編輯導語：資料產品經理做的產品，通常都是圍繞資料的生命週期的各類工具。這個崗位具體要做哪些事呢？又需要掌握哪些經驗？本文作者根據自身經驗，分享了資料產品經理這個崗位，一起來看一下吧。
作為一個在資料產品經理行業幹了六年，一線摸爬滾打成長起來且帶過團隊的資料產品經理，試著回答一下這個問題。
01 資料產品經理分類下的產品們都做哪些事
首先為什麼會有資料產品經理這麼個分類，最主要是為了招聘方便。
資料產品經理做過的產品，通常都是圍繞資料的生命週期的各類工具。巧婦難為無米之炊，首先一定要有數，所以首先會有上報採集的工具，比如埋點相關的工具、爬蟲相關的工具等。
有了資料就需要將資料進行清洗轉換成可供業務直接使用的乾淨資料，這一類產品透過是圍繞滿足應用的資料供給來設計的，被使用的資料表現出來就是表、指標或標籤，而工具就是用於資料的生產，這包括生產加工的工具，也包括資料治理的工具。
就比如阿里的一站式資料生產平臺Dataworks、阿里資料治理工具Dataphin、美團的資料治理工具起源、以及各公司內部比較個性化的用於畫像標籤加工的工具等。
有了資料那就可以提供給給業務用了，場景通常用在業務前期找機會定目標、中期做監控定位異常後期搞覆盤發現規律的各種分析工具，資料能夠穩定地表達出來且快快地發現insight是這類產品的基本能力，就比如阿里QuickBI、位元組風神、微軟PowerBI、亞馬遜QuickSight等。
業界也有一些三層一體的一站式產品，比如 Google Analytics就是從流量資料採集到流量分析，神策也是同樣提供資料埋點的SDK和埋點管理工具，到最終的使用者流量分析活動投放的一站式資料產品，這都是從使用者價值出發，為了儘可能讓最終用數的人不需要專門的資料研發團隊支援的情況下，有數可用。
其次除了做工具，還有一個數據產品經理分支是偏分析和資料內容的建設，能夠完善資料分析過程所缺失的資料。
資料分析應用層面不僅需要工具，很重要的還要有數，就好比我們開了個店，裡頭還得有商品，做內容的產品經理就像店長選購商品，使用者的需求恰好能過得到滿足，商品本身又都是物美價廉，容易獲取的。
打個比方業務要對拉來的新客做銷售情況的分析，從而發現拉來新客的質量。
這最基本的需要資料裡頭有新客的資料、訂單的資料才能完成，在分析的過程中可能會有購買的頻次、銷售的商品分佈等等，通常分析工作是前期有個大框架，在實際分析中會根據發現的問題和洞見再追加資料。
可見不能等到需求來了再建資料，而需要產品經理快速跟進業務目標和策略調整做好提前規劃，如果做得不夠好，會讓整個公司的分析效率很低，只能發現淺層次的洞見。
表是原材料，指標和標籤則是成品和半成品。透過採集得到的數就是原材料，如果每次只有原材料，用數的人要自己加工才能解決餓的問題，那對於很多人來說吃好不是一件容易的事，為了讓更多的人吃好，就需要提供更滿足使用者需求的食品型別。
作為資料內容的資料產品經理，考慮提供什麼形式的資料內容也是很重要的事，比如指標和標籤是帶業務含義的，基本人人都能懂能用，而表需要會寫SQL才能得到數，如果內容不能很好的組合，讓業務需要花比較多的時間去找數理數，可能會導致資料只有非常專業的人員才能受用，公司為了做好分析這件事需要花費的人力成本會非常高。
通常表在各個公司都是預設形式，如何做好指標和標籤供應並不是一件簡單的事。
所以資料產品經理通常是有兩類，一種是建設資料內容，二種是建設資料工具。如果是業務比較複雜的大廠，資料產品經理會分屬於業務和中臺團隊。
