认识数据产品经理（四 与互联网产品经理的区别）

数据产品经理，还是一个相对较新的岗位，因而在很多企业里，岗位还没有标准化地设立，甚至在时下最火的招聘网站上，也是近几年才刚刚能找到相应的岗位。



数据产品经理的分支比较模糊，父级岗位归属既可以归为数据类岗位（与数据开发工程师、数据挖掘工程师、数据分析师并列），也可以归为产品类岗位（与用户研究产品经理、电商产品经理、供应链产品经理、曾经产品经理等岗位并列），两种分法各有其逻辑，同时带给我们的启示是，数据产品经理，其实是数据能力加产品能力的复合选手。



随着“新基建”的启动，大数据已经成为必要的基础设施，也蕴含着未来的趋势，自然有很多产品经理从业者，意欲转战数据领域，向数据产品经理的方向发展，那这两者的区别和界限是什么呢？



从产品经理行业，到行业产品经理



首先，从产品经理到数据产品经理，其实是一个行业细分的过程。互联网发展初期，产品经理已经是一个核心岗位，每天手持原型和用户思维，与程序员相爱相杀。



随着行业成熟度的提高，岗位的细分越来越清晰，不同的方向都已经发展出来自己的一套产业逻辑或系统方案，于是招聘时一般不会只挂出一个“产品经理”这样宽泛的岗位词，而是像“供应链产品经理”、“电商产品经理”、“用户增长产品经理”等有行业属性做定语修饰的具体方向要求。



也就是说，不论是哪个方向的产品经理，首先是要了解业务，有一定的行业经验，才能做出这个领域有价值的产品。



所以，数据产品经理想比于其他互联网产品经理来说，自然在数据方面的知识储备和经验上要求更高，甚至是作为考察的第一要素。这也就决定了，数据产品经理与常规互联网产品经理相比，最主要的两个区别：技能要求与入行方式。



区别1:专业技能的要求程度不同。



互联网产品经理，火了十几年，也因为《人人都是产品经理》，被一些非从业者认为是一类门槛很低的职业。其实这只是其中一面，产品经理是一个入门门槛较低，但做好却很难的岗位，因为虽然它不考察编码能力，但要同时具备逻辑思维、同理心、洞察力、表达能力和推动能力，以及必要的行业知识、技术知识，更重要的是能基于实际场景综合运用所学所知解决问题的能力，并不那么容易做好。



互联网产品经理可以不懂技术，数据产品经理必须要懂数据



互联网产品经理，在技术的掌握上，要求不高，但数据产品经理，必须要懂数据的处理过程。



尤其是平台类产品经理或算法类产品经理，对底层技术原理理解不够，很难在这方面独当一面。这也是很多公司，尚且没有明确的数据产品经理的岗位，往往是分析师、算法工程师，自己进行需求对接和梳理。



很多公司的大数据平台部门，在组织架构上，没有设立统一的产品部门，主要按照条线职能划分，比如离线数据引擎、实时数据研发等，做相应产品工作的数据产品经理融入相应的技术条线，这样效率反而更高。原因是大数据层面的技术栈非常丰富也非常复杂，更新很快，很难找到一个产品团队的负责人，能对底层数据、资源调度、离线实时开发框架、算法分析应用、数据治理等环节都能整体进行统筹。



平台型产品经理，要理解分布式大数据处理框架，理解了从 hive 到 MapReduce 的过程，才能设计一个调度平台或者IDE集成开发环境。算法型产品经理，要理解算法原理和算法类项目的开发过程，知道如何从一个预测问题，转化为从特征工程到随机森林的实现过程，进而才能设计一个算法平台工具。哪怕是技术深度要求不那么高的分析型产品经理，也需要会sql，能自行做简单的数据处理，以便随时随地分析不知为何下滑了的PV，以及解释让人费解的CPM异常波动。



