什麼是資料産品經理

一年沒寫部落格了，好多内容都寫到筆記裡去了；趁着年前，浏覽了網上一些對資料産品經理的見解，這裡搬磚歸納輸出自己了解的資料産品的設計思路、資料産品經理需要的技能。

資料産品，旨在資料驅動增長

管理大師德魯克說過：If you can’t measure it, you can’t improve it.（如果你無法衡量，你就無法增長。）

近些年來，随着 Growth Hack、精益化營運、資料化營運等概念漸入人心，資料産品這個名字被提及的次數越來越多。

資料産品，就是以資料為主要自動化産出的産品形态（實時網際網路分析産品）。

資料産品經理，需要做到的是Data Driven，即資料驅動（如Facebook）。

不同的企業，在不同的階段，需要不同的資料産品，将問題找出來，将資料變現。

資料産品有：

1、企業内：企業内部使用的資料産品：如自建BI

2、商業化：針對所有企業推出的商業型資料産品，如 Google Analytics 和 GrowingIO

3、使用者型：使用者均可使用的 Google Trends 和淘寶指數等等

這些系統，本質上是根據使用者資料和相應的資料模型，建立的一套評分标簽體制。

而資料研究咨詢公司，他們的報告可以了解為隻是以資料為主要産出的産品，但并不具備自動化産出的特性。

業績增長讓企業經營者的念念不忘，而實踐的曲線，就潛藏在資料産品中。

資料産品的設計步驟如下：

1、面向什麼使用者和場景

    ① 不同使用者有不同的價值

    ② 不同層級使用者的關心粒度不一樣

    ③ 不同類型使用者的使用場景不一樣

2、解決什麼問題/帶來什麼價值

    ① 明确産品方向，解決使用者什麼需求

    ② 判斷核心需求（Demand/Want/Need 方法分析）

    ③ 判斷需求價值和優先級（PST 方法分析）

3、問題的分析思路是什麼

    以上兩點隻是普通産品經理的範疇；而資料産品經理，還要思考通過什麼方式進行分析，這個環節是最核心部分；在這一個環節中，重點展現了資料産品經理的能力和價值，這裡要求資料産品經理既要有豐富的産品設計經驗，也需要深刻的業務了解能力和資料分析能力

    ② 具備一定的資料分析技能，才能創造更大的資料價值

    ② 設計理念：從總覽到細分，不斷對比

    ③ 總覽：簡明扼要，讓使用者了解目前的事務、問題的大概方向（總覽不到細節）

    ④ 細分：提供豐富的次元，利于分析；分析的結果落實到執行，與業務緊密相關

    ⑤ 資料本身沒有意義，資料的對比才有意義，資料産品的核心就是把這種對比凸顯出來

4、需要用到什麼樣的資料

    分析思路需要相應的資料支撐，資料必須做到完備和準确

    ① 資料的完備性，所需要的資料是否準備完全；資料沒有采集或清洗，會給項目帶來極大的不穩定

    ② 資料的準确性，錯誤、繁雜的資料，是資料統計時的一個巨坑    

5、名額采用什麼樣的産品形态

    常見的資料産品形态有多種，如重資料呈現的郵件報表、可視化報表、預警預測、決策分析。如重算法類的使用者标簽、比對規則

    ① 分析顆粒度逐層拆分

    ② 確定名額能明确表達含義

    ③ 明确名額定義，統計口徑和次元

    ④ 名額的呈現，在于讓使用者怎麼了解産品、使用資料，資料産品經理承擔重要的角色（此處需要閱讀相關專業資料、觀察足夠多的資料産品）

    ⑤ 5+2原則，明确主次

這裡有一種資料産品分析架構：

思維：①日常監測 - ②發現問題 - ③分析原因 - ④解決方案 - ⑤跟蹤解決方案

執行：①資料趨勢 - ②對比分析 - ③名額結合分析 - ④業務實施 - ⑤持續觀察資料動态

一個資料産品的演化，如供應鍊支援，可以是：

    ① 一開始，産品隻是銷售分析系統裡的一個庫存分析報表而已、

    ② 接着，加入了各種補貨預警、成分分析等報表，越來越豐富、複雜

    ③ 後來，獨立出來稱為資料分析系統

    ④ 再後來，加入算法支撐，執行銷售和選品預測，稱為一個算法類産品

一個優秀的資料産品經理必須要具備各種技能；

    ② 要了解自己的使用者，要和他們保持長期有效的溝通；

    ③ 明晰使用者的核心需求，而非停留在表面；

    ③ 最重要的，掌握資料分析技能、會用資料分析工具，時刻有 Data Driven 的意識（資料分析師或産品經理出身為佳）