阿里巴巴菜鳥(niǎo)級(jí)數(shù)據(jù)產(chǎn)品經(jīng)理半年回顧總結(jié)篇

一. 如何做一個(gè)好的數(shù)據(jù)產(chǎn)品經(jīng)理？

PD（指產(chǎn)品經(jīng)理，下同）本身就是在做牛做馬，關(guān)系圈異常復(fù)雜。數(shù)據(jù)PD也不例外。而且打交道的人更多。以下是我用PPT繪制的數(shù)據(jù)產(chǎn)品經(jīng)理關(guān)系圈。如果你也做過(guò)數(shù)據(jù)產(chǎn)品的產(chǎn)品經(jīng)理（好拗口），相信也有同感。既然要和這么多人打交道，要推動(dòng)數(shù)據(jù)產(chǎn)品的上線(xiàn)，數(shù)據(jù)產(chǎn)品經(jīng)理自然有著一定的要求。

我的體會(huì)如下——也借此去鞭策自己在朝這個(gè)方向努力：

1.要極其熟悉公司業(yè)務(wù)及動(dòng)向。所以要了解公司的商業(yè)模式、戰(zhàn)略、以及業(yè)務(wù)流程、要考核的各種指標(biāo)，以及指標(biāo)背后的業(yè)務(wù)含義等。這一點(diǎn)，再了解都不夠。

2.要了解數(shù)據(jù)分析。好的數(shù)據(jù)PD，即使不做數(shù)據(jù)PD，也應(yīng)該是個(gè)數(shù)據(jù)分析師。數(shù)據(jù)PD的一大要?jiǎng)?wù)就是將數(shù)據(jù)分析做成可復(fù)制，可自動(dòng)運(yùn)轉(zhuǎn)的系統(tǒng)。雖然有數(shù)據(jù)分析師們圍繞在自己周?chē)?，但是自己也要清楚業(yè)務(wù)的問(wèn)題，分別要看什么數(shù)據(jù)，或者當(dāng)數(shù)據(jù)出現(xiàn)后，意味著業(yè)務(wù)出現(xiàn)了什么問(wèn)題或者會(huì)出現(xiàn)什么問(wèn)題。這一點(diǎn)，要向最好的數(shù)據(jù)分析師們看齊。

3. 要了解數(shù)據(jù)倉(cāng)庫(kù)及商務(wù)智能。
這兩個(gè)關(guān)鍵詞背后都是龐大的體系，恐怕我短短半年的轉(zhuǎn)崗時(shí)間太短，雖然能夠?qū)e人講解一通商務(wù)智能產(chǎn)品的架構(gòu)。嘴里雖然會(huì)拋出若干個(gè)類(lèi)似于匯總，鉆取，度量，指標(biāo)，維度，緩慢變化維，層次，屬性，儀表盤(pán)等等術(shù)語(yǔ)，但是也不支持多幾層的知識(shí)鉆取，遇到異常問(wèn)題，也不知道該從什么地方分析原因。幸而身邊有數(shù)據(jù)倉(cāng)庫(kù)的同事，可以多多學(xué)習(xí)。這一點(diǎn)，沒(méi)有天花板。

而商務(wù)智能，做為一門(mén)學(xué)科，起源于20世紀(jì)90年代，它的出發(fā)點(diǎn)是幫助用戶(hù)更好地獲取決策信息，最初商務(wù)智能的動(dòng)機(jī)是為用戶(hù)提供自助式的信息獲取方式，這樣，用戶(hù)就可以不用依賴(lài)于IT部門(mén)去獲取定制的報(bào)表。（引自《信息儀表盤(pán)》一書(shū)P41）。而如今，商務(wù)智能除了提供信息，更主要的是降低用戶(hù)獲取數(shù)據(jù)的門(mén)檻，提升數(shù)據(jù)的實(shí)時(shí)性等方面。從降低用戶(hù)獲取數(shù)據(jù)的門(mén)檻一個(gè)方向，我們就可以做很多事情，比如如何設(shè)計(jì)信息儀表盤(pán)（designing of information dashboard）？如何讓數(shù)據(jù)以更親和的更直觀的方式展示（數(shù)據(jù)可視化）？如何能夠讓用戶(hù)離線(xiàn)訪問(wèn)？如何能夠?qū)崿F(xiàn)警戒數(shù)據(jù)的主動(dòng)發(fā)送？這一點(diǎn)上，花多少功夫都不多。