互联网产品经理要懂用户体验设计，数据产品经理不强求



由于很少直接面向海量C端用户服务，相比于互联网产品经理，数据产品经理对交互、设计方面的要求相对低一些。用户体验设计包括用户心理洞察、美学设计和易用性设计，产品并不是仅有一堆功能组合而成的，而是由一堆用户使用流程组合而成的，需要充分考虑细分用户的不同心理和需求特点，互联网产品，需要对用户有很强的洞察力和同理心，也更关注交互体验设计。



数据产品，更看重的是数据的解读思路，关注数据表现、可视化分析和数据呈现能力，交互层面的逻辑更为简单，所以设计方面的要求，不像互联网产品那么高。



因此，数据产品经理，既然是复合了数据和产品的双重能力，那对于新人来讲，哪方面应该先加强呢？我认为首先是数据，数据方面的能力和经验是首要考察要素，产品设计能力作为其次。这也导致了数据产品经理和互联网产品经理的第二个关键区别：入门途径。



区别2:入门途径不同。



由于数据领域的特殊性，决定了数据产品经理的入行与成长方式，将不同于互联网产品经理。



互联网产品经理，侧重于对C端客户与市场的洞察，可以做通用的平台级工具，也可以选择自己喜欢的细分领域、小众人群来打磨自己的创意，做小而美的垂直应用。所以平台的选择显得不那么重要，即便没有进入BAT或者字节这样的头部企业，也可以通过小公司入门，结合公开的课程资料、身边的牛人来学习和成长。



而对于数据产品经理，平台很重要，需要尽量选择一个相对成熟、有大规模数据积累的企业，如果所在的团队有相应的数据文化，那就更好了。如果数据体量不够，数据应用的场景不够复杂，那就算基于开源的框架部署了Hadoop平台、搭建了OLAP查询引擎、上线了指标统一管理平台、甚至推动过数据治理项目，这些事情虽然听起来差不多，但实际会遇到的困难和挑战、价值产出以及所需要的解决方案和思路，是完全不同的。



所以数据产品经理，首先是选择一个成长性好、数据资源丰富的平台，加入到大数据的行列中来。先让专业扎根，再不断向上生长。至于入行之时，做的是产品方向，还是开发方向，其实不那么重要，从开发做起，也是很好的经验，可以对数据背后的处理过程有更深刻的认知。即便定岗为数据产品经理，也建议通过轮岗的方式，了解到实际的数据开发流程和处理策略，也仍要关注数据方面的技术原理和前沿应用。



概括来说就是，先成为大数据从业者，再成为数据产品经理从业者。



产品经理的共同点



产品经理是典型的“T字型”人才，一横，是说产品经理需要涉猎的知识面需要比较广阔，对个人的综合素养要求很高；一竖是指在某一个细分领域有较深的理解，比如大数据，比如金融，比如智能硬件。在产品经理身上，没有多余的才华，他们需要有足够的丰富性，才能在面对复杂性的时候，发挥更大的创造力。



不论是互联网产品经理还是数据产品经理，在基本素养层面，都是相通的。



•  产品经理做的事情，本质上是一个熵减的过程，都是直面不确定性，让复杂问题逐渐清晰，落到解决方案的层面，与研发共同实现最后的价值落地。

•  产品经理的思维方式，都是围绕用户和场景出发的，分析并找到问题所在，进而探索解决方案，形成MVP验证，进而寻求PMF。

•  产品经理的角色，都是项目的信息枢纽，需要通过产品经理来连接所有相关角色，推进项目的落地。因此对于沟通表达能力、项目管理能力、需求分析和规划能力等底层通用能力的要求是一致的。



当然，互联网产品经理和数据产品经理的其他异同点还有很多，而我们的目标，并不是去对互联网产品经理和数据产品经理做全面的差异性对比，而是通过对比，来更好地理解数据产品经理的岗位本质，所以这里着重强调几个关键的异同点，我认为理解了这几处区别，将会对认识数据产品经理或者成为数据产品经理，有很大的指引作用。