如何一步步从数据产品菜鸟走到骨干数据产品

网上关于数据分析师的文章很多，但是关于数据产品经理的文章很少，所以经常有各个领域的垂直网站来和我交流，问我数据产品应该怎么做，人怎么培养，团队应该怎么建。所以我就把别人的问题、自己的回答，结合自身的成长经验，做了一个课程。一、数据产品工作简介：

1.1 数据产品经理的概念和范围：

首先，思考两个问题：

你心中的数据产品都包括哪些?

你认为数据产品经理是做什么的?

至少，我每次介绍自己是数据产品经理的时候，经常收到别人问：我有**问题，能帮我看看怎么回事么?这个数据为什么会变成这样?

我：%￥……#%￥@;

好，大家一起和我念：数据产品经理不是数据分析师，数据产品经理是产品经理的一种，数据分析是产品经理的核心能力之一，产品经理是数据产品经理的核心能力之一。

首先，数据产品经理必须了解不同的公司，在不同的阶段，需要哪些数据产品，并能够制作出来，这是此职位的核心要求，也是我本系列文章重点介绍的部分。

其次，数据产品经理必须有足够的数据分析能力，所以，我会讲一些数据分析的基本思路和方法论。如果有了数据分析的思维，再跟公司业务结合就会比较容易。

最后，数据产品经理是产品经理的一种，所以要同时具备产品经理的能力：了解用户，需求调研，方案设计，协调技术、测试、设计等，不过这些网上有很多文章了，所以我只会讲数据产品更需要注意的地方。

1.2  数据产品的种类：

在公司中，能够发挥数据价值的产品，即是数据产品;

一般，主要从用途来分，分为以下两种：

分析类产品：通过数据的计算和展现，帮助业务进行分析、决策的产品，大概包括以下几类：

流量分析产品：可以帮助产品经理进行页面设计、功能改进和改版评估等

销售分析产品：可以帮助运营分析

这两个产品都是公司的必备，对公司各部门都有较大帮助：

帮助产品经理进行页面设计、功能改进和改版评估等;

帮助运营人员做用户分析、活动分析等;

帮助市场人员做投放分析优化等

当公司某一块业务比较重要，又有专门的部门负责时，一般会把数据分析系统独立出来，比如：

供应链分析系统;

客服分析系统;

会员分析系统。

算法类产品：通过数据的计算，直接更改页面的逻辑的产品，成为算法类产品;

比如：

个性化推荐;

搜索;

用户画像;

程序化购买广告;

等;

这两种是根据公司的情况来，区别并不是很明显，而且会不断演变。

比如：

对供应链支持的，可能最开始是销售分析系统里，一个库存分析的报表而已;

后来，加入了各种补货预警、成本分析等报表，就变得很复杂，独立出来成为系统。

再后来，选品和销售预测，都是需要较强的算法支持，就变成了一个算法类产品。

在很多时候，我们进入的都不是BAT，而是一个垂直领域的领头公司，独角兽公司，这是很不错的选择。但是这种公司都不会一上来就配备很大的数据团队，可能也没有非常懂的领导，这时候需要数据产品经理不断规划数据产品的未来，从而协调资源。

所以一个数据产品经理，不仅要了解各个数据产品，还要了解，在公司什么样的情况下，这个产品以什么样的形态出现。三个月后，公司可能会什么样，需要什么样的数据产品。

这样，你才可以去申请技术人员和其他资源。

*、问题回复：

今天收到了很多问题，只能先集中把问题解决一下。

1. 为什么会有这个岗位?

