数据产品经理，并不是数据 + 产品经理

很多人认为，数据产品经理就是和数据打交道的产品经理，也对也不对。

数据产品经理这个职位，其实很跨界：需要做数据收集及清洗；需要了解内外部用户需求和理解市场；需要用数据的方式证明、证伪及发现问题。

——这么多工作，那数据产品经理的能力模型应该是怎样的？

这篇文章，由起点学院课程产品经理 @Anne 写就，希望能让你对“数据产品经理”这个职位，有一个全面的了解。

近年来，随着大数据、人工智能、精细化运营的不断被重视，各大公司对于数据的处理和分析应用，越来越普及。

据中国信息通信研究院数据显示：

2018年我国大数据产业规模推测达到5405亿元，同比增长15%；2019年有望达到6216亿元，未来几年将保持在10%-15%的发展增速。

当中国大数据产业生态不断完善，行业融合应用不断深入，毋庸置疑这将是一片巨大的蓝海。

这也让互联网职业出现了新的职业机遇——数据产品经理的职业火热。

要说清楚数据产品经理，首先不可避免的问题是“数据产品是什么”。

《数据产品经理修炼手册》一书的作者，给出了这样的定义：

数据产品是可以发挥数据价值去辅助用户做出更优决策的一种形式；在用户的决策和行动过程中，可以提供更多的分析展现和数据洞察，让数据更直观、高效的驱动业务。

从这个角度来说，搜索引擎、个性化推荐、百度指数、淘宝数据魔方以及各公司内部的数据支持系统都是数据产品。

按照数据的流向，我们可以分成三个层次：

1. 数据质量产品

要做数据产品，首先要有数据。

数据来源大概有两种方式：别人给、自己找。

1. 别人给：比如广告平台，用户在各个应用的浏览数据、访问数据等各种行为数据；自身产品不足，通过API接口或其他形式获得。但别人的数据质量通常都有问题，乱码、缺字段是常有的事。
2. 自己找：在自己系统中产生的数据，如滴滴的用户出行轨迹、司机车辆分布等都在自有平台上，可以通过加码、埋点的方式来获取；同样也会存在有数据不稳定、不准确各种问题。

数据质量产品的核心就是解决数据可靠性和稳定性的问题。

2. 数据工具产品

基础数据已经有了，但是数据还存在有各种问题，同时为了减少应用层的计算，这时我们通常会完成各种数据转换和服务。

简单理解就是：根据不同的业务需求再做数据清洗，然后将数据导入各个数据转换或计算模型，并对更下游的应用提供数据服务。

这里的模型，不一定是用户画像、推荐，也可以是基础的筛选、排序、匹配、简单的逻辑计算。

一句话总结：数据工具产品的核心目标是提高数据获取的效率，让决策分析更迅速。

3. 数据应用产品

各个公司的数据应用产品就丰富多彩千差万别了，通常来说，可以分为两个大类：

1）分析类

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。

典型的有：流量分析平台——帮助产品经理进行页面设计、功能改进和改版评估；和销售分析产品——可以帮助运营分析，提升销售转化率。

除此之外，还有供应链分析系统、客服分析系统、会员分析系统等。

2）算法类

算法类产品通过数据的计算，直接更改页面的逻辑。

典型的有：个性化推荐、程序化购买广告、反作弊系统等产品。

当然，这两大类也不是严格区分的——不断演变，融合支持。

总之，数据应用产品的核心在于：深度融合场景应用的数据产品解决方案，用于驱动业务发展或者实现数据变现。

▲ 成熟公司的数据产品架构

就以上三类产品而言，数据质量产品和数据工具产品更多的是为了保证数据的稳定、安全、高效获取，这也是前几年各家公司深耕的重点，可以说是数据产品的底层建设。

数据应用产品则是以今日头条、快手等以个性化推荐著称的产品居多，目前是各家重点投入的核心环节，如何能够更好地融合场景应用，实现数据价值变现。

从数据质量产品到数据工具产品，再到数据应用产品，每个层面看起来都很庞大，那么具体可以给我们的产品和业务带来什么价值呢？

看几个具体的场景：

产品每天都要面对这些问题：流量怎么暴涨（或暴跌）了？新上的渠道效果怎么样？用户的ARPU或者人均PV怎么上升（降低）了？

这就是数据工具产品——自助分析平台解决的问题，将产品或功能的各种指标（包括收入、DAU、ROI等）设计成为固定报表，细化到多个维度（比如：时间、区域、渠道等）。

基于这些数据，能够实时发现数据中的异常问题，并迅速往下深度追踪找到真正的原因以便快速调整，保证产品及功能在正确的轨道上发展。

让业务流程数据清晰可见，帮助业务决策科学化——这是数据产品为基础的使用场景了。

以算法著称的今日头条、快手相信大家都不陌生——当你点击感兴趣的文章/视频之后，系统会自动推荐更多符合你兴趣的内容。随着时间的积累，推荐准确度越来越高。

而快手2 亿日活，日均千万级视频上传的业务规模，如果不是基于大数据的推荐系统在其中起作用，如何依靠人力运营？

同样典型的是基于大数据的智能营销、智能调度等，都已经是数据产品的典型应用。

通过数据和算法的高度融合，智能化运营，提升运营效率，可谓是大数据的初级效能。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!