大部分在業務的資料產品核心職能是第一種，必須業務提供夠用好用的資料，輔以在分析應用層會做一些讓業務更好用數的工具，幾乎不會涉及到採集加工處理的工具。
而大部分在中臺的資料產品主要職責是第二種，在資料生命週期的不同階段提供各種工具，讓資料能更高效的運轉起來。
02 為什麼產品分類對於招聘很有幫助
不都是產品經理麼，為什麼招聘資料產品經理，會優先看做過資料產品的候選人呢？
資料最終是要被用起來的，資料用的爽不爽，指的查起來能快則快，質量要高別總對數，知道數在哪別到處問等等。
資料要查得快和資料量及儲存引擎有很大的關係。為了讓資料快快地查出來，通常會將資料按照業務場景（又稱之為主題）組織放到OLAP引擎裡頭，而一些沒有組合在一起的資料，則可以透過放在Hive引擎的明細寬表裡進行查詢，這時查詢結果需要等一等，具體等多久這和資料量以及機器資源量有很大的關係，當前還沒有一個引擎能把所有的資料裝在一起還查的快。
這其中就是空間換時間，時間換空間的平衡，大量的資料研發工程師就是在不斷的倒騰最佳化資料組合。
資料出錯了，或是不一致了，除了不小心寫的Bug或是發生故障，更大的可能性是開發ETL邏輯寫錯了不自知，比如有一個DAU的指標，這個DAU應該從哪個表什麼邏輯來取？假設研發在開發的時候不是那麼清楚，稍微產生一丟丟的邏輯偏差都會導致用的資料是錯誤的，這種錯誤在初次上線即使可以避免，在指標更新的時候也很難確保每次都是理解沒有偏差的。
豪不誇張，對數依然是很多公司在做業務分析時花費最大精力的事，可見高質量供給這個事還是個有很大提升空間的事。
回到讓資料查起來能快則快，質量要高別總對數，知道數在哪別到處問這個極度合理的用數需求，要做好這件事，意味著資料產品經理需要對儲存資料的引擎有足夠的瞭解，掌握一定的資料建模理論和資料測試方法，這也是為什麼資料產品經理招聘的時候，只會招有相關經驗的資料產品經理，通常大廠也會選擇從校招培養。
大廠從校招培養，也是有原因，因為能滿足大廠需求的資料產品經理並不多，原因是資料產品的方案選擇和資料量有很大的關係，比如小廠的資料全部都放在mysql就解決了從從流量到供給到交易的分析，資料完全不需要多份儲存，隨查隨用，完全沒有接觸過查詢慢了佇列調配的問題。
指標管理功能也只是把指標定義清楚，根本不會涉獵所謂的動態選表這種複雜的邏輯，照搬經驗只會是災難。
03 資料產品要掌握什麼技能呢
這個話題在上面已經略有涉獵，這裡我還是稍微再展開說一說吧。
要成為一個好的資料產品，需要有紮實的資料專業知識，還需要有通用的產品經理技能。這兩者缺一不可。都說產品經理是一個低門檻的事，但其實資料產品經理並不是。如果這些技能表現出明顯的不足，通常在1-2年就會遇到瓶頸。
1。 資料專業技能
紮實的資料專業知識，就是資料採集、加工到應用全鏈路的一些知識，這些知識可以在做的過程中積累，比如行業常見的資料引擎以及特性、資料建模方法、會寫SQL，掌握一些基礎的分析方法和技巧。
這些知識通常學校都不會教，所以能成為好的資料產品的人通常都會很強的學習能力，或者很強的交友能力，我認識的很多資料產品經理快速補齊這塊能力都是因為找了研發男朋友/女朋友手把手教會的。
2。 產品通用技能
通用的產品經理技能，好的產品經理通常是邏輯能力很強，能看到問題的本質，這裡我推薦大家看一本書《學會提問》，這本書能夠幫助你提升看到現象理解事情本質的技巧，以及最好了解一些經濟學的知識，經濟學除了幫助我們很好的理解世界之外，還有一個非常重要的基礎是tradeoff的能力。
