产品经理:数据产品经理的起源&与产品经理的差异( 二 )


2. 产品转岗 大部分公司采取现有产品经理兼顾数据产品应用化的工作 , 转岗的节奏大致是:数据可视化>数据指标>指标字典>埋点设计&管理>数据分析 。 到数据仓库这个层面 , 才算初步完成了数据产品经理的转岗 。
3.角色职业化 往更高级一点的数据产品经理上走 , 需要深入到数据底层的生产、采集、管理工作 。
接上面的连接就是:数据分析>数据仓库>数据采集/清洗(掌握Python\SQL等技能 )>算法&推荐(当然也被延伸出来算法/推荐产品经理) 。
到了算法和推荐层面 , 是目前数据产品经理的最高级 。 能够精进数据、优化算法、精准推荐 , 把握并实现前端业务场景的商业价值最大化 。
四、与产品经理工作的区别 通过以上的数据产品经理起源和发展阶段这些底层背景的整理 , 就很容易归纳出与产品经理的不同之处在哪里 , 工作侧重点在哪里 , 应该掌握什么样的技能 , 怎么规划自己的转岗之路 。
1. 需求关注点不一样 产品经理承接的是需求方的页面/功能设计需求 , 关注的是产品前端体验是否良好、页面/业务逻辑是否合理或无误;最终产品经理交付的是需求文档(PRD) , 对版本的跟踪、迭代、维护;
而数据产品经理承接的是需求方的数据获取的需求 , 关注的是采取何种方式获取所需数据、不同数据在数据仓库的管理方式、结合业务给出合理的数据分析、以最佳的图表可视化出来;最终数据产品经理交付的是最新版本的指标字典 , 对数据指标的定义、管理、优化;
2. 工作流程不一样 产品经理面向的是一个个页面开发和功能实现的工作任务 , 开发任务是确定的 , 产出的页面可量化 , 工作量会由实现方式和逻辑有个增减变化;
数据产品经理面向的是一项数据开发的工作任务 , 由“是否为新数据需求”来判断是否需要开始一项数据开发的工作任务 , 因为获取数据的难易程度不同 , 尤其是涉及到算法类的 , 所以工作量不容易被量化 , 工作流如下图:
产品经理:数据产品经理的起源&与产品经理的差异
本文插图
3. 具备知识/技能不一样 产品经理所需技能:
产品经理:数据产品经理的起源&与产品经理的差异
本文插图
除了上述知识/技能 , 数据产品经理更为侧重以下知识/技能点:
a. 计算机语言层面:熟练使用MySQL , SQL、Hive等语言;
b. 熟悉数据生产加工流程:数据采集 , 数据预处理 , 数据存储 , 数据分析 , 数据挖掘 , 数据可视化 , 数据服务产品化;
c. 需要了解的各类技术理论及发展趋势

  • 了解主流大数据产品及分布式大数据技术 , 如Hadoop(HDFS和MapReduce) , Hive等;
  • 了解主流大数据编程语言 , 如phthon、R、MongoDB等;
  • 了解主流BI产品 , 如Tableau、saiku、kylin、BDP、growingIO、神策等;
  • 了解数据仓库技术及理论 , 并对其发展趋势有深入了解;
  • 了解数据分析 , 数据建模和数据挖掘技术及理论 。
好了 , 关于数据产品经理的123现整理到这 , 后续相关数据产品实战的经验再逐一剖析吧~
本文由 @ 陈爱雯 原创发布于人人都是产品经理 , 未经作者许可 , 禁止转载 。
题图来自Unsplash , 基于CC0协议 。
2年初级数据产品经理
【产品经理:数据产品经理的起源&与产品经理的差异】给作者打赏 , 鼓励TA抓紧创作!