最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

一年轮岗,我依旧选择成为一名数据PM

[复制链接]
跳转到指定楼层
楼主
发表于 2019-8-11 18:20:39 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者简介:朴宁,现任京东商智数据产品经理,95后数据新人,欢迎交流(个人微信:ShyPoP)。商智是京东面向商家/品牌的运营数据开放平台。此篇文章主要从梳理作者从业以来的经历出发,总结输出,同时沉淀对工作的理解。希望能给你带来一些灵感和启发。


1

   
什么是数据产品?


  • 客户:从客户的角度区分,数据产品可以分为两大类,即对内和对外。

    • 对内的数据产品即企业内部使用的数据系统,此类产品更多是辅助业务分析、提高分析效率的作用,例如京东内部采销使用的数据运营平台,作用是监控并分析业务的流量、交易、客户等数据,辅助决策。
    • 对外的数据产品又可以分为两类,即To B和To C。To C 可以理解为C端可见的微信指数、富途牛牛【股票类软件一直是做数据产品很好的学习对象】等。To B即面向商家、品牌、企业的商业型数据产品,比如阿里的“生意参谋”、京东的“商智”,都是一类面向商家、品牌的数据运营平台,作用是帮助商家更好的数据化运营,在平台把生意做好,同时这类产品同时是带有“数据商业化”性质的。再比如Growing IO、诸葛IO、Tableau此类企业所提供的面向企业的数据产品,作用是将数据平台以“Saas”化的方式提供出去,帮助企业完成数据平台的建设

  • 自动化:自动化,即区别于传统数据分析、数据研究咨询。传统的数据分析和咨询更多是就某个业务案例或行业现状提供分析思路和解决方案。而数据产品区别于此的是,将分析思路中通用的部分沉淀下来,使其固化为产品,而自动化即是它的一个重要特征。
  • 平台:平台在词典中的解释为“为操作方便而设置的工作台”,即数据产品为客户提供了操作的“工作台”,客户可以通过和平台的交互完成对数据的提取、汇总、聚合和多维度交叉分析,即产品的“可交互性”

2

   
我为什么选择做数据产品
2.1.实习期最近翻备忘录时翻到了大三找产品实习时的自我介绍,以下是我当时对“我为什么选择数据产品”的阐述。  
您好,我是北邮的在读大三学生,专业是通信工程,对于自己未来的职业规划是数据产品经理。
首先,我想表达我对数据产品的看法,在大数据的时代下,各行各业都有大量的用户数据,分析数据背后的商业价值是数据产品经理的主要职责之一,数据产品则是将数据以不同方式呈现给特定人群,用数据驱动增长。
其次...(省略)
最后阐述我为什么要做数据产品经理。一是如同上文所说,从互联网行业的发展来看,企业数据的积累达到一定程度时,势必要进入产品化的阶段,所以说数据产品大有可为。二从自身角度,我喜欢接触不同数据喜欢从不同角度分析用数据去量化一个产品,认同数据创造价值,数据产品经理是我对自己未来职业的定位。

2.1.正式入职
很幸运以“产品管培生”的身份加入现在的公司,公司提供轮岗的机会既让我从前中后台的角度轮岗了不同产品线,也让我了解了电商、物流、金融产品由于业务不同而导致的差异点,经过将近一个月的反复确认后,我仍旧选择了“数据产品经理”这一岗位,原因如下
  • 公司业务需要/行业发展趋势,我当时在季报中写下了这样一段话,阐述了我选择数据产品的背景
数据产品:在我理解数据产品是服务于业务的数据自动化产出平台。想要提升业务,首先是要可以衡量业务,衡量业务的形式就是数据化。也就是数据驱动增长。
a)   京东内部来看数据产品:目前整个移动互联网都面临着流量红利消失的难题,京东也面临着用户数增长和业务增速放缓的困境,所以更需要数据产品来衡量业务,通过不同模块细化业务。以流量全景图为例,通过数据产品衡量流量的在整个平台的流转,从而更加精细化的运营流量,提升业务。
b)  外部来看数据产品:产业互联网是趋势,而数据是产品互联网的基础。当下互联网正面临“产业互联网”的热潮,刘炽平在公开邮件写到“这是公司面对未来的进化,也是面向下一个20年的主动变革与升级迭代......腾讯决心扎根消费互联网,拥抱产业互联网”而产业互联网的核心,就是用技术和互联网实现某一个产业的智能化,而智能化的基础是数据化。从这个角度来说,通过数据服务业务的产品是市场需要的,更是京东需要的。

