最近在产品经理的社区看到好几个提问，“数据产品经理的职责是什么，需要哪些技能”，“招聘网站看到数据产品的薪资待遇普遍较高，该如何转型?”，也看到不少回复，例如：“根据业务抽象用户画像，建设标签体系“，”根据业务需求输出支撑决策的可视化分析报表“，”可以学习一下数据仓库、数据治理相关的理论“，”学习下Excel和SQL能力“……作为10年数据产品经理工作经验的老人，看着还是挺着急的，于是决定把数据产品的知识进行总结，给想从事数据产品经理的工作的校招毕业生，以及想转型做数据产品经理的数据分析师、数据开发以及其他产品经理们，提供一个方向建议。
一、你为什么想做数据产品经理
- 选择数据产品经理方向的理由可以有很多种，你属于哪一种呢?
- 大数据很火，想从事大数据相关的工作，但是不懂技术，那就做产品吧
- 找工作广撒网，刚好拿到数据产品的Offer，误打误撞入了数据产品经理的坑
- 个人性格低调沉稳，商业敏感度一般，但流程逻辑性良好，相比较追求千万级DAU的C端产品经理，更倾向选择对内的数据产品
- 数据开发做久了，想体验一下提需求让别人干活的快感
- 分析师厌倦了屁屁总被踢(People who make Power Point have no power and no point)，那就用产品改变世界吧
- B端或C端产品经常做数据分析使用数据产品，想要转型做数据产品
- 看到数据产品经理岗位招聘薪资比较高，一切向钱看，为人民币服务
- ……
如果你当前是应届毕业生找工作，要想清楚未来是不是要做产品经理，是不是要做数据产品经理，兴趣是最好的老师，面过很多实习生，甚至对产品和数据产品都不了解，只是想找一个实习的机会，这时往往就很难抓住机会，机会更倾向于有准备的人，目光笃定，内心坚强。第一份工作的选择非常重要，工作几年之后再去换方向，你的思维方式和C端产品经理会有很大差别，经验的沉淀也是很大的沉默成本。
如果你是其他岗位转数据产品经理，要全面认识数据产品以及数据产品经理岗位的能力要求，避免着急从当前的坑跳出去后，发现是一个新的陨石坑。
二、数据产品的价值与常见产品
除了有想要做数据产品经理的兴趣，还要清楚的了解什么是数据产品呢?数据产品究竟有何价值，这样才能在工作过程获得相应的成就感，而不仅仅只是完成需求。百科的定义是指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和价值使能者。这是一种狭义的定义，在数据发挥“使能”价值的流程中，可以提升数据加工、管理、应用效率的相关产品都属于数据产品。
对于数据产品所处环节的不同，数据产品经理的岗位分类也可以分为：底层开发工具类、数据资产管理与治理、数据可视化及智能应用、策略类数据产品经理。
数据产品的价值必然要依托于数据的价值，大数据时代，数据被称之为新的原油，数据资产也成为当今社会企业甚至国家的战略级资产。数据价值主要体现在两个方面，一是数据化决策，二是基于数据价值挖掘的智能运营及产品智能。根据在数据价值输出过程发挥的作用，数据产品形态包括三个阶段：
1.看数据阶段
这一阶段的数据产品以定制化的、主题式的可视化报表页面为主，即按照业务KPI监控需求，以及业务运营的指标体系，建设数据可视化平台，例如总体经营概况分析、流量分析、渠道分析、商品分析、用户分析等，很多人甚至刚入行的数据产品经理对数据产品的理解也就局限于此了。通过产品化的方式，解决过去数据获取对数据开发或数据分析人员的依赖，人人都可以通过简单的页面交互操作，即席获取数据，进行下一步的分析。这个阶段主要解决的是数据获取效率的问题，数据背后反应的业务问题，需要用户具备一定的数据分析能力，才能深挖其价值。定制化的数据可视化产品做多了就会逐步发现，把工作内容抽象一下基本上就是了解业务关注的指标和常用的分析维度，不同的指标组合以及拆分维度设计可视化展示形态，这一阶段虽然最终的数据产品会提升数据获取的效率，但是产品本身的效率还是很低，因为即使是一个简单的报表也需要由前端开发、数据开发、接口开发进行变现。