產品方案的好壞其實是取捨來的，就像我們看任何一款產品，功能都是可以繼續完善的，為什麼當前只有這些功能？
我們就拿熟悉的微信吧，為什麼新開的公眾號沒有留言功能，這是基於什麼樣的思考和取捨得來的，大家可以試著想想，發現問題看到本質學會取捨找到最優解法這是產品很重要的技能。
資料產品經理的通用技能和B端產品經理會比較類似，這也是我在做招聘的時候，會從B端產品經理的簡歷中挑選候選人，這在於他們也需要非常強的邏輯能力、結構化思維能力，表現出來就是有能力將複雜流程梳理清楚，透過流程的梳理有助於還原事物的本質並進行改善。
3。 資料產品經理有什麼需要注意的
資料產品經理有一個需要特別注意的點，就是關注你的使用者是怎麼用你的產品，以及多用你的產品，成為最瞭解你產品的人。
這個問題在資料產品經理面前實在不是一個簡單的問題。造成這個問題的原因是，資料的生命週期很長，很多環節的工具離最終用數的場景又比較遠，甚至產品經理都不一定具備用好自己產品的全部技能。
關於關注你的使用者是怎麼用你的產品，這個我給出的實踐建議是往上看兩層，往下看兩層。
比如你做畫像標籤平臺，向下要了解生產過程你要了解畫像標籤是怎麼生產出來的；向上要看畫像標籤是怎麼用的，沉澱到畫像平臺的標籤是什麼，以及畫像標籤都用來做什麼。
為什麼要做到兩層呢？我舉個畫像標籤生產工具的例子，假設你只瞭解存了什麼標籤，那你會是一個能生產標籤的工具；如果你瞭解標籤用在哪，那會是一個有好的標籤服務的工具。
比如有人在工具裡上線了一個標籤是“在直播間唱過國歌的使用者”，如果你去了解一下場景，可能會發現在兩會期間這樣的行為是被禁止的，那你就考慮為標籤建立更靠譜的質量保障的能力，也因為有了你這個恰到好處的考慮，會減少了很多特殊時期的運維工作量，有這樣的迴圈，你會對你的產品有更深的理解。
04 資料產品經理的發展可以有哪些方向
我們上面說到B端資料產品經理是可以轉到資料產品是很有優勢的，那資料產品經理如果想轉型又有哪些方向可以試試呢？
如果還想繼續發揮出資料知識的專業技能，以下兩個方面都是可以試一試的：
1）客戶拓寬
同類產品從服務內部使用者擴寬到服務更多的外部使用者，當你的客戶涉及到外部客戶的時候，判斷邏輯就不僅僅是需求的合理性，當遇到大客戶和小客戶的需求產生衝突要如何滿足時，做出的判斷通常會涉及到公司產品走向和商業的盈虧。
這些問題都是隻服務一個客戶不會遇到的，比如在公司內部做資料分析工具和做QuickBI、風神、Fine Report那肯定是不一樣的。
現在消費網際網路積累的產品經驗完全可以在產業網際網路發揮出來。產品網際網路在中國還沒有徹底爆發，我之間寫過一篇《以Salesforce的發展看Saas中美髮展差異 》，中國的產業網際網路的時代早晚會爆發，資料要素越來越重要，這絕對是資料產品經理非常好的機會，保持敏銳謹慎辨識。
2）使用者場景的拓寬
比如面向公司內部做商家經營分析，和直接提供給做面向商家經營分析的工具，就像面向商家的阿里的生意參謀，需要站在商家的角度看投入產出，商家在使用這個工具的時候都會算一筆賬，他使用這個工具會帶來什麼樣的收益，這和內部使用者也是不一樣的，商家需要生意參謀得真的能幫他帶來銷售業績的提升，這可能是在直播期間能夠發現最適合的商品組合。
如果你對文中哪個內容感興趣也歡迎留言，我可以展開來講講。對於未來有哪些發展方向，我本身想的並不是實踐得來，歡迎交流。
本文由 @Yuki 原創釋出於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於CC0協議