在當今數字化時代，不僅資料方面的人才需求越來越旺盛，而且會有越來越多人把資料産品經理作為求職方向，那麼求職者或者新從業者應該如何準備呢？本文對資料産品經理進行多方面分析，有需要的朋友一起來學習吧~
随着數字化轉型程序的加快，資料方面的人才需求越來越旺盛。網際網路早期，人人都是産品經理。數字化時代，不管會不會人人都是資料産品經理，但的确越來越多人會把資料産品經理作為求職方向，或者開始轉型做資料産品經理。
對于新從業者，最大的困惑就是目标很明确，但是不知道如何下手準備。這裡列舉了資料産品經理的技能項，希望可以為更多求職者或者從業者提供明确的方向，可以針對性地對自己的能力次元進行訓練提升，成為“多邊形”資料産品經理。
一、資料産品經理，需要哪些能力
1、資料産品經理技能項
學習之前，首先需要知道自己該提升什麼，這樣才會有的放矢，不至于眉毛胡子一把抓，無從下手，是以需要知道該補充哪些能力。前期的文章中，系統地介紹過資料産品經理崗位的定義，以及相關的技能樹，概況下來，資料産品經理需要産品經理的通用能力加上資料的專業能力。例如，作為産品經理：
- 需求挖掘與分析：掌握了解業務場景和使用者痛點的方法，不是隻滿足使用者提出的需求，而是可以利用各種需求分析的模型或方法，挖掘出更符合戰略定位的産品需求或功能需求
- 競品分析：保持對行業敏感度，不是簡單的抄競品，而是知其然知其是以然，取其精華去其糟粕
- 産品規劃：産品經理的職業發展路徑從負責某一産品功能子產品到獨立産品再到産品線，産品規劃要求逐漸提高，高手下棋走一步看十步，新手走一步看一步。
- 産品設計：将産品需求轉化成産品的解決方案
- 溝通協調：産品經理除了PRD外，要不斷地和業務溝通需求，和研發溝通開發過程，向上彙報，推廣教育訓練。
- 項目管理：依賴于研發團隊才可以完成方案到産品的落地，是以需要掌握項目管理的方法和技巧，保證項目按計劃進行。
- 産品營運：産品上線不是終點，帶來業務價值才是目标，是以，需要不斷地擷取新的使用者，提升老使用者體驗，促進推薦和留存。比如，使用者調研方法等。
同時，資料産品經理和資料有直接和間接的關系，是以，需要具備對應的資料能力：
- 資料分析能力：尤其是應用類的資料産品經理，隻有具備分析思路才能更好的為業務、分析師提供可以高效解決他們問題的資料産品。比如，名額體系的梳理和建構。
- 資料采集和埋點：資料團隊不生産資料，隻是資料的搬運工，業務團隊生産資料但是不是資料專業，是以想要避免事後無資料、資料不準，亡羊補牢，資料團隊提前參與資料采集規範的制定，可以做到防患于未然
- 資料資産管理和治理：資料本身沒有價值，隻有資産化加工和管理後，才能更大發揮其作用，就像原油加工成汽油、柴油、各種化工用品一樣。沒有厚實的資料資産作為基礎，上層的數字化轉型、各種資料産品都是無源之水，現在都說資料成為戰略級資産，很多企業往往是缺少将資料資産化的能力，而且這一方向在未來一段時間内的缺口會更大。
- 大資料技術了解：資料從采集、加工處理、業務應用經過非常長的資料鍊路，在這個過程中，涉及到資料同步內建、存儲、計算各種元件，對應的資料加工工具，也是資料産品經理的一個垂直分支，是以需要了解不同元件的應用場景和資料流轉的鍊路，這樣才能更好的和使用者（資料開發等）溝通。
- SQL能力：資料探查和分析，一般來說，可以掌握資料查詢、關聯、名額聚合等場景即可。
2、資料産品經理崗位分類
此外，前期文章也介紹給資料産品按照所處的資料流轉過程的層級不同，自上而下可以分為：
- 政策類資料産品：例如搜尋排序、個性化推薦或AI産品經理，利用資料和前端産品深度結合，為C端使用者提供更加智能化的産品
- 業務應用類資料産品：為業務資料決策或資料化營運提供資料産品或工具，比如資料報表&可視化産品，使用者畫像&CDP資料産品，BI工具資料産品
- 資料資産管理與治理類：為企業資料資産化管理提供更加高效便捷的工具，例如資料地圖、資料品質監控、資料治理等方向。
- 資料開發工具：提供資料采集、同步、加工的流程化工具，提升資料開發和運維效率，例如離線&實時開發與任務排程工具。