2.快决策阶段
满足了基本的“有数据”需求外，用户的诉求其实是“能不能让我再懒一些”，即我不想自己分析了，数据产品能不能更加直接的告诉我，昨天的数据哪个指标有问题，哪个维度是关键影响维度，可能的原因有哪些，业务该如何调整运营动作?此时的数据产品，需要把更多的数据分析思路整合到产品设计流程当中。“Don’tMake MeThink”，每天上班前，能不能自动地告诉我今天的指标是不是异常，哪里异常了?同时，这一阶段对于数据产品的变现也需要从CaseBy Case的定制化开发转向工具化、流水线自助式的配置。如智能决策BI产品，提供更加灵活、个性化的拖拽式分析及数据可视化呈现能力，以及大屏配置能力。
3.更智能阶段
如果只是提供决策依据，那数据的价值就还没有充分被挖掘出来。数据除了驱动决策外，还可以做更多的事情，比如基于用户画像的用户分层、精细化运营;基于用户历史行为、实时浏览行为的千人千面产品个性化推荐。在这一阶段的数据产品，聚焦于如何利用数据产品将数据快速输出给到前端产品，进行业务的精细化运营或智能创新。比如，利用CDP平台进行自助化的人群圈选、精准触达。
常见的数据产品按照面向的用户群体可以分为：
ToC数据产品，直接面向C端用户的，例如各种指数类的应用(百度指数、微信指数、微博指数等)，以及基于公开数据进行整合并产品化输出的，如企查查、天眼查等企业信息查询服务的数据产品，企查查这类公司主要是将：全国企业信用信息公示系统、中国裁判文书网、中国执行信息公开网等公开的企业信息进行抓取和加工处理，形成数据产品，面向C端及企业用户输出付费的数据服务，自己本身不生产数据，只是数据的搬运工和加工者。用户群体包括销售、法律工作者、行业研究者等，甚至是一些娱乐八卦记者(查某某明星注册了什么公司，注销了公司是不是有啥动向)
ToB商业化数据产品，主要在数据驱动决策、数据化管理时代，一些第三方数据产品服务公司，为本身不具备数据产品研发或者初创期的中小企业提供数据分析解决方案和数据产品服务，例如GrowingIO、神策数据、诸葛IO等新兴用户行为类产品，也包括帆软BI、Tableau等BI分析产品，也包括阿里云、腾讯云等云厂商提供的数据中台解决方案。
ToB企业数据产品，服务企业内部，贯穿于数据采集、加工、资产管理、数据应用全流程的数据产品，纵观一线的互联网大厂，围绕大数据应用全流程的数据产品体系基本大同小异，只是在自身的业务场景、产品功能实现上有自己的独特特点，而且内部用户服务好后，也会逐步考虑商业化，将成本分摊出去，例如字节跳动的火山引擎。
如果你加入一家企业去做数据产品经理，有哪些方向的数据产品可以去做呢?首先你需要了解大数据应用的主要流程，以及每个流程、场景可能涉及的产品类型，通过对用户的调研、使用场景的理解，结合竞品分析的结果，进行产品的规划和建设。企业内部数据产品常见模块以及市面上商业化的数据产品竞品清单总结如下：
三、数据产品经理的能力要求与特殊性
数据产品经理是产品经理的一个分支，因此，产品经理能力模型中的，需求分析、竞品分析、产品设计、项目管理、沟通协调、产品运营等能力都是要具备的，同时，因为数据产品的特殊性，在数据分析以及产品设计、产品运营方面等有着岗位特殊的要求。
最重要的一点就是对数据的理解如数据分析和数据理论技能，数据产品经理毕竟是要将数据或数据加工流程产品化，因此要对数据的决策价值、应用价值理解更加深刻。要具备更强的数据分析能力，可以将数据分析思路融入到数据产品设计过程中，为产品或运营同学提供分析思路的产品化支撑。同时，也可以利用数据帮助业务发现问题，促进业务优化决策。
其次，数据产品的特殊性在于一般是服务于企业内部员工，为了控制成本，数据团队一般很少会配备UI设计、QA(测试)、项目管理或者产品运营人员，因此数据产品经理可以说是完全从0-1主导跟进数据产品的整个生命周期过程，因此，相比较C端产品经理，对产品设计能力、项目管理以及产品运营能力有着更高的要求，否则规划再好的产品也很难推进落地。
四、想做数据产品经理，该如何着手准备?
