数据产品经理,并不是数据 + 产品经理
副标题[/!--empirenews.page--]
近年来,随着大数据、人工智能、精细化运营的不断被重视,各大公司对于数据的处理和分析应用,越来越普及。 据中国信息通信研究院数据显示:
当中国大数据产业生态不断完善,行业融合应用不断深入,毋庸置疑这将是一片巨大的蓝海。 这也让互联网职业出现了新的职业机遇——数据产品经理的职业火热。 一、什么是数据产品?要说清楚数据产品经理,首先不可避免的问题是“数据产品是什么”。 《数据产品经理修炼手册》一书的作者,给出了这样的定义:
从这个角度来说,搜索引擎、个性化推荐、百度指数、淘宝数据魔方以及各公司内部的数据支持系统都是数据产品。 按照数据的流向,我们可以分成三个层次: 1. 数据质量产品要做数据产品,首先要有数据。 数据来源大概有两种方式:别人给、自己找。
数据质量产品的核心就是解决数据可靠性和稳定性的问题。 2. 数据工具产品基础数据已经有了,但是数据还存在有各种问题,同时为了减少应用层的计算,这时我们通常会完成各种数据转换和服务。 简单理解就是:根据不同的业务需求再做数据清洗,然后将数据导入各个数据转换或计算模型,并对更下游的应用提供数据服务。 这里的模型,不一定是用户画像、推荐,也可以是基础的筛选、排序、匹配、简单的逻辑计算。 一句话总结:数据工具产品的核心目标是提高数据获取的效率,让决策分析更迅速。 3. 数据应用产品各个公司的数据应用产品就丰富多彩千差万别了,通常来说,可以分为两个大类: 1)分析类 分析类产品通过数据的计算和展现,帮助业务进行分析、决策的产品。 典型的有:流量分析平台——帮助产品经理进行页面设计、功能改进和改版评估;和销售分析产品——可以帮助运营分析,提升销售转化率。 除此之外,还有供应链分析系统、客服分析系统、会员分析系统等。 2)算法类 算法类产品通过数据的计算,直接更改页面的逻辑。 典型的有:个性化推荐、程序化购买广告、反作弊系统等产品。 当然,这两大类也不是严格区分的——不断演变,融合支持。 总之,数据应用产品的核心在于:深度融合场景应用的数据产品解决方案,用于驱动业务发展或者实现数据变现。 ▲ 成熟公司的数据产品架构 就以上三类产品而言,数据质量产品和数据工具产品更多的是为了保证数据的稳定、安全、高效获取,这也是前几年各家公司深耕的重点,可以说是数据产品的底层建设。 数据应用产品则是以今日头条、快手等以个性化推荐著称的产品居多,目前是各家重点投入的核心环节,如何能够更好地融合场景应用,实现数据价值变现。 二、数据产品能解决什么问题?从数据质量产品到数据工具产品,再到数据应用产品,每个层面看起来都很庞大,那么具体可以给我们的产品和业务带来什么价值呢? 看几个具体的场景:
让业务流程数据清晰可见,帮助业务决策科学化——这是数据产品为基础的使用场景了。
通过数据和算法的高度融合,智能化运营,提升运营效率,可谓是大数据的初级效能。
|