横幅通用100% x 90px

数据产品经理,并不是数据 + 产品经理

编者按:本文来自微信公众号“人人都是产品经理”(ID:woshipm),作者 Anne,36氪经授权发布。

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?

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。

一、什么是数据产品?

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:

数据产品经理,并不是数据 + 产品经理

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。

    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;

    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。

    数据产品经理,并不是数据 + 产品经理

    ▲ 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。

    二、数据产品能解决什么问题?

    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——这是数据产品最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。

    再来看“天气预报”这一款典型的数据产品,利用很长时间段的温度、湿度、风力、日光强度、紫外线强度、PM2.5值、位置信息、卫星上的采集的各种数据、以及各种专业的气象相关数据(示例而已,专业人士请自行补充);对这些数据的筛选、清洗、分析、挖掘等一系列“处理过程”可以得到未来几日在几个核心气象特征的数据值与概率(温度、风力、阴晴雨雪等)。

    而我们看到的天气预报这款产品,则是将上述核心信息综合到一起,赋予视频+GIS的展示形式,以及赋予用户在“行动”方面的建议(出行建议、穿衣指数、洗车指数等)而成的。

    除了上述案例外,还有基于交通出行数据的公交路线规划、自行车道设计等。

    数据产品的更高价值,毫不夸张地说,在于衍生更多数据应用,实现数据价值变现。

    因此在我们看来,数据产品也等于“应用场景+数据+产品”,脱离应用场景谈数据都是空谈。

    三、数据产品经理的能力要求

    回归到具体的业务场景中,数据产品经理又在做什么事情,如果想要成为一名优秀的数据产品经理,又会遇到怎样的困难和挑战?

    1. 数据产品经理的工作内容

    我们采访了众多公司的数据产品经理,发现同是数据产品经理,但在不同的公司中所负责的事情并不一样。

    现在,从狭义和广义两个角度来认识现在的数据产品经理。

    从狭义上讲,数据产品经理是负责实现数据产品工具,并用它去满足特定数据使用需求的一个岗位;也就是承担第一节中讲到的数据质量产品、数据工具产品和数据应用产品的策划和设计工作。

    从广义上讲,数据产品经理则不仅限于实现数据产品工具,还要完成数据分析、运营等数据相关工作,负责公司的数据服务。

    那么,相对应的工作范畴还包括以下四大类:

      数据生产:写一些数据生产脚本,产出数据表,甚至维护数据生产流程;

      数据提取:负责对业务提出的数据需求提取数据,交付准确可靠的数据;

      数据分析报告:分析日常业务,产出分析报表,形成业务结论;

      数据运营:建设指标字典,运营指标字典和数据产品,运营数据,排查数据问题等。

      2. 数据产品经理的能力要求

      基于各大厂的招聘要求和工作职责,对各技能标签整合聚类,我们发现数据产品经理的能力模型,除了普通产品经理的基础技能外,数据能力、业务抽象理解能力以及项目协调管理能力尤为重要。

      1)数据能力的要求

      对于数据产品经理而言,数据能力并不是在R Studio上做个炫酷的表格,也不是在Excel操作几次数据透视表,当然更不是写几个SQL提取几个数字;而是一套从公司商业竞争策略到一线业务运营的分析方法。

      基于这套方法,数据产品经理可以将公司从上至下不同的业务放进同一个模型中来分析,从而帮助决策层通过数据快速的定位问题。

      这要求数据产品有非常强的数据敏感性和数据思维——包括指标字典设计、埋点设计、数据生产相关知识、数据分析等。

      当然,基础的工具技能包也是必备的——如SQL、Excel、Python等数据处理常用工具的熟练掌握。

      2)业务抽象理解能力的要求

      业务抽象理解能力,数据产品经理最终的目标是让数据自我表达,为业务提供基于各类日志的,从报表到智能预测工具套件。

      一方面产品要不断从各个业务汲取和整合各类数据;另一方面要将数据通过各种工具稳定、快速地表达出来,让业务方可以简单快速的从数据获取 insight。

      为了做到这一点,产品经理必须具备业务抽象理解能力:懂得如何将难懂的数据从相对封闭的业务中抽象出来,以服务的形式向业务方开放,最终形成从数据供给到数据应用的闭环。

      3)项目协调管理等软技能的要求

      作为极为消耗开发资源的产品,良好的项目管理能力决定了整个数据项目的成败。

      数据产品面临的是极为复杂的数据流和业务流的集合,为了做出一张数据完备、系统稳定、查询快速的报表系统,产品经理需要从底层的日志开始整理,梳理各个数据处理过程。

      因为处理逻辑的原因,数据系统的研发通常时间周期很长,而业务对数据的需求通常是要么没有,要么就是疾风骤雨般不讲道理地来了。

      在这个过程中,数据产品经理和工程师、业务方的协调推进是十分具有挑战性的——既需要逻辑抽象和数据思维的硬实力,又需要沟通协作的软技能,这可能是数据产品经理最有挑战的地方。

      四、结语

      对于数据产品经理来说,前边所提到的内容,仅仅是帮助数据产品经理,对数据产品这个岗位所要面临的挑战和工作,能够有一个框架性的理解。

      但是,在实际业务场景当中需要解决的问题更多,受限于篇幅,这里暂不做展开。

      对于数据产品经理而言,能力要求跨度非常大:

        一方面,需要极强的数据分析能力和逻辑抽象能够,能够理清楚业务中的各个流程环节,追踪数据流向,并理解业务的需求走向,从而转化为产品功能,为业务所用;

        另一方面,又需要极强的沟通协调能力和项目管控能力,能够在多业务线,不同需求和背景的情况下,推动完成相关功能的实现和使用推广。

        有挑战,又何尝不是机会?

        随着5G、物联网的逐步发展,我们正在经历科技发展的一个奇点,可以预见的是:数据给我们带来的应用和价值将会远远超过之前的想象,也许你现在眼里的天花板在未来就是一个新的台阶,数据产品经理的发展会远超出你现在的预期。

        最后引用高科技营销魔法之父,硅谷战略与创新咨询专家杰弗里·摩尔的一句话:

        Without big data, you are blind and deaf and in the middle of a freeway.

        致谢:

        《数据产品经理修炼手册:从零基础到大数据产品实践》作者@梁旭鹏

        滴滴 / 苏宁 / 京东 / 淘宝等参与访谈的产品经理们

        知乎专栏《数据产品经理的工作类型和能力要求》作者@Blazeer俊辉

        https://zhuanlan.zhihu.com/p/22812374

        知乎《如何做一名优秀的数据产品经理?》作者@王其平 的回答https://www.zhihu.com/question/23774081/answer/71762955

猜你喜欢:

最新文章