什么是数据产品经理

发表于 2019-05-12 分类于产品阅读次数： Waline：

我本科学就读的是计算机科学与技术，后来研究生毕业后开始做全栈开发，同时从事产品经理相关事务，并搭建了全美第一个餐饮分布分析系统。17年回国开始专职数据产品经理的工作。

记得回国的第一个礼拜，LXG问我回国的计划，是做产品经理还是做研发工程师，怀着改变世界的梦想，我选择了产品经理。同时希望，这个产品经理可以和技术沾边，所以就入了数据产品经理的行业。

入职后，也没有人和我说什么是数据产品经理，于是我单纯的理解为产品经理+数据。同时网上也大量的充斥着类似的答案，一遍又一遍地加深我对数据产品经理有歧义的理解。以至于后来，我逐渐缩小自己的定位，使自己的工作职能越来越偏离数据产品经理的方向。

过去的产品设计过程中，我总想着怎么去打通数据间的联系，怎么构建一个数据中台。其实产品经理的重要职能是连接数据与人，脱离了人的数据是没有价值的。

蹭着周末，梳理了一下我对数据产品经理的理解，欢迎大家留言交流。

用数据帮助用户决策

关于产品经理的定义，先说一个个人观点——用数据帮助用户决策。广义来看，数据产品是可以发挥数据价值去辅助用户更优的做决策（甚至行动）的一种产品形式。它在用户的决策和行动过程中，可以充当信息的分析展示者和价值的使能者。

人们的日常生活和商业活动都是围绕着「决策」和「行动」展开的。人们在开展一项行动之前，需要一个可靠的支持源（直觉，经验，数据）来支撑自己的决策。所有的决策以及行动中的子决策过程都是基于「某种参考」的，最简单的参考可以是自己的直觉，好一点会依赖「过来人」的主观经验，但拍脑袋决策越来越难；而最优的决策需要依靠「证据」，定量的证据即时数据，随着数学、统计学、计算机科学的普及，数据在决策优化过程中的价值越来越大，在大数据时代尤其如此。

决策的逻辑是：

设立决策目标 -> 收集决策依据 -> 构建决策逻辑 -> 采取决策行动 -> 检验决策数据是否逼近目标 ……

decision-circle

以天气预报为例子：

2000多年，由于农耕的需要，人们通过观察日、月、云、风、雾等自然现象的变化规律，反复总结出了一套天气的变化规律。

19世纪，由于战争的需要，在欧洲大西洋沿岸一带设气象站，及时把风暴的情况电告舰队，来避免损失。

过程	农耕时代	现代
决策目标	确定耕作周期	计划航海时间
决策依据	日、月、云、风、雾的变化	大气的运行轨迹
决策逻辑	经验	数据计算
决策行动	更新经验，促进农业发展	更新计算公式，帮助战争胜利

数据产品经理关注的3大方向应为：决策依据（数据本身），决策逻辑（数据服务），决策行动（数据产品）

	关注	展示形式	例子
数据本身	数据的正确性和可靠性，发挥数据自身价值	数据报表	天气温度
数据服务	挖掘数据背后价值，提供数据方向性结论	服务、解决方案	是否会下雨
数据产品	完成决策闭环，协助决策者达到行动目标	产品、SAAS	达成目标（是否需要带雨伞）

1. 数据本身

a. 数据呈现

数据报表是最直接的数据呈现方式，也是最基本的数据需求。

最基本的报表呈现包括，固定报表和分析性报表。

固定报表：最直白的数据展示，不做数据分析。如，文章阅读阅读数。
分析性报表：面向专业的数据分析师，高灵活的数据查询功能。如，近七日的文章阅读情况。

百度统计

b. 数据质量

随着数据爆炸是增长，数据质量变得尤为重要，低质量的数据不仅使用不便，还会误导决策，甚至灾难性的结果，数据质量的好坏，决定了数据是否能够真正发挥价值。

数据质量是数据产品的基础，它会影响到数据仓库、商业智能、数据分析平台、数据应用等各个方面。同时，影响数据质量的因素又有很多，包括数据埋点质量、数据传输过程中出现的问题，数据口径是否一致等等。因此，为了保证数据质量，有资源和精力的公司会搭建自己的数据管理系统。

data-management-center

2. 数据服务

a. 数据呈现

数据是最终要为业务服务的，只有深刻理解业务部门的需求，数据应用的场景，数据产生的业务流程，业务流程背后的商业模式以及战略，才能设计出与相适配的数据产品，为业务提供更有指导意义的准确数据。

提到数据产品，最常见的是百度，友盟等分析统计工具。这一类工具可以利用用户画像，漏斗分析，用户生命周期分析等工具协助客户达到用户增长的目的。

还有就是现在非常流行的Dashboard（数据仪表盘），可以实时获取数据信息，实时监控，数据预警等功能。

b. 数据运营 & 数据算法

对于数据产品的细分有面向运营和面向算法的方向：

运营类产品：

流量分析：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：可以帮助运营分析

运营类的产品和运营岗位紧密关联，协助运营的拉新促活。这个方向可以关注「GrowingIO」CEO「张溪梦」老师的《一个数据产品是怎麽设计出来的》。

GrowingIO 就是很典型的运营类产品，这类产品的核心就是帮助企业 Growth Hack、精益化运营、数据化运营等。

算法类产品：

个性化推荐
搜索
用户画像

以「Google」、「今日头条」为代表的算法驱动的公司，会依赖算法进行数据分析，数据展示，数据预测。这一类的产品经理需要一定的算法能力和编程能力。

可以参考「今日头条」CEO「张一鸣」所定义的数据思维包含三个维度：

收集数据。无偏，全面，客观。
做出决策。根据数据做决策，抛弃主观经验，情感因素，做到客观解释。
高效执行。3个方法论（归纳总结，A/B测试，双盲交叉验证）+ 高效A/B测试系统

c. 数据应用

数据工具产品主要在数据的角度通过工具产品来为公司赋能，为业务提供数据工具平台，提升获取数据的效率和决策速度，通过数据驱动公司精细化运营，主要包含数据分析平台、用户行为分析平台、用户画像工具等工具产品。

对于中大型的数据公司会有自己的数据仓库，通过聚合企业内部的数据及时反应企业在经营过程中的表现。并依托于数据仓库，将数据对外输出。

data-warehouse

3. 数据产品

a. 数据呈现

大屏、驾驶舱等是最具表现意义的数据呈现方式。数据产品的核心价值在于辅助决策者了解企业的经营状况，帮助使用者了解整体的生态环境。

b. 数据决策

数据的意义在于辅助使用者做出正确的决策，或者给予决策者预测未来的能力。

现有的大多数数据只是告诉你现在或未来的情况是怎样的，问题痛点出现在哪里，但却不能给出更完善的建议，甚至支持一个建议的执行。数据产品不仅可以告诉你，哪些用户流失的倾向性大，还可以直接引导用户展开后续补救的执行流程，哪些细分群体需要通过促销活动刺激，哪些需要服务关乎，哪些需要为他提供专享的VIP业务，哪些需要更好的互动等等。

这一类的数据产品经理的发展会更加的偏向于商业化，而不是聚焦于数据本身，或者数据服务。他需要更加聚焦于市场的宏观状况，了解整体的企业情况，使用数据辅助企业的成长。