編輯導(dǎo)語：數(shù)據(jù)產(chǎn)品經(jīng)理做的產(chǎn)品，通常都是圍繞數(shù)據(jù)的生命周期的各類工具。這個(gè)崗位具體要做哪些事呢？又需要掌握哪些經(jīng)驗(yàn)？本文作者根據(jù)自身經(jīng)驗(yàn)，分享了數(shù)據(jù)產(chǎn)品經(jīng)理這個(gè)崗位，一起來看一下吧。

01 數(shù)據(jù)產(chǎn)品經(jīng)理分類下的產(chǎn)品們都做哪些事

首先為什么會(huì)有數(shù)據(jù)產(chǎn)品經(jīng)理這么個(gè)分類，最主要是為了招聘方便。

數(shù)據(jù)產(chǎn)品經(jīng)理做過的產(chǎn)品，通常都是圍繞數(shù)據(jù)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(shù)，所以首先會(huì)有上報(bào)采集的工具，比如埋點(diǎn)相關(guān)的工具、爬蟲相關(guān)的工具等。

有了數(shù)據(jù)就需要將數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換成可供業(yè)務(wù)直接使用的干凈數(shù)據(jù)，這一類產(chǎn)品通過是圍繞滿足應(yīng)用的數(shù)據(jù)供給來設(shè)計(jì)的，被使用的數(shù)據(jù)表現(xiàn)出來就是表、指標(biāo)或標(biāo)簽，而工具就是用于滿足數(shù)據(jù)的生產(chǎn)過程，這包括生產(chǎn)加工的工具鏈、也包括數(shù)據(jù)治理的工具。

就比如阿里的一站式數(shù)據(jù)生產(chǎn)平臺(tái)Dataworks、阿里數(shù)據(jù)治理工具Dataphin、美團(tuán)的數(shù)據(jù)治理工具起源、以及各公司內(nèi)部比較個(gè)性化的用于畫像標(biāo)簽加工的工具等。

有了數(shù)據(jù)那就可以提供給給業(yè)務(wù)用了，場景通常用在業(yè)務(wù)前期找機(jī)會(huì)定目標(biāo)、中期做監(jiān)控定位異常后期搞復(fù)盤發(fā)現(xiàn)規(guī)律的各種分析工具，數(shù)據(jù)能夠穩(wěn)定地表達(dá)出來且快快地發(fā)現(xiàn)insight是這類產(chǎn)品的基本能力，就比如阿里QuickBI、字節(jié)風(fēng)神、微軟PowerBI、亞馬遜QuickSight、微軟PowerBI等。

業(yè)界也有一些三層一體的一站式產(chǎn)品，比如 Google Analytics就是從流量數(shù)據(jù)采集到流量分析，神策也是同樣提供數(shù)據(jù)埋點(diǎn)的SDK、埋點(diǎn)管理工具和最終的用戶流量分析活動(dòng)投放的一站式數(shù)據(jù)產(chǎn)品。這些都是為了盡可能讓最終用數(shù)的人不需要專門的數(shù)據(jù)研發(fā)團(tuán)隊(duì)支持有數(shù)可用。

其次除了做工具，還有一個(gè)數(shù)據(jù)產(chǎn)品經(jīng)理分支是完善業(yè)務(wù)數(shù)據(jù)分析所需要的數(shù)據(jù)。數(shù)據(jù)分析應(yīng)用層面不僅需要工具，很重要的還要有數(shù)，就好比我們開了個(gè)店，里頭還得有商品。做內(nèi)容的產(chǎn)品經(jīng)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(jià)廉，容易獲取的。

打個(gè)比方業(yè)務(wù)要對拉來的新客做銷售情況的分析，從而發(fā)現(xiàn)拉來新客的質(zhì)量。這最基本的需要數(shù)據(jù)里頭有新客的數(shù)據(jù)、訂單的數(shù)據(jù)才能完成，在分析的過程中可能會(huì)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(gè)大框架，在實(shí)際分析中會(huì)根據(jù)發(fā)現(xiàn)的問題和洞見再追加數(shù)據(jù)，因此不能等到需求來了再建數(shù)據(jù)，而需要產(chǎn)品經(jīng)理快速跟進(jìn)業(yè)務(wù)目標(biāo)和策略調(diào)整做好提前規(guī)劃，如果做得不夠好，會(huì)讓整個(gè)公司的分析效率很低，只能發(fā)現(xiàn)淺層次的洞見。