二、如何确定自己需要補充哪方面的能力？
了解了資料産品經理所需要的産品通用能力以及資料能力的全貌之後，接下來就是要結合自己的目标崗位或者目前所處的崗位在不同次元的差異化要求了。産品通用能力，是作為任何一種産品經理都需要掌握的能力（B、C、D端）不做贅述，在資料方面的能力要求，主要展現在：
（1）政策資料産品經理
- 特定行業業務知識，以推薦為例，需要掌握場景的業務場景，例如旅遊産品分為本地場景、異地場景、時令推薦等，政策會面向C端使用者，可以作為真實使用者體驗競品。
- 政策實作流程和常用技術，推薦流程（召回、排序等），模組化流程（業務了解、特征抽取、模型訓練、參數調優、模型部署、疊代優化等）、算法模型（協調過濾、神經網絡、聚類等），對于算法模型，更多是結合業務場景的應用，不要求具體技術實作，因為實際開發過程，算法人員在算法選擇更有自主權。
（2）業務應用類資料産品經理
- 決策分析類：主要是資料報表和可視化方向，最重要的是分析思路，需要掌握業務過程梳理和名額體系建設的方法和流程。比如，如建構金融行業或電商行業的名額體系，根據分析思路和名額體系，設計更加簡單易用的“資料可視化産品”，此外，還需要涉及一些埋點采集知識，比如，為C端産品經理或營運建立對應的流量統計分析或産品應用能力。
- 資料應用類：以使用者畫像和CDP（精細化營運客戶資料平台）為代表，可以結合業務對資料的應用場景，建構可以更加高效輸出賦能的資料産品，比如使用者畫像标簽體系（标簽分類、建設方法），人群圈選到API服務輸出到效果回報閉環的系統化功能設計。這一方向，要求可以熟練掌握資料資産現狀和應用場景評估的能力，比如，可以熟練使用SQL
- 分析工具類，如自助BI報表，主要是設計企業自研的BI産品，随着BI商業化産品越來越廉價，很多企業不願意從0-1開發了，而是花個幾十萬（如20萬）買商業化BI。如果自研，則要求産品經理對于資料加工鍊路、資料資産模組化過程、資料可視化分析等能力融會貫通，上承接業務需求，下對接資料開發模組化提效。
（3）資料資産類産品經理
與資料開發人員一起負責企業資料資産規範化建設、資産管理與治理。有的企業專門設定資料倉庫産品經理的崗位，對于這一崗位可能會要求結合業務知識，負責數倉業務模型的規劃。相應的，要求對資料倉庫、資料模組化知識儲備豐富，才能更好與開發人員合作。
（4）資料開發工具類資料産品
比如資料同步環節，把資料從業務Tidb從庫同步到數倉HDFS，同步任務參數如何配置？小時級、天級等不同周期的任務排程設定時，需要支援哪些場景，如果對資料開發流程和相關元件不熟悉，就很難自主的挖掘開發人員需求，而淪為一個需求産品經理。是以，這一方向的産品，對大資料技術要求更高，至少要知道Flume、kafka、HDFS、Flink、Hbase、ES、Clickhouse分别是如何流轉資料的吧。
三、如何提升資料産品經理相關的技能項？
首先，要結合自己的專業、曆史經驗以及未來職業發展興趣，确定要切入的資料産品崗位方向，其次，可以去招聘網站上，選擇對應的方向，總結下要求的崗位能力，這樣就可以更加深刻的知道自己缺啥補啥。要不要花幾千塊錢報視訊教育訓練課程？對于問到我的同學，我的回答通常都是不要。因為雖然我不知道有沒有好的課程，但是至少我看過的，以科普居多，為了湊時長廢話也比較多。有時2倍速也不影響觀看效果。
雖然現在消費更新，5000塊對于求職者來說不是事，但個人覺得會比較冤。建議的做法是，對照技能樹的能力次元，結合個人的特長，逐個擊破。最終，再做抽象彙總，融會貫通，形成全面的資料産品能力。比如，你要學習資料資産方面的知識，不管是網上的文章還是一些專業的書籍，都是可以作為你近期的攻克重點。
專欄作家
千冰儀，微信号公衆号：資料幹飯人，人人都是産品經理專欄作家。專注資料中台産品領域，覆寫開發套件，資料資産與資料治理，BI與資料可視化，精準營銷平台等資料産品。擅長大資料解決方案規劃與産品方案設計。
本文原創釋出于人人都是産品經理，未經作者許可，禁止轉載。
題圖來自unsplash，基于CC0協定。
該文觀點僅代表作者本人，人人都是産品經理平台僅提供資訊存儲空間服務。