那么在这之前，我们就需要对数据产品经理有一个全方位的了解。通过近三个月的学习、交流，大林开始对数据产品经理有了初步的认知，下面就和大家分享一下，也期盼能和更多处于转行期的伙伴们建立成长同盟，一起交流、共同进步。
下面我将从5个方面来展开说明：
\1. 什么是数据产品
\2. 数据产品的类型
\3. 数据产品经理能力要求
\4. 数据产品经理的伙伴
\5. 数据产品经理如何成长
（ps：本文更多地是站在一个想转行的产品经理的角度来写，对于非产品经理岗位的朋友们来说，可能我们所关注的重点会有所不同）
1. 什么是数据产品
如今我们每天使用的电子产品会记录我们的网上行为，我们所佩戴的手环等可穿戴设备会记录我们的身体特征，甚至我们走在街上，路口的摄像头也会记下我们的身影，这些数据只是存放在数据库中是毫无价值的，如果能够把这些数据给到数据分析师，他或许会从中发现新的商机；如果把这些数据给到运营人员，他们能很快地评估出哪种推广活动是更有效的，……。所以我们需要通过一定的载体把数据呈现给需要它的人，这个数据的载体就是数据产品。而任何产品的产生都源于某业务场景下的需求，数据产品可以理解为基于某应用场景下对数据需求的产品化。
数据产品=应用场景+数据需求+产品化
2. 数据产品的类型
数据产品和其他类型的产品一样，它的构建也不是一蹴而就的，搭建数据产品要考虑公司业务规模的需要、产品矩阵的依赖关系来逐步搭建。
从产品架构自下而上来划分，可将数据产品分为以下三类：
1.数据质量型产品-这部分产品在搭建时重点考虑的是数据的完整性、准确性、数据指标的统一性以及数据服务的安全稳定性，主要的数据系统有有数据质量监控系统、数据埋点系统等。阿里的dqc、美团的DataMan都属于这一类。
2. 数据工具型产品-这一层的产品有大数据分析平台、用户行为平台、实验平台、自动分析平台等，通常是以让用户可以高效获取并使用数据，进行科学决策为目标。诸葛io、神策属于这一类。
3. 数据应用型产品-这部分产品是通过对业务产生的数据进一步的整合、加工，来为业务负责人或用户提供洞察或预测的产品。它的价值在于用数据来驱动发展。像飞常准、生意参谋属于这一类。
以上就是一个成熟的公司应具备的数据产品了。回到具体公司的数据产品搭建上，还是应该考虑公司的业务发展阶段、成本预算等，有针对性地搭建或采购适合当前阶段的数据系统。
3. 数据产品经理能力要求
数据产品经理是负责实现数据产品的人，这就要求数据产品经理除了具备的产品设计、逻辑思维、项目管理、业务与行业理解等产品经理的通用能力外，还要在数据技能、数据工具技能方面完成能力补全。
数据技能方面要掌握：
l 指标字典
l 数据埋点
l 数据生产
l 数据分析
l 数据运营
l 数据可视化
这些数据产品经理必须要掌握的，本公众号会陆续发布相关的系列文章，欢迎小伙伴们关注，本文就不展开来说了。
另外，对于三种不同类型的数据产品，相应产品经理所需的能力掌握程度存在差异。
质量型数据产品经理偏重于掌握数据的获取、清洗等生产流程，以达到能从各个环节来优化数据质量的目的。
工具型数据产品经理要能够深入挖掘用户使用数据的痛点，通过数据产品设计能力来实现数据的科学高效使用。
应用型数据产品经理更需要对行业和业务有深入的理解，具备较强的分析能力和商业化思维。
工具方面，大家可能最关心的就是数据产品经理要学哪些软件？掌握到什么程度？怎么学了？为了解答这个问题，大林查阅招聘网站上“数据产品经理”岗位的要求，并和身边的老师以及做数据产品经理的朋友进行了咨询，大体上需要掌握的数据工具主要有以下几个：
1. 数据查询语言sql-对于数据产品经理来说，会取数基本上就能满足80%的公司对这一岗位的要求了，如果想精进一步，可以阅读《mysql必知必会》这本书，很多小伙伴极力推荐。
2. 电子表格软件excel-要掌握数据处理、函数计算、数据可视化的相关内容，如果能够使用excel做一些统计分析就更好了。以下是大林总结的一些要学习的内容：
