在数据领域待了差不多 5 年+时间，负责过上亿用户规模的大数据运营增长团队，也搭建过企业级的大数据平台。最近打算系统的梳理一件事情：结合自己的工作经验以及跟同行之间的过往交流讨论，聊聊数据这个领域，比如大数据，数据产品，数据分析等内容。

本篇打算从作为业务价值和数据技术之间桥梁的数据产品经理角度切入，来展开聊聊数据领域的一些主题。本文将会讨论如下几个问题：

• 数据产品经理是干啥的？

• 需要具备哪些知识？

• 能提供什么价值？

• 未来发展前景会怎样？

• 职业规划是什么？

啥是数据产品经理

随着 Web2.0 的到来，2005 年左右，出现了产品经理的岗位。又随着大数据技术和行业的爆发，数据的重要性越来越被企业和社会看重，2015 年左右，从产品经理中发展出了更加专向和聚焦的一个分支：数据产品经理。

在聊数据产品经理之前，先讨论下数据产品是啥？可能有对数据产品不太熟悉的同学，但日常生活中可能已经接触过。比如面向个人客户（ToC）的某宝芝麻信用，某博的搜索指数，公众号后台的数据统计模块等；当然还有一些大众接触相对较少的，面向 ToB 端数据产品，比如面向营销场景下的 CDP(客户数据平台)，面向数据交易行业的数据 API 服务等，面向 ToG 端的数据产品，比如智慧城市大数据平台等。

这些产品功能或者服务的实现，背后就是由数据产品经理及其周围的团队一起协作完成的。数据产品经理就是那个负责数据产品落地全流程的人，包含了需求分析，规划设计，开发测试，迭代优化等。这里作者绘制了一张日常数据产品经理的协作“朋友圈”。

当处理的需求不同时，数据产品经理需要沟通和协作的角色也不同，比如常见的的场景：

• 处理日常归因分析，数据看板，指标体系等内容时，此时主要是数据产品经理需要与数据分析；如果是要搭建定制化的驾驶舱时，这个是数据开发体系，此时数据产品经理主要与数仓，前端开发同学一起协作，这块更偏数据的生产体系。

• 搭建大数据平台时，这个时候跟业务侧的产品开发体系类似，主要由数据产品经理需要与数仓、前端等同学协作，完成产品的调研，设计，开发迭代等任务，这块与传统的业务系统开发流程相似。

• 处理和优化推荐算法逻辑时，数据产品经理需要跟算法、数仓等协作完成业务逻辑确认，标签开发或优化，特征工程与模型训练等任务。

• 处理一些数据治理的时候，可能会涉及到调整公司业务产品上的规划和设计，比如填报数据内容和格式的要求，数据产品经理会跟业务侧的产品和开发同学一起协作，完全数据规范在前置业务系统重的优化更新。

需要具备哪些知识

这里先借助下比较擅长领域知识总结的大模型 ChatGPT，看看它的是怎么概述的。

结合笔者自己的经历和以及同行的交流观察，数据产品经理需要具备的能力大致可归为三大类能力：数据分析、产品、大数据与 AI。

数据分析：

数据产品经理如果不做产品经理，也应该是一个不错的数据分析师，观察到周围的数据产品经理中数据分析师背景的较多。日常工作中需要具备较分析思维和业务拆解能力，用于日常业务经营分析，比如异动归因分析，运营策略支持等，以上的内容底层需要了解指标体系搭建，SQL 取数，可视化分析等基础性内容。从数分的视角看，数据产品经理的一部分工作内容，是将分析师的成熟的分析框架，稳定的数据生产流程自动化和产品化，高效的支持到日常的业务运营和分析需要。

产品：

数据产品经理的岗位底色是产品经理，所以产品经理的那些通用能力：沟通，产品设计，项目管理等是产品人的基本项，也是基础的日常工作内容，这里笔者从产品思维，商业，行业三个维度来展开聊聊。

产品思维：对产品经理来说最重要的莫过于基础的产品思维：什么场景下，什么样的用户，遇到了什么样的问题，如何满足以及更好的满足需求。在这个基础之上去理解用户，拆解与分析需求，进行产品的设计和推进项目的落地与迭代。

商业：一家公司所打造的产品和服务，最核心的目的是商业变现。这就需要熟悉营销更好的获取用户，需要了解商业模式熟悉赚钱的闭环，学习行业领域内的知识和业务逻辑，更好的挖掘和理解客户的诉求和痛点。这些内容不仅是对工作结果有用，更是跟老板和客户沟通交流的需要。

行业：这里其实有两层含义，一方面是了解行业内的内容，比如垂类数据中台行业中，玩家都有谁，分别是什么类别的公司，他们的解决方案是怎么做的，效果怎样等等。另一方面是建立起行业网络，比如通过参加行业会议、加入数据专业协会、参与社交网络等方式建立行业网络，拓展人脉的同时了解不同行业的业务和玩法。

