数据产品经理

今天在拉勾上投简历的时候看到数据产品经理的职位，不太明白数据产品经理需要哪些技能，所以去知乎上搜了看看，谢谢大牛们的解答，我在这里总结一下，捋一捋思路。

1.释义：产品（数据产品）经理

2.什么是数据产品？

以数据为主要自动化产出的产品形态。

这里强调自动化产出概念，是为了区分像 Gartner 之类的数据研究咨询公司，显然，他们的报告也可以理解为以数据为主要产出的产品，但并不具备自动化产出的特性。

2.数据产品的分类？

按用户群体来区分，可以分为三类：

1.自建BI和推荐系统（企业内部使用的数据产品）

2.Google Analytics 和GrowingIO（针对所有企业推出的商业型数据产品）

3. Google Trends 和淘宝指数、百度指数（任何用户均可使用的）

注：推荐系统、用户画像、搜索排序类似的算法，它们本质上是根据用户数据和相应的数据模型，建立的一套评分标签体制。因此，在很多企业的划分里，这也是属于数据产品的范畴。个人经验所限，本文暂不涉及此类产品。

3.为什么需要数据产品？

GrowingIO 创始人张溪梦先生说过一句话：一件事情只有被量化，才可能被优化。这与当先流行的 Growth Hack 核心理念（1.growth hacker 描绘成程序猿和 marketing 的混血儿，利用各种技术上的最佳实践来驱动用户的增长。2.从产品层面开始考虑用户增长。）不谋而合。增长是所有企业经营者的念念不忘，而那一声回响，就潜藏在数据产品中。

举个栗子，在Facebook中，直接汇报给 Mark Zuckerberg 的 Growth Team 就专门下辖了 Data & Analysis 和 Infrastructure 两个数据团队做数据的采集计算和展示。他们会对 Facebook 所有的数据进行监控，以及根据效果持续优化。他们对 Data Driven 重视到了什么程度？一个VP带领的30人团队做了一年的主页改版，在三个月内灰度上线过程中因数据表现不佳，直接回滚。对比之下，国内的人人网照抄那一次改版后，沿袭至今。可以这么说，Facebook 高速稳定的增长背后，数据产品功不可没。

4.如何设计数据产品？

---

大到系统级的产品规划，小到功能级的产品设计，概念上都会清晰很多，我们将它抽象成了五个步骤：

1.弄清楚需求（用户？场景？）

2.解决什么问题？带来什么价值？

3.问题的分析思路是什么？

4.需要用到什么样的指标？

5.这些指标该怎么组合展现？

---

1. 弄清楚需求和解决的问题

用户需求=用户（特征、经验、人物角色）+场景（移动化、自动化。。。）+行为+体验目标

业务需求=业务目的（why?需要解决什么问题）+业务目标（做了之后，期望达到什么目的）

用户体验路径=搞清楚用户在使用前、使用中、使用后不同阶段不同渠道的各个接触点，确保需求形成闭环

Demand/Want/Need分析方法。

用户来找你要可乐 (Demand)，如果你没有可乐就无法满足用户。但其实他只是要解渴 (Want)，需要的只是一杯喝的东西就够了 (Need)。

以一个利用GrowingIO的新功能做出来的漏斗图为例。客户最开始说的是我们要个漏斗分析 (Demand) 的功能，但核心需求 (Want) 是改善用户使用产品过程中的流失问题。那么不同来源不同层次的用户，在不同的使用时间，在不同的环节都需要进行监控和优化，最终设计出来的就是这个可以根据不同纬度不同环节进行对比分析的GrowingIO漏斗 (Need) 。

任何产品设计均需要明确面向的用户和场景，因为不同用户在不同场景下打开你产品的姿势也大不相同。

不同用户有不同的价值。这个方法主要面向第一类即企业内部产品。这里并不主张职位歧视，只是从数据能产生的价值来看，高层的一个正确的决断可以节省下面无数的成本。

不同层级用户关心的粒度不一样，永远要提供下一个颗粒度的分析以及可细化到最细粒度的入口。数据分析本质上就是不断细分和追查变化。

不同类型的用户使用数据的场景不一样，要围绕这些场景做设计。如 Sales 类型的客户，他们更多的场景是在见客户的路上快速看一眼数据，那么移动化和自动化就很关键。在设计的时候，原则就是通过手机界面展现关键指标，不涉及详细分析功能。而且在某些指标异动时能及时通过手机通知。而办公室的数据分析师，则必须提供PC界面更多细化分析对比的功能。

如何了解自己的用户？

方法：必须和他们保持长期有效的沟通。

如 GrowingIO 的PM，每周都会有和销售和客户沟通的习惯

而且每位PM入职后，必须兼职一段时间的客服。

只有这样，PM才能更好的了解用户以及他们的使用场景，设计出更好用的产品。

2. 需求的价值和优先级

但凡需求，均有价值和优先级。

PST方法：

P：x轴，用户的痛苦有多大；(深度）

Y轴，有多少用户有这种痛苦；（规模）

z轴：用户愿意为这付出多少多少成本。

相乘得出的结果才是这个需求的价值。