3. 数据平台搭建工具Hadoop-在数据产品经理的岗位招聘要求里，“了解hadoop”成为了高频词汇，但这并不意味着我们要去使用这个工具，我们只要知道一些常用的分层知识就可以了，具体的工作还是交给更专业的研发同学吧。
4. 数据分析与可视化工具-R和Python是目前最流行的两款高级编程语言，被大量运用于数据科学领域，具体要学习哪一种可以根据自己的情况而定：
如果你的大多数同事或朋友都在使用某种语言，那么你可以也去学那门语言，因为遇到问题可以向他们咨询
如果你想去的公司都在使用某种语言，你也可以学那门语言
如果以上两种情况都不存在，那么，可以和大林一起学习Python，近年来Python越来越受欢迎，而在Github上使用R语言的月活跃用户比例有所下降。
大林向大鹏老师请教后，大鹏老师推荐了以下资料，学习Python的同学们也可以参考下：
1）廖雪峰的python教程
https://www.liaoxuefeng.com/wiki/1016959663602400
2）RUNOOB.COM Python教程
https://www.runoob.com/python/python-break-statement.html
3）书籍：Python基础教程（第3版）
4）书籍：Head First Python
4. 数据产品经理的伙伴
作为互联网产品经理，日常和我们并肩作战的通常是业务方、UI设计师、前后端研发工程师、测试工程师。对于一名数据产品经理，他的队员们还会有数据研发工程师、数据挖掘工程师和数据分析师等。那他们主要负责什么工作呢？
数据分析师，主要工作是通过各种数据分析工具，从海量的数据中提取、挖掘对业务发展有价值的、潜在的问题或趋势，为产品或服务的发展提供决策依据。
数据研发工程师，一般是负责数据仓库搭建、数据的存储、计算处理、数据分析平台的开发和设计等。
数据挖掘工程师，是从大型数据存储库中把杂乱无章的各种数据，通过一步步清洗、建模，迭代优化，发现未知的有用模式，来决实际的业务问题。
算法工程师，和数据挖掘工程师还是比较接近的，在大部分中小公司中是不做区分的，在大厂的话，算法工程师相对更偏底层一些，需要自己动手造一些高性能计算相关的轮子，提供给数据挖掘工程师使用。
5. 数据产品经理如何成长
很多的同学，包括我自己，参加了一些培训班、读了书籍，但还是难免在做的时候不知从哪里下手。偶然的一次机会，听到一位老师分享了他的学习五步法，才意识到自己的学习路径是不完整的，所以学习效果也打了折扣。在这里也分享一下这个从学到真正学会的路径。
学-除了常规的读书、听课外，还有一点就是要以人为师，把身边厉害的人作为老师，多向他们请教，以人为师也是最高效、最有针对性的学习方式了，所谓“听君一席话，胜读十年书”说的就是这个道理吧。
思-思是对所学知识的一个分类过程，一方面思考哪些是我原来不知道了，通过这次学习新get到的，这些被成为“新知”，另一方面思考哪些是我原来以为自己知道，但是经过这次学习，发现自己之前想的是错误的。除此之外，对于新get到的知识点，可以思考下分别可以应用到什么场景下。
辩-辩也就是和同行们的交流互动，在观点的碰撞中，加深理解、修正误解。
做-知识学来终究是为了创造价值的，把所学到的知识用于工作实践，即完成了学的使命，又能通过实践来检验所学。
教-当完成了以上四步，就可以出沉淀一些实用的经验与方法论，把这些整理归纳，通过文字或语言讲明白，分享给需要的人，教是学会的最高标准。
大鹏老师组织学习小组，其实也是为了解决大家从学会到做好的问题，并且针对特定的技能，提供了一个同行互动交流、经验分享的环境，又有经验丰富的前辈从旁指导，真的是很难得的。所以，大林听说大鹏老师这个计划后，就毫不犹豫地决定跟随大鹏老师，链接同行的伙伴们，希望能在这个环境中，与大家一起交流、成长，让工作中的难题不再可怕。
一个数据人的自留地是一个助力数据人成长的大家庭，帮助对数据感兴趣的伙伴们明确学习方向、精准提升技能。
发表评论 取消回复