简单说，就是公司已有数据，希望专业的人，来让数据产生价值。

业务型的公司，经过一段时间飞速发展后(通常为半年到一年)，一般会出现以下的情况：

1、 得到资本方的认可，领导层会雄心勃勃，启用数据方面的战略。

2、 公司自身，也会碰到非常多管理的问题，就会希望结束粗放式的增长和运营方式，转向更精细化、更专业、更有效率、更能控制成本的增长。

3、 各部门都按自己的需求提取数据，会出现口径不统一的情况，比如一个部门和另一个部门的同一指标，出现不同解读。

4、 各部门自己提的数据需求，基本上总是会有漏的环节。

所以，这时候，需要有个懂的人，梳理各部门需求，汇总整理数据流程，将数据体系化，不然就乱了。

这种情况下，对数据产品经理的要求是：

1、要懂分析，不然就会变成一个只出报表的传话筒。

2、要懂数据的产生逻辑，要能建立一个业务模块的数据指标体系，不然，出来的东西会比较乱，可能迟迟上不了线;

还有另一种情况就是大数据团队招人。

这种一般是大数据团队，有自己的技术和算法人员，已经做出一定的成果(比如推荐系统最开始上线时，即使团队中没有产品经理，只有算法工程师，也是很容易产生比较好的推荐结果)，得到了领导高层的认可。但是如何将算法，更好的服务于公司的商业，产生直接的销售结果，这是算法人员很难有精力去想的，就要招一个产品经理来。

这时候对产品经理的要求是：又要懂商业，人家就是找你来变现的，又要懂算法，又要懂产品，要求非常高。大家觉得大数据的产品经理比较贵，都是这种。

2. 如何入门：

我招过不同背景的人，所以总结下来：

基本要求：理工科背景，性格要温顺，要能沉下心来。数据指标实在是一个太繁琐的事情，对性格的要求非常高。而且如果是数据分析，在一大堆数据里刨来刨去，很可能半天也没有结果，所以性格首要的。

以下是加分项：

1、 数据分析师出身。数据产品最好还是要提供解决方案，并不是说，业务人员告诉你他们碰到什么问题，你就能做出好的产品的。要心中有商业模型，有很多解决方案，看到时候需要提供哪一种。

这些方案累积的过程，大部分需要训练，可是谁有时间去训练呢，而数据分析人员的工作本身就是思考各种问题解决方案的过程，要想办法把数据的问题找出来，并且能够作为报告展现。所以招数据分析人员做产品经理是一个快速省事的办法。

如果我的团队中没有分析经历的，一般我都会让其去做几份分析报告，训练思路。

2、 业务人员出身，做过产品经理的，一般知道产品经理需要哪些数据，才能优化页面;做过市场的、运营的，知道哪些数据能够提升效果，有这种背景，我们也会需要;

3、 数据提取员：每个部门需要数据时，就会有一个提取人员，用sql从数据库中提取数据。这种职位我会推荐应届生去做，首先，了解公司后台各大系统的关系和产生数据，其次，了解业务部门的情况，还可以了解公司的发展重点。最主要是，他了解每个数据是怎么产生的，这是其他背景的产品经理没有的优势，开发很喜欢这样的人写的prd，不管业务方向对不对，至少需求是不用改的。

4、 算法产品经理，一般我会要求有数学背景的硕士，带起来很快，性价比高。

5、 其实还是看个人，因为我们现在的团队每个方向擅长的人都有，所以如果我觉得一个人比较有潜力，就招进来，让他挨个职位做一遍，就培养出来了。

3. 其他问题：

流量分析产品：可以帮助产品经理进行页面设计、功能改进和改版评估等；

销售分析产品：可以帮助运营分析，这个帮助指的是什么?如果是通过产生的数据报表进行预判的话，那和数据分析师的角色会重叠。

分析类产品，无论报表还是页面，都是希望使用者可以看到问题，或者得到结论，这是帮助的意思。也就是说把数据分析师的思维给固化成产品逻辑。

举例：比如周报，之前可能是分析师把所有的数据汇总在一起，查看，分析，然后告诉你哪里该改动了。

但是数据产品把分析师每次用的数据和思维，图形化展现出来，你自己做为一个产品经理，看看就知道哪里出问题了。