这是数据产品经理系列文章 ：

系列一：Claude 3.5 发布与通过大模型提升"劝退"数据产品经理能力

系列二：数据产品经理的发展与现状

大数据在成为这个时代最为宝贵的资源，而数据产品经理,则肩负着 Build 数据、创造价值的重任。

在第二篇提到，纵观数据产品经理这一岗位的发展历程,可以大致分为四个阶段:旧时代的探索期、岗位成型期、能力成熟期和新瓶颈探索期。这个演进过程,既是整个数据行业发展的缩影,也映射出这一群体在不同时期所面临的机遇与挑战。

伴随着数据规模的爆发式增长和商业应用场景的不断拓展,数据产品经理也正面临着前所未有的困境和挑战。在不同企业中,他们的岗位内涵千差万别,时而要身兼数职,时而又要专注某一领域。

与此同时,这个角色对从业者的要求愈发全面,既要懂数仓、会写 SQL,又要熟悉业务、擅长产品设计。面对如此广阔的知识图谱,很多人难免会感到力不从心。为什么数据产品经理这个职业几年职位从辉煌到目前的尴尬位置呢？导致现状的根本原因是什么呢? 我总结了五方面的原因。

1、大数据软件方案的成熟取代了部分工作

随着大数据解决方案与配套软件日趋完善,数据产品经理原本的部分工作职责被逐步蚕食。建设实施成本的降低促使他们从单纯关注功能设计转向数据内容建设和价值挖掘。然而,很多人的认知仍停留在可视化报表、用户画像等基础能力构建领域。在简单繁重的工作中寻找并证明自身价值,而非持续燃烧辅助价值,是摆在他们面前的一大挑战。

曾几何时,企业纷纷投身大数据浪潮,却苦于缺乏数据基础设施和相应的软硬件支持。而如今,从底层数据仓库搭建到上层应用开发,一应俱全的解决方案已然成熟。建设门槛的降低,让更多非技术背景的业务人员也能轻松上手数据分析。

于是乎,一些原本由数据产品经理主导的工作,如数据集成、数据建模、报表开发等,渐渐失去了"专属性"。加之,许多企业的数据应用尚处于初级阶段,领导者更愿意看到直观的报表和简单的预测,而非听取"高大上"的数据价值论述。久而久之,不少数据产品经理开始迷失自我,困于单纯的执行层面,看不到更高远的发展前景。

这固然与行业的发展阶段有关,但恰恰也反映出,唯有不断挖掘数据深层价值,用专业视角去创造独特贡献,才是这个岗位的生存之道。

2、入门门槛降低,专业天花板却在抬高

知识泛化让进入这一领域变得容易,懂些 SQL 即可上手,形成庞大的金字塔底层从业者群体。但随着对各方面要求的不断提高,数据产品经理需要同时精通业务、数据分析、数据挖掘、产品设计等诸多领域,缺乏体系化的成长路径。他们需要不断自我突破,以跟上行业发展的脚步。

当前,各高校纷纷设立数据科学与大数据技术等相关专业,市场上也不乏数据分析的培训课程。这些"快餐式"的学习,让许多人产生了"我也能做数据"的错觉。然而在实际工作中,脱离业务场景的数据分析就如同一潭死水,毫无价值可言。即便抛开业务不谈,单纯在技术领域,数据产品经理也绝非一日之功。数据处理、数据建模、数据挖掘、机器学习……每一项都需要长时间的理论学习和实践锻炼。

可以说,这个行业的入门之门似乎越开越宽,高手的评判标准却越来越严苛。企业渴求既懂业务、又精于技术的复合型人才,而市场上真正具备这两项技能的人才凤毛麟角。供需的错配,让许多数据产品经理苦不堪言。他们往往要在最短的时间内,吸收消化海量信息,灵活运用各类工具,上线 "产品",证明自己的"有用"。但这种心浮气躁的"成长",往往缺乏系统的方法论指导,难以真正实现自我突破。

(三)企业视其为"万金油",边界不清

数据产品经理往往要身兼数职,承担架构规划、平台搭建、数据分析、业务支持等一系列任务。这导致他们的工作杂乱无章,角色边界模糊。不同成熟度的企业对其定位也大相径庭。这种"单兵作战"的状态下,他们疲于奔命,难以聚焦核心价值。

在许多企业的认知中,数据产品经理是一个无所不能的角色。今天做数据治理的规划,明天评估数据资产的价值,后天搭建机器学习平台。四面出击,上天入地,简直就是"大数据界的超级英雄"。然而,当过多的职责压在一个人身上时,他往往会力不从心,疲于奔命。

问题的关键在于,数据产品经理的角色边界,没有得到清晰的界定。什么是专属于这个岗位的职责,什么是可以与其他部门协作完成的,很多企业并没有一个明确的认知。于是,在面对数据方面的种种需求时,领导者的第一反应往往是"交给数据产品经理去做"。而数据产品经理为了证明自己的价值,也常常毫无保留地接过这些"烫手山芋",自己给自己套上枷锁。

从数据架构的规划,到数据集市的搭建,再到数据分析与可视化,这其中涉及的工作量之大、技术深度之深,非一己之力所能完成。试图独自扛起所有大数据相关的工作,只会让数据产品经理深陷"细节陷阱",无暇顾及全局思考和专业能力的提升。

(四) "夹心饼干"的尴尬处境

数据产品经理需要在产品、技术、业务等部门间不断周旋。一方面要应对源源不断的个性化需求,另一方面所做的工作又常常得不到认可。他们费尽心力构建的数据产品,却被业务方认为无法满足实际所需。长此以往,不少人在疲于提供附加价值的过程中丧失了专业定位。

在许多企业中,数据产品经理往往扮演着"夹心饼干"的角色。他们既不属于业务部门,也不被技术部门真正接纳,在组织中举步维艰。

产品经理出身的,勉强能跟上业务方的思路,却在面对技术问题时常感无力;技术背景的,做起需求评审、产品规划又显得畏首畏尾。两边不讨好,四面楚歌,他们每天都在"灭火""填坑"中度过。

更让人沮丧的是,自己呕心沥血打造的数据产品,却可能因为一句"这不是我们想要的"而胎死腹中,之前的努力仿佛都白费了。

造成这种窘境的原因,既有企业定位不清,也有个人能力欠缺。一个合格的数据产品经理,既要对业务有全局把控,又要对技术实现有所了解,还要具备出色的沟通协调能力。三头六臂,才堪担此重任。而现实是,很多数据产品经理都是"半路出家",对业务的理解不深不透,缺乏产品思维,难以驾驭复杂的组织协作。

五)大模型的兴起带来的挑战与机遇

近年来,以 ChatGPT、DALL-E 为代表的大语言模型和多模态 AI 模型快速发展,展现出令人瞩目的能力。这些大模型在自然语言处理、语音识别、图像生成等领域取得了突破性进展,引发了业界对人工智能新一轮的热烈讨论。我判断 2024 年下半年数据中台将会迎来一个不错的产品进化。

摘自作者还在路上被锻造的著作《数据产品架构实战-从需求分析到系统设计》

这是数据产品经理系列文章 ：

系列一：Claude 3.5 发布与通过大模型提升"劝退"数据产品经理能力

系列二：数据产品经理的发展与现状