一、什么是数据产品经理？
1.1 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。
1.2 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。
1.3 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：
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
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。
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。
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。
图1-1 大数据业务流程
二、如何成为数据产品经理?
2.1 数据产品经理和产品经理的关系
产品经理根据面向用户群体的不同，可分为C端产品、B端产品，即C端面向ToC的外部普通用户，B端则主要是面向企业用户（外部商业化企业或内部员工），数据产品的用户主要是企业员工，因此数据产品经理是产品经理的一个垂直领域细分
图2-1 数据产品经理所处位置
2.2 数据产品经理能力要求
结合某招聘网站上几个互联网大厂数据产品经理招聘的JD，来分析数据产品经理的能力要求。
以上四个岗位覆盖了平台、策略、应用、报表不同方向的数据产品经理，但任职要求比较相似，计算机＆统计＆数学相关专业，产品规划能力，逻辑思维能力，协作沟通，项目推动，用户体验，数据分析，抛开具体的业务方向经验要求，除了专业有优先要求、有数据分析思维外，其他几乎和产品经理的要求无异。
总结下来，数据产品经理需要产品经理的通用能力，同时，因为数据产品用户群体的特殊性，以及公司对数据团队资源投入情况，在UI、QA、运营人力资源的投入大多数是缺失的，因此数据产品经理对这些方面的要求就更高一些，比如要具备良好的UI、交互设计能力，产品运营能力，单点测试能力。
2.3 哪些人更适合做数据产品
由于数据产品通常是服务于企业内部或商业化的数据产品服务于外部企业的企业用户，因此产品的用户规模一般不会像C端产品动辄千万、上亿数量级的日活，因此，数据产品经理的成就感会更多来自产品为业务决策、应用带来的价值，或数据使用效率的提升。另外，数据产品经理还要与比较枯燥的数据打交道。所以，一般从性格特质方面，最好是能够耐得住寂寞。数据产品从业者可能来自
技术转型，一般开发套件类产品比较有优势，熟悉数据开发工具和流程后，再把流程产品化，具备产品的通用能力即可。而一般产品去理解开发流程和细节就非常困难，更多的是完成需求而不是挖掘和创造需求
业务产品或数据运营转数据产品，具备产品能力 数据思维即可
应届毕业生：毕业求职根据性格特质选择后，基本上可以一直在这个领域深耕下去
三、数据产品经理职业发展规划
数据产品经理的岗位需求是互联网精细化运营发展到一定阶段的产物，企业对数据产品的需求取决于公司从上到下对数据化管理的贯彻和投入程度，因为大数据产品的研发所需要的资源和人力投入还是非常大的，再小的公司可能都需要产品经理，也有可能非常大的公司也不设数据产品经理的岗位。因此，作为比较“小众”的职位类型，数据产品从业者该如何规划自己的职业发展路径呢？
首先是深度，要在某一领域不断纵深，修炼产品通用能力和该领域的专业技能，如数据可视化或BI产品经理，要具备可以从0-1快速搭建一款产品的能力，试想一下，换一个新的行业或业务领域，让你去做一个当前工作涉及的产品，你是否可以自信的说你可以把这款产品做得更好呢！
其次是广度，即业务领域的覆盖，数据产品分为四大类别，除重视某一领域的深度外，还要涉猎其他领域，因为数据从生产到应用是流转和联动的，具备大数据全流程的认知或产品经验后，数据的价值、个人作为数据产品的价值才会被不断放大。而很多人，只聚焦于自己负责的模块，如报表产品经理，可能就仅仅是报表产品经理了，当有一天产品和运营都基于自助拖拽式的可视化功能搭建Dashboard后，数据可视化产品经理是不是就失业了呢。
深度、广度都有了之后，就会在数据产品这个领域有更多的机会和选择。
本文站在数据产品经理全局领域的介绍，后期文章会聚焦某一模块，进行产品从规划到落地的分享介绍，精确期待
