企业数字化转型的过程中，好像数据分析可以为业务提供分析结论、决策建议支持，数据开发负责数据资产的整合开发、沉淀管理，算法开发负责智能化模型的建设和应用，需要的数据平台产品和工具如果愿意花钱都可以外部采购第三方的商业化服务，不仅产品体验好而且成本低见效快，没必要都从0-1的去自己研发一套大数据相关的产品或工具。所以，这样看，是不是传统企业的数字化转型可以没有数据产品经理了呢？作为数据产品经理，如果想从互联网浪潮上岸，是不是没机会了？只能一直卷缩下去等到35岁？
数据产品经理还有存在的必要吗？
如果你只会给业务做个报表，建个可视化看板，那逐步是会被取代。
过去数据获取和使用门槛高，数据掌握在数据团队手中。数字化转型强调的是数据民主，且在数字化管理的文化趋势之下，人人都是数据分析师。业务团队深知业务，在现代化自助式分析工具加持下，具备了数据分析和可视化能力，取数分析不求人，还要数据产品经理干什么？
如果你只是负责资产标准梳理和资产管理工具建设，那逐步是会被取代。
在数据蛮荒时代，数据的汇聚和资产化的管理需要建立对应的流程和标准，在这个过程数据产品靠着自己的数据专业度和项目管理能力，推动数据资产化项目落地。并在这个过程中建设相应的资产化管理产品提升管理效率。但当百川归海，形成固定的规范，一切运转妥当后，数据产品经理还能做什么呢？
如果你只是做个平台工具，那逐步是会被取代。
互联网时代，大一点的公司喜欢自建各种平台和工具，虽然利用开源组件不完全是白手起家，但是搭建过程也是消耗大量人力财力，时间周期也比较久。工具的升级换代节奏相对缓慢，比如离线开发平台功能完善正常运转后，可能几年都不做大的升级迭代。但现在阿里等云厂商或者其他的数据中台企业的工具非常成熟，转型时拿来主义（花钱）成为更多公司的首要选择，这个时候，数据产品经理何去何从？
怎样建立数据产品经理的护城河？
数字化转型对于企业来是战略转型，要从产品为中心转向以用户为中心。其本质是依赖数据来实现商业模式的创新和业务流程的降本提效增收。这绝对不是靠买些低代码系统或者数据中台工具就能实现的。需要的是更多数据赋能业务的能力，数据产品只是支撑的手段。所以，这个过程中，数据产品经理也需要转型，核心是挖掘数据在业务过程中的潜在应用场景，不断构建自己的护城河。
如果数据产品不仅可以满足业务的数据需求，还可以提供更多的数据指导建议，那她就是长期需要的。
相比较业务提了指标、维度的需求，数据产品经理沟通口径、探查数据满足和实现需求，还需要多和业务沟通交流，深入了解业务当前的方向，业务过程，站在业务和数据的双重视角，看业务提的ABC指标，XYZ维度，是不是能解决实际问题，还需要需要CDEF？能不能形成一些更加直接高效的分析洞察，指导业务决策，而不是仅仅提供数据展示。
如果数据产品不仅深谙企业的数据资产，还能够不断拓展和挖掘资产业务化、价值化的渠道，那她就是长期需要的。
构建了很多的数据模型和画像标签，要用到哪里去？不仅仅是被动的等待需求去实现，而是要更加主动出击。新开发了一个生命周期模型，产品部门是不是可以用于产品功能设计，用于运营是否可以用作流失用户召回？渠道投放是不是可以用于客户的再营销？
如果数据产品不仅擅长B端工具或产品的规划与迭代，还可以第一时间发现更多可以助力数据价值快速输出的工具，那她就是长期需要的。
业务是快速发展变化的，工具型数据产品经理要发挥自己在B端流程化设计的产品优势，同时，也要和业务绑定，深入了解业务过程，围绕数据应用和价值输出，快速规划可以赋能业务的数据产品工具，从而创造更多价值。
总之，随着数字化转型先驱行业数据产品体系的不断完善，而传统行业数字化转型所需的数据产品多数又可以通过外采实现。数字化转型过程中需要数据产品经理，但更多的是业务导向而不是数据产品导向，贴近业务，了解业务，想想业务需要什么，数据产品可以提供什么。数据产品经理在数据方面有先天优势，接下来就是丰富和补齐业务输入。只有顺势转型才能建立自己长久的竞争能力。