大数据与 AI：

大数据和 AI 就像硬币的两面，是一个不可分割的整体，数据产品经理的工作内容中，也和这两个内容关联较大，比如其中两个工作方向：平台型和策略型。

平台型数据产品经理主要负责搭建公司大数据平台，需要对底层数据完整处理链路（采集→治理→应用）和数据全生命周期管理的了解，这里面就包括了对数据存储，数据类型，元数据，数据计算引擎，中间件等大数据技术了解。

策略型产品经理，这个方向主要针对特定行业、场景、偏好的制定策略，提供内容，提高用户满意度，提高业务指标包括不限于：流量分发、推荐策略，折扣策略等。这块需要了解场景问题所对应的算法问题类型，比如回归问题、分类问题、聚类问题、时间序列等，对解决这些问题所使用的算法的了解，如 KMeans，CNN，RNN 等。当然重要的还是要把一个业务问题分解和转换为一个算法需求。这个岗位对接的侧重在算法工程师，熟悉算法领域以及算法可以解决哪些问题是对策略型产品经理的基本功。

能提供什么价值

为什么要谈岗位价值，因为其决定了进入到这个岗位后，受到的关注度以及未来的职业发展。站在公司的视角看，数据产品经理能提供的价值，我觉得可以从效率和价值两个方面来谈。

效率：

很多中小公司，在业务发展初期，大多都是基于 Excel 表格来管理数据和数据体系，这里面面临得的最大痛点在于，数据是灵活的，业务是灵活的，维护也是动态的，在考虑到人员的正常更迭，人工维护的数据体系很难满足业务发展和数据管理。

平台型数据产品经理的主要工作内容就是搭建企业大数据平台，通过大数据平台支撑起公司的数据中台部门，实现降本增效。

比如平台中的数据建模和开发模块，可以很方便的赋能数据开发人员进行脚本开发和运行管理；

比如平台中的元数据和数据标准管理模块可以很方便进行自定义的质量巡检任务，满足数据治理中最大的痛点数据质量的管理；

比如面向运营，数据分析等偏业务角色的指标管理平台，有效的统一全司的指标口径统一和指标维护管理。

还有数据服务管理等。此外基于平台还可以进行全面的数字化运营，不断的支持整个大数据平台的运行和迭代升级。通过大数据平台充分的提高数据的管理和业务协作的效率。

价值：

价值方面主要包含对内和对外两个方面。

对内：面向老板，盘点公司的数据情况，搭建反映用户，收入等业务运行的可视化看板，并提供业务的专题分析和异动问题分析等，使业务的运营和老板的决策有了数字化的支撑。

对外：负责拆解客户的需求分析，将数据以合作的方式，或者将思维数据分装成产品或者服务推广 ToB、ToG 的市场，实现产品或者服务商业变现的目的。

未来发展前景会怎样

社会层面来看：从十四五数字化发展规划到“数字中国”，再到组建国家数据局，数据领域的顶层设计和规划不断展开和细化。数据已经成为社会发展的重要生产要素，数字化也上升到国家 KPI 层面，数据领域这个方向未来大概率处在行业上升通道。

工作内容来看：数据产品经理的工作会更加面向业务一线。当下的工作内容依然会围绕着数据的治理与应用展开。同时数据行业会继续向着数据标准更加统一，底层数据处理流程更加规范，进一步的推动大数据平台的云端化、SaaS 化，这样公司就不用高人力高成本的自建大数据平台，数据产品经经理的工作内容会相对回归数据与业务结合的部分。

笔者推测，未来数据产品经理的岗位职责，在大数据平台基础建设方面会越来越少，而侧重在数据价值，以及如何通过数据更好支持业务分析与业务创新方面会越来越多。

职业规划是什么

了解一个岗位，一般也会了解下这个岗位对应的职业发展。数据产品经理是一个兼具数据技术和产品两方面能力的复合型角色，以笔者的观察和思考，这个岗位的大概有以下三个方向的职业发展。

数据路线：

数据产品经理一般是数据出身，对数据领域的数据仓库，数据分析，数据挖掘等内容都有比较深刻的理解和从业实践。作为产品经理，锻炼了自己的产品思维和业务思维，在数据这个专业方向可以继续精进为数据总监或数据 VP，从更高层面支撑起公司数据与业务之间的桥梁。

产品路线：

在经历了几年数据产品经理生涯之后，产品思维、业务思维、商业闭环思维等软技能方面大概率会有较大提升，可以继续沿着产品路径向产品总监或产品 VP 的职业发展。

创业路线：

产品经理的岗位特殊性在于，从 0 到 1 的负责和跟进一项事情，并且过程中需要不断的跟公司环境下的大部分岗位交流沟通，对执行力和项目管理是不小历练。同时产品经理又是一个主动性要求较强且较有想法的人群，可能大部分的产品经理都有这样的心理：一个完全有自己打磨的产品或服务，希望能走向市场，被广大的用户所接受。

当然创业是一个九死一生的事，如果没有充足的准备、足够多的行业经验、人脉、资源、资金等，还是不建议轻易尝试。

本文结构脑图：