从业指南：大数据产品经理如何抓住机会？

来源：大数据 【在线投稿】栏目：综合新闻时间：2021-03-13

编辑导语：大数据这么火，想做数据产品经理但是却没有头绪？本文作者为大家总结了什么是数据产品经理，如何成为数据产品经理，以及作为数据产品经理，应该如何制定职业发展规划，希望对你有所帮助。

一、什么是数据产品经理？

1. 数据产品经理定义

百度百科对数据产品经理的定义：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，本质是发挥数据价值的工具。数据产品经理，则是实现这一工具，用数据产品去满足特定数据使用需求的一个职业。

大数据时代数据本身是没有价值的，只有经过挖掘后被应用才能意义，百科定义是偏狭义的，强调了数据的应用，但数据从生产到应用会经过多个环节，只有经过加工处理才可以有效的被使用。

因此，让数据加工和使用更简单的产品都可以称之为数据产品，数据产品经理则是负责规划和建设这些产品的人。

2. 为什么需要数据产品经理

数据的价值可以归结为两大方向，数据决策和产品智能。其中数据决策是起源最早也是最典型的应用场景，从过去“拍脑袋”的定性决策，到基于数据的“数据化管理”。

数据圈比较流行管理学家彼得德鲁克的一句话“If you can't measure it, you can't improve it”，结合互联网产品理解，就是对于一个产品或项目，如果你不能量化地去衡量，那就很难带来新的增长和改善。

在这个数据化决策的过程，数据产品经理就要更多地去为管理层或产品&运营提供业务健康度分析的指标&报表体系，很多人对数据产品的理解也仅停留于此，即数据可视化分析产品。

产品智能方向，流量红利过后，精细化运营更强调数据挖掘价值的应用，比如算法推荐千人千面的个性化推荐，基于用户画像标签的精细化运营，或基于数据分析制定的产品用户增长策略。

此时，数据产品经理的价值就是把数据转化成产品策略，让产品更懂用户，更智能，从而带来用户增长或转化最大化。当然，为了支撑以上两个应用场景，还需要诸多的大数据平台或工具的支撑，这时，数据产品的价值就是让数据的加工、获取成本更低、效率更高。

3. 数据产品经理的分类

数据产品贯穿数据生产-加工-资产管理-应用的全链路，根据产品所属深度，数据产品经理从底层至上层主要包括四大类别：

1）开发套件产品经理

偏最底层，主要负责大数据开发工具产品规划及变现，目标是通过产品化的流程，降低数据开发成本，提升加工效率。如ETL开发平台、任务调度运维平台、数据集成同步平台，是纯B端工具型产品经理，需要熟悉大数据处理流程，及hadoop生态的各个组件。

2）数据资产产品经理

数据采集加工后，需要分门别类的管理起来，就像图书管理员，把书按照类目、编码在不同的书架规整好，需要借阅时，可以快速找到。

资产产品经理的主要职责包括：基于业务场景和需求建立完善的数据仓库模型体系，并基于数据地图、数据血缘等功能，帮助用户快速找到所需要的的数据，同时需要管理数据质量，并定期下架长期无人借阅的书籍（无人使用的模型）。

要求熟悉数据建模理论，至少要能分得清楚什么雪花模型、星型模型的区别，以及数仓分层理论。

3）数据应用产品经理

围绕数据决策和智能应用两个场景，提供快速获取并使用数据的产品或能力支持。如数据可视化产品经理，负责将业务核心指标及监控需求抽象成前端可视化页面，用户通过页面的简单交互，来快速查看KPI是什么？怎么样？哪里出了问题？

用户画像或精准营销方向的产品经理，则是基于数据统计或挖掘分析，提供用户分层的能力，为精准投放、产品推荐提供服务输出。

4）策略型产品经理

以数据为基础，结合C端产品功能场景，提供搜索、排序、推荐相关的数据服务策略，或基于数据分析挖掘产品增长点，并实施产品优化，实现用户增长。

这个岗位的边界不是非常清晰，有的公司把策略型数据产品经理归到业务产品，要求是既懂用户又懂数据，需要具备C端产品敏锐的用户体验和商业嗅觉，同时熟悉推荐或挖掘策略。

如早期的美团外卖，优势是策略型产品经理本业务产品紧密结合更容易联动C端开发资源来实现产品策略的迭代变现。有的公司把策略产品归到数据产品，这个时候往往会更多变成支撑型的策略产品经理，即C端产品提业务诉求，策略产品提供数据服务支撑。