨意的變更。尤其是開發過程中,涉及到業務流程等內容的變更一定要記錄存檔,對主流程和研發進度有影響的,嚴格遵循變更控制流程。否則,一旦項目失敗或者出了問題,產品和開發扯不清楚。研發說產品讓我這么改的,產品說我是讓你那么改的。

產品上線運營及推廣:

項目測試開發工作完成后,在正式上線之前,找核心用戶或需求方做好用戶接受度測試,避免上線后,用戶大面積吐槽,到時候就晚了。另外,產品上線前,需要考慮數據埋點,統計功能上線后的使用效果。一方面是證明你這次迭代的價值,用數據說話,另一方面就是用數據驅動產品迭代了。同時,要記得收集用戶的正向反饋,畢竟季度述職有的時候需要用戶視角說你做的好不好。

三、此外是數據思維和數據能力的不斷提升

掌握了需求處理和項目落地這幾個產品經理的核心能力和工作流程之后,至少你會是一個靠譜的人。再加上對數據思維和數據能力的,就可以逐漸成為一個優秀的數據產品經理。曾經團隊中有個同學,其他崗位轉崗數據產品經理,不僅缺少數據能力,而且產品基礎也非常差,一段時間負責開發套件產品的需求跟進和迭代,天天被開發吐槽,只是需求的傳聲筒。

數據產品經理存在的價值是利用數據幫助業務高質量決策或者為產品的智能化應用賦能。此外,工具類數據產品經理,則是負責建設這些過程涉及的通用工具,以實現人力成本和數據價值輸出效率的提升。

1. 數據采集和埋點能力

和業務端對接多的應用型數據產品經理必備,數據驅動的本質是數據驅動增長,過去更多的是關注訂單量、營收等宏觀的業績經營指標,數據化運營從宏觀到微觀,開始關注用戶從認知產品到最終完成一次業務流程的全過程行為洞察,而這個過程中,埋點是數據價值的起點,數據產品是以數據為原材料,做用戶行為分析或者可視化分析類的數據產品,作為數據產品經理,需要把埋點數據規范化的管理起來,否則沒有埋點采集數據,就是巧婦難為無米之炊,設計出來的產品方案再完美,交互再絲滑,卻沒有數據。

2. 數據分析能力

數據就像原油,很少人可以直接使用。只有通過分析、挖掘之手,提純成汽油、柴油、以及各種化纖用品,才能最大的發揮價值。埋點采集到了數據之后,還需要進行分析、抽象、產品化,才能被更多的業務直接使用。

在這個過程中,需要具備建設業務監控的指標體系,并將分析思路整合到數據產品中的能力??梢宰约航Y合具體場景多加練習,比如,自己去設計一套短視頻業務的指標體系,會先研究指標體系建設方法,其次是了解業務過程,再去設計對應的指標。

3. 數據倉庫理論知識

數據資產管理及治理方向數據產品經理必備,業務數據化、數據資產化,數據倉庫的分層管理不僅可以提升數據的復用性,也可以提高數據運維的效率。在做數據資產管理與治理類工具類數據產品時,將資產減少的規范流程融入到系統中,每次建表時,基于系統的提示與自動填充可以既快速又高效,而不是需要每個開發者把規則形成肌肉記憶。

此外,對于數據的一致性、完整性、及時性、準確性等數據質量監控規則也需要掌握,畢竟數據質量問題是數據產品的生命線,如果給業務的數據都是錯的,決策失誤、精準營銷不再精準。

4. 大數據技術組件及架構

開發套件方向數據產品經理必備。雖然說“人人都是產品經理”,過去也有很多關于產品經理要不要懂技術的爭議,個人覺得作為數據產品經理,至少要了解一些基礎的大數據技術的應用場景,以及數據流轉的鏈路,這樣對于數據質量的監控,實時、離線數據的差異及技術限制,更加合理地設計產品。而對于底層開發套件、開發工具類的數據產品經理就更必要了。

試想,如果你連HDFS都不知道是什么,當需要你設計一個HDFS目錄管理的工具時,你該從何著手。

5. 機器學習算法模型的主要使用場景

策略及AI方向的數據產品經理必備,比如做個性化推薦,至少要知道常用于推薦的算法有哪些吧,基于用戶的協同過濾和基于商品的協同過濾分別是什么意思?

四、總結

想成為業務、研發眼中優秀的數據產品經理并不容易。不僅要產品素質優秀,還要有扎實的數據能力。具備其一,可以做數據產品經理,但只能稱之為靠譜或者技術能力比較強。而兩者都不具備時,不僅自己上班如上墳,還要飽受領導、對接研發、業務的各方吐槽和Diss。

為我投票

我入選了2022年度優秀專欄作者評選,要麻煩大家投票支持支持啦!

點擊下方鏈接進入我的個人參選頁面,點擊紅心即可為我投票。

每人每天最多可投35票,投票即可獲得抽獎機會,抽取書籍、人人都是產品經理紀念周邊和起點課堂會員等好禮哦!

投票傳送門:https://996.pm/M0JvR

專欄作家

數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。

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pexels,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 寫的有點虛,但是總體上來說結構清晰,簡明易懂,對相關新人很有啟發意義。

    來自上海 回復
  2. 數據產品既需要優秀的產品素質,還需要有扎實的數據能力,才能更好的服務于產品

    來自山西 回復