高級數據經理：我是如何一步步從數據產品菜鳥走到骨干的?

后應pmcaff之約，在這里把課程講稿連載。

一、數據產品工作簡介：

1.數據產品經理的概念和范圍

首先，思考兩個問題：

至少，我每次介紹自己是數據產品經理的時候，經常收到別人問：

我有**問題，能幫我看看怎么回事么？這個數據為什么會變成這樣？

我：%￥……#%￥@；

好，大家一起和我念：數據產品經理不是數據分析師，數據產品經理是產品經理的一種，數據分析是產品經理的核心能力之一，產品經理是數據產品經理的核心能力之一。

首先，數據產品經理必須了解不同的公司，在不同的階段，需要哪些數據產品，并能夠制作出來，這是此職位的核心要求，也是我本系列文章重點介紹的部分。

其次，數據產品經理必須有足夠的數據分析能力，所以，我會講一些數據分析的基本思路和方法論。如果有了數據分析的思維，再跟公司業(yè)務結合就會比較容易。

最后，數據產品經理是產品經理的一種，所以要同時具備產品經理的能力：了解用戶，需求調研，方案設計，協調技術、測試、設計等，不過這些網上有很多文章了，所以我只會講數據產品更需要注意的地方。

2. 數據產品的種類：

在公司中，能夠發(fā)揮數據價值的產品，即是數據產品；

一般，主要從用途來分，分為以下兩種：

1、分析類產品：通過數據的計算和展現，幫助業(yè)務進行分析、決策的產品，大概包括以下幾類：

流量分析產品：可以幫助產品經理進行頁面設計、功能改進和改版評估等 銷售分析產品：可以幫助運營分析

這兩個產品都是公司的必備，對公司各部門都有較大幫助：

幫助產品經理進行頁面設計、功能改進和改版評估等； 幫助運營人員做用戶分析、活動分析等； 幫助市場人員做投放分析優(yōu)化等；

當公司某一塊業(yè)務比較重要，又有專門的部門負責時，一般會把數據分析系統獨立出來，比如：

供應鏈分析系統； 客服分析系統； 會員分析系統；

2、算法類產品：通過數據的計算，直接更改頁面的邏輯的產品，成為算法類產品；

比如：

個性化推薦； 搜索； 用戶畫像； 程序化購買廣告；

這兩種是根據公司的情況來，區(qū)別并不是很明顯，而且會不斷演變。

比如：對供應鏈支持的，可能最開始是銷售分析系統里，一個庫存分析的報表而已；

后來，加入了各種補貨預警、成本分析等報表，就變得很復雜，獨立出來成為系統。

再后來，選品和銷售預測，都是需要較強的算法支持，就變成了一個算法類產品。

在很多時候，我們進入的都不是BAT，而是一個垂直領域的領頭公司，獨角獸公司，這是很不錯的選擇。但是這種公司都不會一上來就配備很大的數據團隊，可能也沒有非常懂的領導，這時候需要數據產品經理不斷規(guī)劃數據產品的未來，從而協調資源。

所以一個數據產品經理，不僅要了解各個數據產品，還要了解，在公司什么樣的情況下，這個產品以什么樣的形態(tài)出現。三個月后，公司可能會什么樣，需要什么樣的數據產品。

這樣，你才可以去申請技術人員和其他資源。

3.為什么會有這個崗位？

簡單說，就是公司已有數據，希望專業(yè)的人，來讓數據產生價值。

業(yè)務型的公司，經過一段時間飛速發(fā)展后（通常為半年到一年），一般會出現以下的情況：

1、得到資本方的認可，領導層會雄心勃勃，啟用數據方面的戰(zhàn)略。

2、公司自身，也會碰到非常多管理的問題，就會希望結束粗放式的增長和運營方式，轉向更精細化、更專業(yè)、更有效率、更能控制成本的增長。

3、各部門都按自己的需求提取數據，會出現口徑不統一的情況，比如一個部門和另一個部門的同一指標，出現不同解讀。

4、各部門自己提的數據需求，基本上總是會有漏的環(huán)節(jié)。

所以，這時候，需要有個懂的人，梳理各部門需求，匯總整理數據流程，將數據體系化，不然就亂了。

這種情況下，對數據產品經理的要求是：

1、要懂分析，不然就會變成一個只出報表的傳話筒。

2、要懂數據的產生邏輯，要能建立一個業(yè)務模塊的數據指標體系，不然，出來的東西會比較亂，可能遲遲上不了線；

還有另一種情況就是大數據團隊招人。

這種一般是大數據團隊，有自己的技術和算法人員，已經做出一定的成果（比如推薦系統最開始上線時，即使團隊中沒有產品經理，只有算法工程師，也是很容易產生比較好的推薦結果），得到了領導高層的認可。但是如何將算法，更好的服務于公司的商業(yè)，產生直接的銷售結果，這是算法人員很難有精力去想的，就要招一個產品經理來。

這時候對產品經理的要求是：又要懂商業(yè)，人家就是找你來變現的，又要懂算法，又要懂產品，要求非常高。大家覺得大數據的產品經理比較貴，都是這種。

4.如何入門

我招過不同背景的人，所以總結下來：

基本要求：理工科背景，性格要溫順，要能沉下心來。數據指標實在是一個太繁瑣的事情，對性格的要求非常高。而且如果是數據分析，在一大堆數據里刨來刨去，很可能半天也沒有結果，所以性格首要的。