表是原材料，指標(biāo)和標(biāo)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(shù)據(jù)內(nèi)容的數(shù)據(jù)產(chǎn)品經(jīng)理，考慮提供什么形式的數(shù)據(jù)內(nèi)容也是很重要的事，比如指標(biāo)和標(biāo)簽是帶業(yè)務(wù)含義的，基本人人都能懂能用，而表需要會(huì)寫SQL才能得到數(shù)，如果內(nèi)容不能很好的組合，讓業(yè)務(wù)需要花比較多的時(shí)間去找數(shù)理數(shù)，可能會(huì)導(dǎo)致數(shù)據(jù)只有非常專業(yè)的人員才能受用，公司為了做好分析這件事需要花費(fèi)的人力成本會(huì)非常高。通常表在各個(gè)公司都是默認(rèn)形式，如何做好指標(biāo)和標(biāo)簽供應(yīng)并不是一件簡單的事。

所以數(shù)據(jù)產(chǎn)品經(jīng)理通常是有兩類，一種是建設(shè)數(shù)據(jù)內(nèi)容，二種是建設(shè)數(shù)據(jù)工具。如果是業(yè)務(wù)比較復(fù)雜的大廠，數(shù)據(jù)產(chǎn)品經(jīng)理會(huì)分屬于業(yè)務(wù)和中臺(tái)團(tuán)隊(duì)。大部分在業(yè)務(wù)的數(shù)據(jù)產(chǎn)品核心職能是第一種，為業(yè)務(wù)提供夠用好用的數(shù)據(jù)，其次會(huì)做一些讓業(yè)務(wù)更好用數(shù)的工具，幾乎不會(huì)涉及到采集加工處理的工具。而大部分在中臺(tái)的數(shù)據(jù)產(chǎn)品主要職責(zé)是第二種，在數(shù)據(jù)生命周期的不同階段提供各種工具，讓數(shù)據(jù)能更高效地運(yùn)轉(zhuǎn)起來。

02 為什么招聘會(huì)關(guān)注數(shù)據(jù)產(chǎn)品經(jīng)理分類

不都是產(chǎn)品經(jīng)理么，為什么招聘會(huì)優(yōu)先選擇做過數(shù)據(jù)產(chǎn)品的候選人呢？

數(shù)據(jù)最終是要被用起來的，數(shù)據(jù)用得爽不爽，指的是查起來能快則快，質(zhì)量要高，別總對數(shù)，知道數(shù)在哪別到處找人問等等。

數(shù)據(jù)要查得快和數(shù)據(jù)量及存儲(chǔ)引擎有很大的關(guān)系。為了讓數(shù)據(jù)快快地查出來，通常會(huì)將數(shù)據(jù)按照業(yè)務(wù)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(shù)據(jù)，則可以通過放在Hive引擎的明細(xì)寬表里進(jìn)行查詢，這時(shí)查詢結(jié)果需要等一等，具體等多久這和數(shù)據(jù)量以及機(jī)器資源量有很大的關(guān)系，當(dāng)前還沒有一個(gè)引擎能把所有的數(shù)據(jù)裝在一起還查的快。要滿足數(shù)據(jù)全又查得快就需要空間換時(shí)間，時(shí)間換空間的平衡，大量的數(shù)據(jù)研發(fā)工程師就是在不斷地倒騰優(yōu)化數(shù)據(jù)組合。

數(shù)據(jù)出錯(cuò)或是有不一致的問題，除了不小心寫了Bug或是偶發(fā)故障，更大的可能性是研發(fā)的ETL邏輯寫錯(cuò)了而不自知，比如有一個(gè)DAU的指標(biāo)，這個(gè)DAU應(yīng)該從哪個(gè)表什么邏輯來??？假設(shè)研發(fā)在開發(fā)的時(shí)候不是那么清楚，稍微產(chǎn)生一丟丟的邏輯偏差都會(huì)導(dǎo)致用的數(shù)據(jù)是錯(cuò)誤的，這種錯(cuò)誤在初次上線即使可以避免，在指標(biāo)更新的時(shí)候也很難確保每次都理解無誤沒有偏差。豪不夸張，對數(shù)依然是很多公司在做業(yè)務(wù)分析時(shí)花費(fèi)最大精力的事，可見高質(zhì)量供給這個(gè)事還是個(gè)有很大提升空間的事。

