认识数据产品经理(二 数据产品经理的稀缺性)

17 小时前 阅读数: 11
认识数据产品经理(二 数据产品经理的稀缺性)

对于一个数据团队来说,数据产品经理是必不可少的配置,市场需求十分强烈,而好的数据产品经理依然可遇而不可求,甚至是通过猎头撒网加高薪争取,都很难找到心仪的人才。

我认为主要有以下三个方面的原因:

  1. 行业特性:领域很新,知识很深,迭代很快

大数据发展存在一个非常关键的转折点,就是分布式计算,Hadoop为代表的大数据计算框架出现后,让移动计算比移动数据更划算,这让海量数据的即时处理成为可能,此后应用级数据产品开始出现大规模的创新、迭代和升级,比如可视化产品从静态数据可视化,升级到动态的开发与分析可视化;用户画像变得更为精细之后,推荐或广告的精准性得到提升,千人千面和个性化成为网站常态;与云、5G的结合,让算力和算法能力得到提升,基于文本、语音、图像的深度学习技术得到广泛应用,于是智能客服、智能机器人、智慧城市、智慧农场等开始被大量实践。而这些变化,仅仅用了不到二十年的时间。

大数据是一个领域很新、知识很深、迭代很快的行业,我们在之前介绍数据产品经理的文章中,也把数据产品经理细分了三类不同方向,不同方向需要的知识储备差异很大,但数据基础的要求是一致的,需要具有对数据全链路的深度理解,从采集、存储、加工到应用,能够全面了解和贯通。而且,数据不能孤立得产生价值,需要连接到场景中合理得应用,才能发挥其价值,这就要求数据产品经理是数据和业务的双向专家,既需要数据思维也需要业务思维,这是好的数据产品经理的标准之一,但并不容易做到。

  1. 岗位特性,综合能力要求高

不像数据分析师、数据开发工程师或者算法工程师,有明确的技术栈,可以围绕一类核心能力来不断加强和提升,数据产品经理需要在数据专业性之外,还需要较强的综合能力。尤其是创造力和学习能力,能够面对不确定性,快速找出解决方案,也能够保持学习的习惯,在快速变化的行业和快速迭代的业务中,保持知识更新。也就是说,同样是五年的大数据行业经验,将同一个经验用了五年,与积累并更新了五年经验,是完全不同的概念。高校对于数据知识的教育,主要在于经过较长时间沉淀的技术方面,比如传统的统计分析或者数据挖掘算法,产品方面没有既定的模式可遵循,自然也难以有统一的标准来教授,因此,个人综合素养,是很依赖于自身的禀赋、性格和个人阅历的,但也是优秀数据产品经理无法忽视的一项必要条件。

  1. 平台机遇:数据也是个经验活

大数据产品经理,需要经历过具备大数据条件的平台,只有具备了足够的数据量级积累、复杂的数据应用环境,才能对企业的数据能力带来挑战。我在招聘过程中,面试过一些项目经验很匹配的候选人,看似对数据基础和数据服务类的产品有比较完整的实践经验,但因为其所在的平台业务体量较小,数据规模不够,虽然做过相关的工作,但因为没有遇到实质性的挑战,解决问题的思路和对数据理解的深度明显是不够的。

除了大平台的机遇之外,好的数据产品经理,需要能够跟随企业共同发展。在企业的不同发展阶段,对数据应用模式的要求不同,经历过之后才会有经验和方法来解决相似的问题。比如业务初期需要搭建平台的阶段,需要的是平台型产品经理;业务快速发展时期,需要的是有商业 sense 的分析型产品经理;而在业务的成熟期或者业务复杂性提高之后,需要有一定的数据治理和管理经验的产品经理。

谈到数据,其实从来不只是技术问题,懂数据的人,往往是懂企业业务发展和组织战略的人,而能做到这点的数据产品经理,必然是企业的核心人才,也是重点关注对象,一般是不会轻易允许其流失的。

好的数据产品经理,需要看行业经验、个人特质和平台机遇,而三个方面的期望都满足的人才,无异于大浪淘沙了。

市场对于大数据人才的界定也是在持续变化的,十年前,基本上懂数据仓库、会写sql的人就可以称之为大数据人才,可以拿高薪;五年前,要懂数据分析、懂算法,才可以称之为大数据人才;最近两年,需要有一定的数据治理经验,能把数据用好的同时,还能管理好,又成了市场上迫切的需求。

对于企业来讲,需要考虑企业所处阶段的数据应用需求来匹配相应的数据人才,同时,从内部具备良好的综合素养的人才中培养和提拔,也是很重要的途径。

查看相关文章:认识数据产品经理( 一 数据产品经理的分类)

用户头像

马踏飞机747

关注

一枚行走在大数据前沿的产品经理 2017.11.19 加入

大数据从业十年,数据价值的践行者。 公众号:数据产品之家 data_pm

评论

发布
暂无评论
认识数据产品经理(二 数据产品经理的稀缺性)