如何成為一名合格的資料產品經理？

近些年來，產品經理的一個新的分支—— 資料產品經理正在興起。很多企業開始意識到大資料對於企業管理和精細化運營的重要性，著手招聘大量資料相關的從業人員，開發各種資料產品。

資料會對業務產生非常直接的影響，會影響業務負責人對業績現狀和團隊努力的認知、對驅動因素的深層次思考，進而影響其對業務方向的長期判斷。

這裡面，資料產品經理是極其重要的承載環節，他們直接決定了業務負責人和分析團隊的同事對於資料的獲取速度、獲取準確度及獲取方式。資料產品經理是企業資料化戰略的重中之重。

資料產品經理是個年輕的職業，是伴隨大資料技術的成熟而誕生的。資料產品經理的職責是圍繞資料構建解決方案，從獲取資料的埋點到資料治理，從資料提取到資料視覺化，從數字營銷到廣告，從搜尋到千人千面的推薦，從風控到規劃，從預測到AI。

01 大資料崗位工作內容

首先，我給大家科普一下企業從資料儲存到資料應用，這個過程涉及的工作內容和角色。

1、業務系統的後端開發

如果是資料產品的話，我們是以業務需求為出發點去做一些產品的應用。在做資料專案的整個過程中接觸的基本上大概是以下幾種崗位：首先是業務系統後端的資料，這塊其實就是從資料儲存到資料應用，它屬於最開始的一個角色就是業務系統的後端開發，一般都是java開發。

2、資料庫運維

我們從整個資料鏈條上來看，這個資料過來以後要入到業務庫裡。就是資料庫運維這個崗位，它主要是去配置伺服器資源，然後去管理資料庫 。

3、數倉開發、數倉建模

再到後面可能就是去資料中心裡面，資料中心就會設定一些像數倉開發、數倉建模。從資料鏈條層面來看，這個資料進入到庫裡面我們就開始去用了，但是用之前需要對資料進行整理、加工，做一個整體的資料管理。

這塊用建模，透過邏輯模型、數倉模型，這種星型或者雪花型的模型，然後給它落到庫裡、落到數倉的層面這個表裡，在透過對這些資料的整合、加工後，可能它是一些不夠實時或者是離線性的資料。

4、大資料開發

我們在做運營的過程當中，可能會涉及像使用者行為、新增註冊使用者這種從第三方渠道抽過來的這種投放資料，這些屬於比較實時的資料，這些資料可能就需要用到大資料開發，從kafka裡面直接消費資料。

5、資料分析師

和業務接觸比較近的像資料分析師，也是我們從資料儲存到應用整個鏈條裡面的一個環節，我們需要把這些資料呈現給業務方，因為資料從我們應用開始往前，全都是屬於儲存，像採集、資料加工這種層面。那麼業務這塊兒，資料分析師是作為從底層的資料到資料真正能夠體現它價值的這樣一個橋樑。

資料分析師這個崗位主要就是從我們已經建好的數倉裡面，或者是有一些分析師也會從底層的資料庫裡面去取資料，經過資料分析去加工業務模型、資料分析模型，然後做一些統計分析、預測預警，這是資料應用層面的一個崗位。

6、資料產品經理

那麼資料分析師做的時間很長以後會發現，其實他所輸出的一些內容是會給他提高效率的這樣一個工具，他也會使用像Tableau這種第三方的資料分析工具。那麼這些工具是什麼呢?就是作為資料產品經理來做的事情，我們去給他搭建這樣一套工具。

我們的目的就是使企業裡面人人都是資料分析師，降低資料的使用的門檻，提高資料使用效率。這個是作為資料產品經理最基礎的、核心的工作。

後面隨著崗位的不斷的升級，我們會發現除了去做一些輔助決策層面的內容這種工具性的東西以外，還有一些已經開始驅動業務了，就是它本身已經變成業務了。這對資料產品經理來說是升級的一個過程。

去從事資料層面的工作，基本上你後面所接觸的崗位大概也就是這些內容，可能還會有運營，運營人員的這個角色會很多，如果作為分析師可能也會掛到運營團隊下面，也有可能會掛到資料中心層面去支援整個公司的運營。

02 資料產品的3個階段

1、基礎

很早之前會有一些像GA這種商業型的資料產品，它是去做流量分享的。對於國內來說，資料產品是有幾個等級的。

基礎的資料產品，可能入門大概有兩三年，或者三、四年左右這樣一個時間，基本上是去接一些業務部門的需求，當然你自己可以從底層把資料取出來，也可以透過專案管理的方式，畢竟我們是產品經理，所以很多時候專案推進、專案管理也是我們這個核心的職責之一，這些資料產品它可能就是去規劃一些明細的資料查詢的平臺，這塊也能夠支撐你去做三到四年左右的一個時間。

對於資料產品本身來說沒有核心的能力的提高，只不過就是花這麼長時間去了解公司的核心業務。當業務提出非常細節化需求的時候，知道從哪一個底層把資料提供過去，然後你也可以能夠滿足透過搭建一套基本的BI查詢工具，能夠讓業務方、需求方自己動手去操作，實現資料的探索，可能有同學沒有入門資料產品會覺得這不就是資料產品的核心工作內容，其實這個只不過是最基礎的本職工作。

