数据产品经理技能树自查对照表.docxVIP

数据产品经理技能树自查对照表 随着数字化转型进程的加快，数据方面的人才需求越来越旺盛。互联网早期，人人都是产品经理。数字化时代，不管会不会人人都是数据产品经理，但的确越来越多人会把数据产品经理作为求职方向，或者开始转型做数据产品经理。 对于新从业者，最大的困惑就是目标很明确，但是不知道如何下手准备。这里列举了数据产品经理的技能项，希望可以为更多求职者或者从业者提供明确的方向，可以针对性地对自己的能力维度进行训练提升，成为“多边形”数据产品经理。 一、数据产品经理，需要哪些能力 1、数据产品经理技能项 学习之前，首先需要知道自己该提升什么，这样才会有的放矢，不至于眉毛胡子一把抓，无从下手，所以需要知道该补充哪些能力。前期的文章中，系统地介绍过数据产品经理岗位的定义，以及相关的技能树，概况下来，数据产品经理需要产品经理的通用能力加上数据的专业能力。例如，作为产品经理： 需求挖掘与分析：掌握理解业务场景和用户痛点的方法，不是只满足用户提出的需求，而是可以利用各种需求分析的模型或方法，挖掘出更符合战略定位的产品需求或功能需求 竞品分析：保持对行业敏感度，不是简单的抄竞品，而是知其然知其所以然，取其精华去其糟粕 产品规划：产品经理的职业发展路径从负责某一产品功能模块到独立产品再到产品线，产品规划要求逐步提高，高手下棋走一步看十步，新手走一步看一步。 产品设计：将产品需求转化成产品的解决方案 沟通协调：产品经理除了PRD外，要不断地和业务沟通需求，和研发沟通开发过程，向上汇报，推广培训。 项目管理：依赖于研发团队才可以完成方案到产品的落地，因此需要掌握项目管理的方法和技巧，保证项目按计划进行。 产品运营：产品上线不是终点，带来业务价值才是目标，所以，需要不断地获取新的用户，提升老用户体验，促进推荐和留存。比如，用户调研方法等。 同时，数据产品经理和数据有直接和间接的关系，因此，需要具备对应的数据能力： 数据分析能力：尤其是应用类的数据产品经理，只有具备分析思路才能更好的为业务、分析师提供可以高效解决他们问题的数据产品。比如，指标体系的梳理和构建。 数据采集和埋点：数据团队不生产数据，只是数据的搬运工，业务团队生产数据但是不是数据专业，所以想要避免事后无数据、数据不准，亡羊补牢，数据团队提前参与数据采集规范的制定，可以做到防患于未然 数据资产管理和治理：数据本身没有价值，只有资产化加工和管理后，才能更大发挥其作用，就像原油加工成汽油、柴油、各种化工用品一样。没有厚实的数据资产作为基础，上层的数字化转型、各种数据产品都是无源之水，现在都说数据成为战略级资产，很多企业往往是缺少将数据资产化的能力，而且这一方向在未来一段时间内的缺口会更大。 大数据技术理解：数据从采集、加工处理、业务应用经过非常长的数据链路，在这个过程中，涉及到数据同步集成、存储、计算各种组件，对应的数据加工工具，也是数据产品经理的一个垂直分支，所以需要了解不同组件的应用场景和数据流转的链路，这样才能更好的和用户（数据开发等）沟通。 SQL能力：数据探查和分析，一般来说，可以掌握数据查询、关联、指标聚合等场景即可。 2、数据产品经理岗位分类 此外，前期文章也介绍给数据产品按照所处的数据流转过程的层级不同，自上而下可以分为： 策略类数据产品：例如搜索排序、个性化推荐或AI产品经理，利用数据和前端产品深度结合，为C端用户提供更加智能化的产品 业务应用类数据产品：为业务数据决策或数据化运营提供数据产品或工具，比如数据报表可视化产品，用户画像CDP数据产品，BI工具数据产品 数据资产管理与治理类：为企业数据资产化管理提供更加高效便捷的工具，例如数据地图、数据质量监控、数据治理等方向。 数据开发工具：提供数据采集、同步、加工的流程化工具，提升数据开发和运维效率，例如离线实时开发与任务调度工具。 二、如何确定自己需要补充哪方面的能力？ 了解了数据产品经理所需要的产品通用能力以及数据能力的全貌之后，接下来就是要结合自己的目标岗位或者当前所处的岗位在不同维度的差异化要求了。产品通用能力，是作为任何一种产品经理都需要掌握的能力（B、C、D端）不做赘述，在数据方面的能力要求，主要体现在： （1）策略数据产品经理 特定行业业务知识，以推荐为例，需要掌握场景的业务场景，例如旅游产品分为本地场景、异地场景、时令推荐等，策略会面向C端用户，可以作为真实用户体验竞品。 策略实现流程和常用技术，推荐流程（召回、排序等），建模流程（业务理解、特征抽取、模型训练、参数调优、模型部署、迭代优化等）、算法模型（协调过滤、神经网络、聚类等），对于算法模型，更多是结合业务场景的应用，不要求具体技术实现，因为实际开发过程，算法人员在算法选择更有自主权。 （2）业务应用类数据产品经理 决策分析类：主要是数据报表和可视化方向，最