回到讓數(shù)據(jù)查起來能快則快，質(zhì)量要高別總對數(shù)，知道數(shù)在哪別到處問這個(gè)合理的用數(shù)需求，要做好這件事，意味著數(shù)據(jù)產(chǎn)品經(jīng)理需要對存儲(chǔ)數(shù)據(jù)的引擎有足夠的了解，掌握一定的數(shù)據(jù)建模理論和數(shù)據(jù)測試方法，這也是為什么數(shù)據(jù)產(chǎn)品經(jīng)理招聘的時(shí)候，只會(huì)招有相關(guān)經(jīng)驗(yàn)的數(shù)據(jù)產(chǎn)品經(jīng)理。

大廠也會(huì)選擇從校招培養(yǎng)，能滿足大廠需求的數(shù)據(jù)產(chǎn)品經(jīng)理并不多，原因是敲定數(shù)據(jù)產(chǎn)品的方案與數(shù)據(jù)量有很大的關(guān)系，比如小廠的數(shù)據(jù)全部都放在mysql就解決了從流量到供給到交易的分析，數(shù)據(jù)完全不需要多份存儲(chǔ)，隨查隨用，完全沒有接觸過查詢慢問題的人可能針對產(chǎn)品需要處理隊(duì)列調(diào)配的問題都無法理解。涉及到指標(biāo)服務(wù)也只是把指標(biāo)定義清楚管明白，根本不懂得如何處理以為數(shù)據(jù)可能來自多張表的不一致問題，照搬經(jīng)驗(yàn)只會(huì)是災(zāi)難。

03 成為數(shù)據(jù)產(chǎn)品需要掌握什么技能

這個(gè)話題在上面已經(jīng)略有涉獵，這里我還是稍微再展開說一說吧。

要成為一個(gè)好的數(shù)據(jù)產(chǎn)品，需要有扎實(shí)的數(shù)據(jù)專業(yè)知識(shí)，還需要有通用的產(chǎn)品經(jīng)理技能。這兩者缺一不可，都說產(chǎn)品經(jīng)理是一個(gè)低門檻的事，但其實(shí)數(shù)據(jù)產(chǎn)品經(jīng)理并不是。如果這些技能表現(xiàn)出明顯的不足，通常在1-2年就會(huì)遇到瓶頸。

1. 數(shù)據(jù)專業(yè)技能

扎實(shí)的數(shù)據(jù)專業(yè)知識(shí)，就是數(shù)據(jù)采集、加工到應(yīng)用全鏈路的一些知識(shí)，這些知識(shí)可以在做的過程中積累，比如行業(yè)常見的數(shù)據(jù)引擎以及特性、數(shù)據(jù)建模方法、會(huì)寫SQL、掌握一些基礎(chǔ)的分析方法和技巧。

這些知識(shí)通常學(xué)校都不會(huì)教，所以能成為好的數(shù)據(jù)產(chǎn)品的人通常都有很強(qiáng)的學(xué)習(xí)能力，亦或很強(qiáng)的交友能力，我認(rèn)識(shí)的很多數(shù)據(jù)產(chǎn)品經(jīng)理快速補(bǔ)齊這塊知識(shí)都是因?yàn)檎伊搜邪l(fā)男朋友/女朋友手把手教會(huì)的。

2. 產(chǎn)品通用技能

通用的產(chǎn)品經(jīng)理技能，好的產(chǎn)品經(jīng)理通常邏輯能力很強(qiáng)，能看到問題的本質(zhì)，這里我推薦大家看一本書《學(xué)會(huì)提問》，這本書能夠幫助你提升透過現(xiàn)象看到事情本質(zhì)的技巧，以及最好了解一些經(jīng)濟(jì)學(xué)的知識(shí)，經(jīng)濟(jì)學(xué)除了幫助我們很好的理解世界之外，還有一個(gè)非常重要的基礎(chǔ)是tradeoff的能力。

產(chǎn)品方案的好壞其實(shí)是取舍來的，就像我們看任何一款產(chǎn)品，功能都是可以繼續(xù)完善的，為什么當(dāng)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(hào)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(fā)現(xiàn)問題看到本質(zhì)學(xué)會(huì)取舍找到最優(yōu)解法這是產(chǎn)品很重要的技能。

數(shù)據(jù)產(chǎn)品經(jīng)理的通用技能和B端產(chǎn)品經(jīng)理會(huì)比較類似，這也是我在做招聘的時(shí)候，會(huì)從B端產(chǎn)品經(jīng)理的簡歷中挑選候選人，這在于崗位也需要非常強(qiáng)的邏輯能力、結(jié)構(gòu)化思維能力，表現(xiàn)出來就是有能力將復(fù)雜流程梳理清楚，通過流程的梳理有助于還原事物的本質(zhì)并進(jìn)行改善。