2、中級

當你做的時間稍微長一些把這些基礎掌握的差不多了，這個時候你可能就會到了所謂的中級資料產品。你可能會接觸大量資料分析層面的事情，也要做決策、策略，你可能就會深入到具體的業務流程裡面，而不是被動地去接一些資料分析的需求。

深入到具體業務流程裡面，就會發現從資料應用層面來說，你是可以驅動業務的，你給業務賦能到你本身能夠驅動業務，作為業務的一個非常重要的環節，這時候你可以去做精準推送、交叉分析、漏斗分析、轉化分析等等這些帶有分析模組的產品、平臺。

當你把這個分析的模型也摸透了以後，你可能就會反過來，作為資料應用這樣一個角色，能不能真真正正的給公司帶來一定的價值，所以你就會透過大資料能力去做一些像個性化推薦這種運營策略。

之前像app的首頁排版基本上都是運營人員自己去排、自己去設計的，但是透過你的個性化標籤，比如分析模型也好，搭建底層的資料平臺也好，你會發現可以把使用者做這種動態的標籤、使用者行為採集等等都有，這些底層的支援去做資料驅動的核心的指標都有了，你就能夠非常清晰的把驅動做個性化推薦這一套流程邏輯給它串聯起來，這個時候你實際上已經真真正正的嵌入到業務核心流程裡面，並給公司帶來一個非常高的轉化、點選率，相當於說你已經成為企業裡面核心的人員，而不是僅僅屬於支援層面人員，這個是屬於中級產品了。

3、高階

再往後你就會發現公司裡面的業務已經不能滿足你對職業的規劃、對你未來發展的支援。因為你做得再好其實也是在一個非常固定的業務模式下面去搭建資料應用，所以後面你就會不斷地思考、去擴充、去想作為資料產品後面的發展方向。再往後發展資料產品可能就會偏向於從最頂層的資料應用層面下沉到最底層，去了解資料的本質、去了解底層資料的一些核心內容。

比如有的高階資料產品可能就會去做資料管理、底層搭建，從非常底層的資料層面去做，甚至去搭大資料的組織架構;也有的資料產品就會發展到另外一個方向，比如創業去做資料驅動層面，自己搭建一套商業模式，像抖音推薦、短影片推薦，其實它核心就是我們對資料深層次的應用和思考。

有兩條線，一個是越往底層去搭建資料，思考資料底層的核心本質，去做資料管理。另外一層就是自己去搞一些新的商業模式，從資料層面去創新。這個大概就是資料產品整體的一個發展。

03 資料產品設計的5個步驟

對於產品設計來講，我們將它抽象成了五個步驟：

面向什麼使用者和場景

解決什麼問題/帶來什麼價值

問題的分析思路是什麼

需要用到什麼樣的指標

這些指標該怎麼組合展現

1、面向什麼使用者和場景

任何產品設計均需要明確面向的使用者和場景，因為不同使用者在不同場景下開啟你產品的姿勢也大不相同。

不同使用者有不同的價值。這個方法主要面向第一類即企業內部產品。這裡並不主張職位歧視，只是從資料能產生的價值來看，高層的一個正確的決斷可以節省下面無數的成本。

不同層級使用者關心的粒度不一樣，永遠要提供下一個顆粒度的分析以及可細化到最細粒度的入口。資料分析本質上就是不斷細分和追查變化。

不同型別的使用者使用資料的場景不一樣，要圍繞這些場景做設計。要了解自己的使用者，必須和他們保持長期有效的溝通。如我們的PM，每週都會有和銷售和客戶溝通的習慣，而且每位PM入職後，必須兼職一段時間的客服。只有這樣，PM才能更好的瞭解使用者以及他們的使用場景，設計出更好用的產品。

2、解決什麼問題/帶來什麼價值

這本質上是要明確產品滿足了使用者的什麼需求。但凡需求，均有價值和優先順序。

首先判斷核心需求是什麼，可用 Demand/Want/Need 方法分析。使用者來找你要可樂 (Demand)，如果你沒有可樂就無法滿足使用者。但其實他只是要解渴 (Want)，需要的只是一杯喝的東西就夠了 (Need)。

其次判斷需求的價值，可用 PST方法分析。P：x軸，使用者的痛苦有多大;Y軸，有多少使用者有這種痛苦;z軸：使用者願意為這付出多少多少成本。相乘得出的結果才是這個需求的價值。