  • 适合新人成长:首先我认为,每个阶段都会有每个阶段的成长诉求。对于新人来讲,我的诉求是能够在快速了解公司整体业务的同时,打磨自己的产品能力。从现在来看,这个岗位的确很符合我的“诉求”。
    • 从业务层面上,数据产品的岗位为新人提供了很多接触业务的机会。这可以从两个方面展开,一方面我所选择的数据产品服务于商城数十万的商家和运营人员,那么在服务商家的过程,我可以接触到商家“做生意”的逻辑,比如商家在日常运营中会用到哪几方面数据取监控分析商品,如何运营“爆品”。另一方面,我们又服务于公司内部业务,为商家提供各类垂直业务数据,比如线下业务数据、比如小程序数据,在协助业务提取、清洗、加工、存储、可视化数据的过程中,我也深入的了解了不同业务的业务模式,这点令我非常兴奋。总结来说,数据产品为产品经理提供了了解业务逻辑、深入业务的机会,同时这也是要求,因为只有了解他,你才能量化他,从而提升他,也就是德鲁克的那句“if you can’t measure it, you can’t improve it”。
    • 从数据层面上,数据产品的岗位为我提供了了解数据生产全链路的机会,即数据从生产系统产生,到清洗沉淀,到业务粒度的加工存储以及后续的可视化。即这个岗位提供了三个能力的培养-“前端产品设计能力”、“系统流程设计能力”、“数据挖掘分析能力”。

3

   
数据产品经理应具备的能力
  • 数据分析能力:引用陈老师的一句话“数据 PM 的核心职责是提高企业内部对数据资产的使用能力。,所以一个好的数据产品经理自己本身一定是一个好的数据分析师,比如商智产品,当你足够了解一个商家该如何分析运营店铺时,你才能提供更好功能和服务。
  • 对数据全链路的了解:当我和朋友聊自己的工作是数据产品经理时,经常会认为是“可视化”产品经理或看板产品经理,即很多人对数据产品经理的认知更多停留在可视化阶段。但身在其中才会了解,可视化仅仅是数据产品工作的“最后一环”,或者可以说是冰山一角。下图是我Q2规划时梳理的数据产品经理技能树。如同京东供应链一样,供应链就是指从货品源头生产到产品交付到消费者手中的一系列环节,数据也是有供应链的。一个成熟的数据平台一定是需要数据生产、存储、清洗、提取、加工、可视化等一环又一环的系统连同合作的。所以作为数据产品经理,对数据全链路的了解是必不可少的。         
  • 对业务的敏感度:如Part2提到,了解它,你才能量化它,量化它,你才能更好的提升它。所以作为数据产品经理来说,对业务的敏感度是非常关键的。
  • 产品设计能力:对于数据产品经理来说,Dashboard设计是一门必修课,我认为这门课入门简单【因为很好“抄”】,但基于业务场景出发,去设计Dashboard,讲出设计的出发点以及设计是如何帮助客户快速判断业务情况,是非常考验一个产品经理经验的。这里为大家推荐一篇关于Dashboard文章,也是陈老师的,链接如下:三个步骤告诉你如何设计高效Dashboard


4

   
结语
本篇文章到此就结束了,感谢大家阅读。产品经理是我步入社会选择的第一份工作,我很认可并喜欢自己的工作,本篇文章更多是从自己一年多的数据产品经理经历出发,与大家分享我对这份工作的认知和感悟。我自认为我对产品的认知和学习才刚刚开始,但我不怯于表达我对这一岗位/行业的看法,我认为每个阶段都有每个阶段该有的感受,而以上,就是我作为“新人”的认知,我认为这份输出对我自己是非常有增益的,也希望可以给你提供一些不一样的理解。在这里,我也预告一下下一篇文章,我准备写“数据中台”。契机是最近的部门调整中,我“成为”了一名数据中台产品经理,而在之前的工作中,数据中台也是我接触最多交互最多的部门,所以我很想从“新人”的角度,聊一聊我对数据中台的认知,同时也会把我认为对我非常有帮助的文章分享和输出出来,如果感兴趣的朋友可点击文末公众号关注哈。
编者题外话:如果你有观点或经验想要分享,我乐意以「三生万数」作为大家分享和引荐的平台,文章所有收益归作者本人,且如果你有公众号,亦可在文首和文末为你推荐,欢迎大家在公众号后台与我沟通。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-3 18:17

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表