04? 數(shù)據(jù)產(chǎn)品經(jīng)理成長階段有什么需要注意的

數(shù)據(jù)產(chǎn)品經(jīng)理有一個(gè)需要特別注意的點(diǎn)，就是關(guān)注你的用戶是怎么用你的產(chǎn)品，以及怎么多用你的產(chǎn)品，成為最了解你產(chǎn)品的人。

這個(gè)問題在數(shù)據(jù)產(chǎn)品經(jīng)理面前實(shí)在不是一個(gè)簡單的問題。造成這個(gè)問題的原因是，數(shù)據(jù)的生命周期很長，很多環(huán)節(jié)的工具離最終用數(shù)的場景又比較遠(yuǎn)，甚至產(chǎn)品經(jīng)理都不一定具備用好自己產(chǎn)品的全部技能。

關(guān)于關(guān)注你的用戶是怎么用你的產(chǎn)品的，這個(gè)我給出的實(shí)踐建議是往上看兩層，往下看兩層。

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

為什么要做到兩層呢？我舉個(gè)畫像標(biāo)簽生產(chǎn)工具的例子，假設(shè)你只了解存了什么標(biāo)簽，那做出來會(huì)是一個(gè)能生產(chǎn)標(biāo)簽的工具；如果你了解標(biāo)簽用在哪，那做出來會(huì)是一個(gè)有好的標(biāo)簽服務(wù)的工具。比如有人在工具里上線了一個(gè)標(biāo)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(huì)發(fā)現(xiàn)在兩會(huì)期間這樣的行為是被禁止的，那你會(huì)考慮為標(biāo)簽建立更靠譜的質(zhì)量保障的能力，也因?yàn)橛辛四氵@個(gè)恰到好處的考慮，會(huì)減少了很多特殊時(shí)期的運(yùn)維工作量，有這樣的循環(huán)，你會(huì)對你的用戶場景有更深的理解。

05 數(shù)據(jù)產(chǎn)品經(jīng)理轉(zhuǎn)型可以有哪些方向

我們上面說到B端數(shù)據(jù)產(chǎn)品經(jīng)理是可以轉(zhuǎn)到數(shù)據(jù)產(chǎn)品，且是有一定優(yōu)勢的，那數(shù)據(jù)產(chǎn)品經(jīng)理如果想轉(zhuǎn)型又有哪些方向可以試試呢？

如果還想繼續(xù)發(fā)揮出數(shù)據(jù)知識(shí)的專業(yè)技能，以下兩個(gè)方面都是可以試一試的：

1）客戶拓寬

同類產(chǎn)品從服務(wù)內(nèi)部用戶擴(kuò)寬到服務(wù)更多的外部用戶，當(dāng)你的客戶涉及到外部客戶的時(shí)候，判斷邏輯就不僅僅是需求的合理性，當(dāng)遇到大客戶和小客戶的需求產(chǎn)生沖突要如何滿足時(shí)，做出的判斷通常會(huì)涉及到公司產(chǎn)品走向和商業(yè)的盈虧。這些問題都是只服務(wù)一個(gè)客戶時(shí)不會(huì)遇到的，比如在公司內(nèi)部做數(shù)據(jù)分析工具和做QuickBI、風(fēng)神、Fine Report那肯定是不一樣的。

現(xiàn)在消費(fèi)互聯(lián)網(wǎng)積累的產(chǎn)品經(jīng)驗(yàn)也完全可以在產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)揮出來。產(chǎn)品互聯(lián)網(wǎng)在中國還沒有徹底爆發(fā)，我之間寫過一篇《以Salesforce的發(fā)展看Saas中美發(fā)展差異》，中國的產(chǎn)業(yè)互聯(lián)網(wǎng)的時(shí)代早晚會(huì)爆發(fā)，數(shù)據(jù)要素越來越重要，這絕對是數(shù)據(jù)產(chǎn)品經(jīng)理非常好的機(jī)會(huì)，只是從業(yè)者需要保持敏銳謹(jǐn)慎辨識(shí)。

2）用戶場景的拓寬

比如面向公司內(nèi)部做商家經(jīng)營分析，和直接提供給做面向商家經(jīng)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(chǎn)出，商家在使用這個(gè)工具的時(shí)候都會(huì)算一筆賬，他使用這個(gè)工具會(huì)帶來什么樣的收益，這和內(nèi)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(yè)績的提升，你提供的功能可能是在直播期間能夠發(fā)現(xiàn)最適合的商品組合。

如果你對文中哪個(gè)內(nèi)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(fā)展方向，我本身也還在思考，歡迎交流。

本文由 @Yuki 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議