虽然说不一定人人都是数据产品经理，但对数据产品以及数据产品经理的能力要求有了全面的认识后，进行相应的准备，还是可以比较容易地转型的。针对当前身份的不同，需要重点提升的技能项会有所差异。
数据分析：本身具备良好的大数据技术基础(SQL能力、对大数据组件的理解)，擅长基于数据发现业务问题，指导业务决策。写得了一手漂亮的PPT，PRD文档撰写肯定没问题，在支撑业务的过程中，锻炼了良好的沟通能力与需求管理能力。但是在产品思维方面，比如如何从单个的分析需求抽象出产品功能规划，以及产品设计能力、持续的竞品分析能力等方面需要重点提升。
C端产品经理：产品各项基本技能绝对OK，而且有贴近业务的经验优势，但是在数据分析思维、大数据基础知识及技能方面要重点补齐，比如要搞清楚什么是指标，什么是维度吧，一个可视化报表呈现给用户，需要经过哪些处理流程。是被动的接受业务提的指标维度需求进行支撑变现，还是可以基于业务场景，提出更有的数据监控体系
数据开发：对数据生产、加工流程非常熟悉，建议从底层开发套件类的产品切入，可以充分发挥经验优势。把数据开发流程抽象化、产品化。需要重点培训产品思维和用户思维，站在用户怎么样少代码或无代码地实现处理流程，而不是从技术实现成本角度出发。在沟通协调、项目管理方面，也要适当补充。
产品运营：运营思维和产品思维可能在需求抽象层面有一定差异，比如同一个用户反馈的需求，产品会进一步挖掘需求本质，而运营可能侧重于怎么样快速解决用户的问题，提升用户体验。因此，运营转数据产品经理时，需要在产品思维、产品规划和设计、数据分析、大数据基础等方面做些调整。
应届毕业生：没有工作经验(可能有实习)，基本上是白纸一张，因此各项技能都需要进行学习和补充。在数据产品方向选择上，要结合自己专业，例如文科类专业，建议从数据分析应用类的数据产品切入，如果一开始就做了开发工具类的产品，业务根据你讲任务的依赖关系、什么是Hive任务、HDFS路径如何归档等，连名词都听不懂，开端不好会严重打击做数据产品经理的兴趣和自信心。相反，如果计算机类的技术专业出身，选择性相对较广，从底层平台工具类，到策略类都可以根据兴趣、行业方向、薪资等更多维度的条件综合比较选择。
五、数据产品经理招聘与面试案例
面试是一个双向选择的过程，用人单位通过面试沟通判断候选人是否和岗位匹配，候选人面试过程了解工作职责、环境、业务等确定是不是自己想去的。对于数据产品经理的招聘，一般会围绕以下四个方面进行面试过程的设计。
知识和技能。是指通过学习、培训可以快速掌握的知识、技能和经验。对数据产品经理来讲，需要掌握商业知识、数据仓库、数理统计等专业知识，以及需求调研、产品设计、数据分析等技能。
通用能力。是指无法通过学习、培训等方式快速获取，而必须通过刻意练习、长期锤炼打磨，才能内化和外显出来的能力。对数据产品经理来讲，商业洞察力、决策能力、学习能力、沟通协调、处理冲突、深度思考等，都是核心的能力项。
性格和兴趣。是指个人的性格特点和兴趣方向，放到职业和工作上，就是对数据产品经理这个工作的兴趣和意愿，是否喜欢、愿意长期从事这个岗位工作，至少在职业发展初期，作为成长历练的路径选择。
驱动力。是指对人生的目标和追求，内心真正渴望的是什么。到人才选拔上，就是看候选人是否追求卓越，追求人生的自我实现，追求荣誉和成就感。
一则数据产品经理的面试题目如下：
1.介绍一下个人情况
2.过去项目中，你觉得最成功的哪个，为什么成功?
3.判断和确定需求优先级的方法有哪些?
4.大数据从生产到应用的流程是什么样的?
5.如何解决指标口径不一致的问题?
6.产品意见和开发冲突时，你是如何解决的?
7.过去工作中，你觉得项目管理过程中做的最好地方是哪里，有什么方法
8.如果让你设计一款精准营销平台，你会如何规划?
六、总结
数据产品经理的本质是在数据价值挖掘和应用的过程中，提供更高效、更智能的数据产品，所以，要从产品要解决的问题业务场景出发，了解业务、了解用户，理解数据能够带来的价值，进而用产品的思维和技能从0-1,从1-100的去打磨产品。在职业选择时，要想清楚到底为了什么而选择数据产品经理，对数据产品、数据产品经理的能力要求有整体的认知，进而有针对性地去准备提升，才能更好地达到自己想要的结果。
