筆者總結了從土壤選擇、個人修養、外在條件等方面分析了成為靠譜數據產品經理的要素。

筆者總結了從土壤選擇、個人修養、外在條件等方面分析了成為靠譜數據產品經理的要素。

過去的一年和非常多數據產品經理日常聊天，或是面試過程中發現，簡歷堆砌一堆的數據中臺的產品體系、畫像的產品體系、分析應用的數據產品的數據產品經理非常多，每一個都是非常宏觀且非常龐大的，可真正能夠完全講明白的卻少之又少。

這就是數據產品經理的現狀——

幾乎每個公司都在搞數據中臺，都在搞分析體系，都在搞數據服務，可公司真正需要這么龐大數據體系的沒幾個。

于是很多數據產品經理都是為了做而做，能夠真正想明白企業到底需要什么數據能力的沒幾個，這也導致行業出現了很多“經驗豐富”的數據產品經理，缺并不可靠。

過去的一年，我很認真的思考，怎么才能成長為一個靠譜的數據產品經理？

我覺得有這樣的一些因素：

選擇土壤

什么樣的土壤是有助于數據產品成長的，毋庸置疑，有數據文化的。

作為一個數據產品，首先要選擇一個能夠幫助你帶來成長的環境，怎么判斷呢？

看老板，看數的頻度是不是高，這個是關鍵——如果老板不看數，這樣的環境建議趕緊離開，你做什么都是自嗨。

數據產品經理的個人修養

要成為一個好的數據產品經理，除了俞軍老師所給出產品經理的基本技能之外，還有一個非常重要的就是數據敏感性——

這個沒有什么捷徑，就是每天看數，理解數據。多看就找到感覺了，看你所在行業的數據，關注你所在行業公司的財報，一個月兩個月半年就找到感覺了，內功深厚了，表達數據的方式也會越來越有感覺。

數據產品的外在條件

要成功完成一個作品，必須要對以下幾點門清，幾乎是缺一不可：

數據狀況，即有什么數據或者能獲得什么數據

這句話似乎是廢話，卻是至關重要的。

有些數據產品人甚至認為：數據就在哪我們只需用起來，干著干著發現缺胳膊少腿，最終要么項目流產、要么勉強交差。

數據產品人對數據是要能絕對數可控，產品做完后數據發生了變化，這個時候產品就沒法往下走了。

所以我們一定要考慮有什么樣的數據，考慮這些數據有什么獨特性，通過這些獨特性推出產品，這些特殊能力能夠把我們和其他人區分開來，通過這個能力和業務方合作推出數據產品，所以一定要關注數據狀況。

精通業務，數據產品的一切形態，終將回歸到業務場景中

看是一句廢話，但是精通業務對于數據產品人來說是很難的，數據產品人通常和業務人走的不那么近，總是背影略顯孤獨。

做定制性的服務類數據產品的所有功能都是基于業務的，對業務的精通程度與產品價值貢獻度息息相關，做工具類的數據產品則是歸納行業的共同點提供一套提高效能工具。

掌握分析方法，最好能夠總結出一套方法論

數據產品不是簡單的為了證明數據價值，同時還是將數據產品人對數據的分析能力輸出，如果自己不了解分析方法即使有好的分析結論也難理解精髓無法讓數據產品的價值發揮出來，100分的數據經過產品實現變成了60分而不是效能加倍變成300 。

懂些技術，能夠獲得技術的支持

首先，要相信你們團隊搞技術的人都比你懂技術并且承認這一點。如果需求評審被技術拍磚你要弄懂為什么被拍磚，可能問題點在于你們在乎的東西不一樣（技術常常會在乎“這是一個碉堡了的算法”，而你在乎的可能是“到底大家會不會點這個按鈕”。

最后

很多數據產品經理做出了一系列工具幫助業務去衡量業務價值，卻對于如何衡量自己的產品沒有量化的指標，常常被忽略，看似很不可思議，卻很常見。

不少數據產品經理把產品上線了就認為是成功了，衡量產品的方式可能是使用黏性、滲透率或是訪問人數等，務必數據產品經理要堅持數據說話。

本文由 @魚非魚 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議