3、問題分析思路是什麼

明確了問題後，應該透過什麼樣的思路進行分析?需要明確以下原則：

資料產品經理一定要有資料分析技能，才能更好創造更大的資料價值

資料產品設計理念，應從總覽到細分，並且不斷對比

總覽應提綱挈領，簡明扼要，讓使用者先了解當前發生了什麼事情和問題的大概方向。不要讓使用者一進來就扎進無盡的細節中

細分應該提供足夠豐富的維度便於分析。每次細分必須帶著指標下去，所有分析的結果必須可以落實到動作執行，並與業務緊密相關

資料本身沒有意義，資料的對比才有意義。資料產品的核心就是把這種對比凸顯出來。既需要豐富的產品設計經驗，也需要深刻的業務理解能力和資料分析能力。

4、確認資料是否準確完備

分析思路需要相應的資料支撐，即使是使用者畫像的演算法類產品，也必須有足夠的準確資料做支撐。在確認的過程要注意以下兩點:

資料的完備性提前明確所有需要的資料是否已經準備完全。資料就像水面上的冰山，展示出來的只是很小的一部分，它的採集，清洗和聚合才是水面下 98% 的部分。所以如果需要的資料沒有采集或沒有經過清洗的話，會讓整個工期增加了極大的不穩定因素。

資料的準確性在埋點採集的時代裡，這絕對是個遇神坑神的大坑。很多時候臨到使用，才發現這個埋點的方式一直都是錯誤的。或者發現這個指標計算的方法沒有把某種因素排除掉。這種情況在企業內部類產品比較常見。因為部門眾多口徑繁雜，一不小心掉進去了，就別想爬出來了。

所以，一個優秀的產品經理想要跟Facebook 一樣做到Data Driven ，必須首先做到資料的完備和準確，埋點是必須要解決的痛點 。

5、選擇什麼樣的產品形態

常見的資料產品形態有：著重於資料呈現的有郵件報表類，視覺化報表類，預警預測類，決策分析類等;著重於演算法類的使用者標籤，匹配規則等等。

如視覺化報表類跟大家分享下：

1)指標的設計

首先需要明確什麼型別的產品適用什麼樣的指標，如電商最核心的是訂單轉化率，訂單數，訂單金額等，對於社交網站來講則是日活躍使用者數，互動數等。

逐層拆分，不重不漏。即MECE 原則。如將訂單金額拆成訂單數單均價，訂單數也可以往下細分出使用者數人均訂單數，不同的使用者還會擁有不同的人均訂單數，一層層往下分拆

確保指標能明確表達含義，為上層的分析思路提供依據

明確指標定義，統計口徑和維度

2) 指標的呈現

指標的呈現說白了，就是資料視覺化。這對資料產品經理來說極為重要。它並不只是UI設計師的工作，因為它涉及到別人怎麼去理解你的產品和使用你的資料。一方面需要閱讀相關專業的書籍，另一方面，是要去觀察足夠多的產品，看他們是如何實現的。這裡有一些通用的規則可以和大家分享：

同時著重展示指標不超過7個，5個比較合適

在設計指標的展現時，要明確指標之間的主次關係

幾種圖表形式的使用建議：趨勢用曲線圖，佔比趨勢用堆積圖，完成率用柱狀圖，完成率對比用條形圖，多個指標交叉作用散點圖。為合適的指標選擇合適的形式很重要。

04 勝任資料產品經理的3大能力

基於各大廠的招聘要求和工作職責，對各技能標籤整合聚類，我們發現資料產品經理的能力模型，除了普通產品經理的基礎技能外，資料能力、業務抽象理解能力、專案協調管理能力尤為重要。

1)資料能力的要求

對於資料產品經理而言，資料能力是一套從公司商業競爭策略到一線業務運營的分析方法。基於這套方法，資料產品經理可以將公司從上至下不同的業務放進同一個模型中來分析，從而幫助決策層透過資料快速的定位問題。

這要求資料產品有非常強的資料敏感性和資料思維——包括指標字典設計、埋點設計、資料生產相關知識、資料分析等。當然，基礎的工具技能包也是必備的——如SQL、Excel、Python等資料處理常用工具的熟練掌握 。

2)業務抽象理解能力的要求

業務抽象理解能力，資料產品經理最終的目標是讓資料自我表達，為業務提供基於各類日誌的，從報表到智慧預測工具套件。一方面產品要不斷從各個業務汲取和整合各類資料;另一方面要將資料透過各種工具穩定、快速地表達出來，讓業務方可以簡單快速的從資料獲取 insight 。

為了做到這一點，產品經理必須具備業務抽象理解能力：懂得如何將難懂的資料從相對封閉的業務中抽象出來，以服務的形式向業務方開放，最終形成從資料供給到資料應用的閉環 。

3)專案協調管理等軟技能的要求

資料產品面臨的是極為複雜的資料流和業務流的集合，為了做出一張資料完備、系統穩定、查詢快速的報表系統，產品經理需要從底層的日誌開始整理，梳理各個資料處理過程 。

因為處理邏輯的原因，資料系統的研發通常時間週期很長，而業務對資料的需求通常是要麼沒有，要麼就是疾風驟雨般不講道理地來了。在這個過程中，資料產品經理和工程師、業務方的協調推進是十分具有挑戰性的——既需要邏輯抽象和資料思維的硬實力，又需要溝通協作的軟技能，這可能是資料產品經理最有挑戰的地方。