关于数据产品经理的三个小的知识点

今天偷懒不发新的内容，稿子里面挑几条滥竽充数了。

数据产品不是偶然出现的，历史上本来就是存在。互联网是一个制造流行词的地方，数据产品、数据产品经理、数据中台这些词就被制造出来并得到大家认可的。

历史上的数据产品只是当时是基本通过全套解决方案，比如说数据加工 ETL 工具：DataStage 、Informatica、Oracle Warehouse builder、BO data integrator 。

前端展现：BO、Congos、Mssqserver Reportservices、Microstrategy Olap：ESsBase、 Sas Olap server 、Ms olap analysis Server、Ibm DB2 Olap Server

数据仓库：Oracle 、DB2 、Sybase IQ 、TerraData DataWareHouse 等等来实现的。

当时状态企业希望通过全套的解决方案来解决生产需求中的数据问题，现在随着大数据技术成熟起来，各大厂商已经开始在走集成一体化化方案与软件服务，比如云上的那一堆玩意。

2. 数据产品现在为什么这么容易发展到瓶颈

大数据知识的泛化，导致从业者增多，入门门槛变得特别低，天花板变得特别很高
大数据技术发展已经相当成熟，在数据工具的平台的 UI 易用性也逐步的完善起来，挤压了原有数据产品经理的工具产品设计的一定空间。
从传统数据仓库转为互联网大数据处理技术时，旧时代的解决方案与有好用户体验般的数据软件平台都无法满足当今的大数据量。大数据技术落地的产品平台在易用性操作上是非常差。刚好大数据又处在蓬勃发展，大家在易用性上需要有一些人来做设计，所以数据产品经理也火了几年。
这几年随着大数据知识泛化，大数据领域的技术发展成熟，很多工平台也逐渐的成熟起来，出现了蛮多的成套的成熟解决方案与软件平台。
大数据领域的特殊性，导致完成一款好的数据产品的门槛非常高。
大数据一个工科的系统工程，理解不好数据内在关联性，很难通过一个或两个功能去完成的让数据应用起来，需要大量的穿插。
现存的大数据产品很多是以平台化为主的，做好一款平台产品门槛还是蛮高的，需要做大量的抽象、规则设计。

3. 数据产品经理现在为什么很苦。

岗位逐步的细分、技能树更加明确与细化、入行门槛更低，企业期望逐步的变高(BI 架构师、数据分析师、方案推进等价值落地)，大数据知识泛化，一些数据产品经理岗位要求简单，但是期望很高，意味着落差很大。

用一句话来形容数据产品经理。“上得了厅堂，下得了厨房，杀得了木马，翻得了围墙，开得起好车，买得起新房，斗得过二奶，打得过流氓。“

摘自自己的稿子