以下是加分項：

5.其他問題

流量分析產品：可以幫助產品經理進行頁面設計、功能改進和改版評估等

銷售分析產品：可以幫助運營分析

這個幫助指的是什么？

如果是通過產生的數據報表進行預判的話，那和數據分析師的角色會重疊。

分析類產品，無論報表還是頁面，都是希望使用者可以看到問題，或者得到結論，這是幫助的意思。也就是說把數據分析師的思維給固化成產品邏輯。

舉例：比如周報，之前可能是分析師把所有的數據匯總在一起，查看，分析，然后告訴你哪里該改動了。

但是數據產品把分析師每次用的數據和思維，圖形化展現出來，你自己做為一個產品經理，看看就知道哪里出問題了。

二、分析類產品：

1.定義和能力模型：

首先說定義：什么是分析類產品。

可以挖掘數據背后的價值，并通過數據的展示，為使用者提供幫助，即數據產品。

一個數據產品經理的能力模型如下：

數據分析的能力； 商業(yè)模型的理解能力； 需求分析和調研的能力； 數據展現的能力，即可視化的能力；

2. 數據分析的能力：

在我年輕的時候，在團隊中處于打頭陣的狀態(tài)，基本上老大有什么新的產品了，會先派我去做。等我做的把坑趟的差不多了，就交給別人，換下一個產品，所以我真是做過很多產品和頁面。后來總結出做分析產品的一個套路來，如下：

首先講一個數據分析框架，這基本上被我適用于公司很多業(yè)務上：

這是一個數據分析師的經典的分析過程。首先，為這個部門收集一些信息，幫助制定關鍵指標，其次，監(jiān)測指標完成的好壞，并發(fā)現問題，然后，分析影響KPI完成的原因。最后，給出解決方案。

數據產品經理要做的是什么呢？就是把這個框架中的每個過程總結出來，梳理清楚，每一步，都需要哪些數據、哪些指標，怎么展示，用圖還是用表，用什么圖。然后，再綜合開發(fā)資源、上線時間等，最終決定產品是什么樣。

我以淘寶給賣家做的一個產品為例，來講解這個過程：這是一個給管理團隊和運營團隊看的日報:

首先，日常監(jiān)測：他們選的是訪客數、瀏覽量、實付金額、支付轉化率、客單價、退款金額、服務態(tài)度評分七個指標；

我們給每個部門做產品時，都需要首先制定核心指標。有很多時候，業(yè)務部門自己會提需求，但業(yè)務部門只能想到最直接的，很可能他們部門很嚴重的問題，會漏掉。

從部門價值上來考慮：

資本方給公司的要求是什么？ 哪些指標影響了估值？ 你目前在分析的這個部門，可以承擔哪些影響估值的指標？ 哪些其他指標可以為這個指標服務？

從用戶行為來考慮：

用戶如何來到這個頁面/這個流程？ 他都進行了哪些操作 都經過了哪些步驟 從哪個環(huán)節(jié)流失？ 整體流程上，用戶最關心什么？他的時間？更好的服務？更多的選擇？

當然，還有很多維度可以考慮。

這樣分析下來，該部門的核心指標就找到了。

對于部門來說，核心指標是比較好找的，可以跟部門老大合計，看他側重哪方面即可。

對于為管理層做決策來說，就相對難了一些，在國內現在的形勢下，可以多了解資本市場的分析邏輯，多了解管理層的現在的關注重點。

因為即使管理人員，做企業(yè)時，也是摸著石頭過河，也在不斷的學習，可能這個階段學習的是一種商業(yè)理論，在另一個階段學習的是另一種商業(yè)理論。所以相關的商業(yè)理論要了解，才能給抽象成報表、甚至分析頁面。我為此曾經學過很多，balabala的。

發(fā)現問題：達成情況、情況好壞；同比、環(huán)比、定基比；

繼續(xù)看這個頁面，數據分析方式怎么用到頁面設計中。

同比：較上周同期；

環(huán)比：較前一日；

定基比：將行業(yè)中所有的賣家分層，用和該店類似的賣家的核心數據，來做對比，從而知道自己的優(yōu)缺點。

定基比中，我見過最好的，是淘寶的產品。我當時在代運營公司，確實賣家就想知道，哪些跟自己差不多的，比自己好一些的賣家，他們的一些核心數據是什么樣的，我的數據到底改善空間有多大。

當然作為平臺，可以做的更好一點：比如，我們同省市的賣家，大概的數據是多少。像我們去山東談酒類企業(yè)，他們其實就很關注其他山東的酒在網上的受認可程度。太大的品牌，給他們的借鑒意義畢竟小。

當指標和分析方式都比較多的時候，用戶看到頁面，就會看到很多數據，但是不知道看什么。這時候就要用一些可視化的方式，突出重點。比如，用紅色嘆號，將下降較多的指標標出來。

分析原因：在產品設計中，通常要把影響指標達成的原因，也列在這個頁面上，以供使用者參考。當然影響因素會很多，所以產品經理首先要收集齊全影響因素，然后再把關鍵的、核心的因素挑出來。

比如某個地區(qū)的月初退貨率忽然增長，就要收集原因，可能如下：

這些原因，哪些可以量化呢？哪些發(fā)生的幾率比較大，而現在并沒有這樣的數據可用查看？這些原因，在產品設計中，就可以做成數據下鉆的報表，以方便了解詳情；

如上圖所示，拿紅圈圈起來的，就是原因分析這一步在頁面上的展示。當你看到一款商品數據有問題時，既可以進入商品溫度計，查看商品的每個環(huán)節(jié)（標題、商品頁面設計等）到哪哪里有問題，還可用進入單品分析，查看流量來源等；