4. 要精通數(shù)據(jù)產(chǎn)品開(kāi)發(fā)流程。數(shù)據(jù)開(kāi)發(fā)+產(chǎn)品開(kāi)發(fā)。
數(shù)據(jù)PD的最終目的是要做數(shù)據(jù)產(chǎn)品。這里要拆開(kāi)看，其一，數(shù)據(jù)產(chǎn)品本身也是在線(xiàn)可供用戶(hù)實(shí)現(xiàn)的產(chǎn)品，既然是產(chǎn)品，產(chǎn)品的整套研發(fā)思路和普通的產(chǎn)品沒(méi)有太大區(qū)別，用戶(hù)是誰(shuí)，他們需求是什么，滿(mǎn)足需求需要什么feature list，每個(gè)feature list的資源評(píng)估以及優(yōu)先級(jí)如何，產(chǎn)品的生命周期如何？這是產(chǎn)品開(kāi)發(fā)。然后他是個(gè)數(shù)據(jù)產(chǎn)品，意味著這比普通的產(chǎn)品，多了更多的要求。在數(shù)據(jù)這個(gè)內(nèi)核之外，它需要各種feature list，如訂閱，搜索，自定義，短信接口，郵件接口等。但是數(shù)據(jù)這個(gè)內(nèi)核，也需要一套數(shù)據(jù)開(kāi)發(fā)流程。

比如：

數(shù)據(jù)源——是否足夠，是否穩(wěn)定——數(shù)據(jù)PD需要足夠了解目前的業(yè)務(wù)處理系統(tǒng)建設(shè)情況，以及數(shù)據(jù)源的積累程度，用以判斷數(shù)據(jù)產(chǎn)品的建設(shè)時(shí)間是否合適。不合適的時(shí)機(jī)會(huì)導(dǎo)致項(xiàng)目組的重復(fù)勞動(dòng)和殘缺的數(shù)據(jù)產(chǎn)品誕生。數(shù)據(jù)產(chǎn)品是用以支持監(jiān)控，分析，決策的，而業(yè)務(wù)處理系統(tǒng)的定位在于提升工作效率，解放工作人員手腳。業(yè)務(wù)系統(tǒng)采集的數(shù)據(jù)未必滿(mǎn)足所有分析需要。比如或許領(lǐng)導(dǎo)要分析大量攀升的退換貨的詳細(xì)原因，而業(yè)務(wù)系統(tǒng)目前并沒(méi)有要求用戶(hù)在申請(qǐng)退換貨的時(shí)候選擇原因或只有輸入而非標(biāo)準(zhǔn)化選項(xiàng)，負(fù)責(zé)退換貨出力的員工也只有在excel里登記原因，而不是錄入到系統(tǒng)里。所以可能會(huì)導(dǎo)致需求方要看的數(shù)據(jù)提供不出來(lái)，那么數(shù)據(jù)pd就有必要反向驅(qū)動(dòng)數(shù)據(jù)源得以采集。

分析模型的設(shè)計(jì)—— 分析模型的好與不好，其實(shí)決定了數(shù)據(jù)產(chǎn)品的成敗。在項(xiàng)目中，可以由BI的數(shù)據(jù)分析師們擔(dān)綱此職責(zé)，也可以由數(shù)據(jù)PD擔(dān)綱，更多則由雙方一起確認(rèn)，內(nèi)容以數(shù)據(jù)分析師們?yōu)橹鳎δ茉u(píng)估及優(yōu)先級(jí)、項(xiàng)目計(jì)劃和協(xié)調(diào)、統(tǒng)籌以數(shù)據(jù)PD為主。所以數(shù)據(jù)PD要更加清楚數(shù)據(jù)分析師們所需要的需求是否能夠?qū)崿F(xiàn)，背后的商業(yè)價(jià)值如何，并與數(shù)據(jù)開(kāi)發(fā)、產(chǎn)品開(kāi)發(fā)保持比數(shù)據(jù)分析師們更加通暢的合作關(guān)系，能夠借力進(jìn)行可行性和資源的評(píng)估。 有的時(shí)候，我們不是沒(méi)有數(shù)據(jù)，而是有了太多的數(shù)據(jù)，不知道怎么去看。如果只是拋給用戶(hù)一堆數(shù)據(jù)，很難想象用戶(hù)會(huì)如何去解讀它。以前做交互設(shè)計(jì)的時(shí)候，我們流行一句話(huà)：把用戶(hù)當(dāng)成傻瓜。而數(shù)據(jù)平臺(tái)，因?yàn)榭赡鼙旧砭鸵笥幸欢ǖ氖褂瞄T(mén)檻，所以想成不會(huì)互聯(lián)網(wǎng)的傻瓜不太現(xiàn)實(shí)，那么我們就要想成“用戶(hù)是不懂?dāng)?shù)據(jù)的傻瓜”。他們或許也能通過(guò)一串串?dāng)?shù)據(jù)體悟到什么，但是如果是一條上升的退款率趨勢(shì)線(xiàn)，或許他們會(huì)體悟到更多——畢竟，上和下本身就是直觀的。然后再想一下，如果將這條線(xiàn)上加上一條警戒點(diǎn)的線(xiàn)，他們會(huì)知道從什么時(shí)候開(kāi)始數(shù)據(jù)是異常的。再然后，就要設(shè)想，當(dāng)他發(fā)現(xiàn)從7月12日數(shù)據(jù)上升后，想干什么？他會(huì)不會(huì)想了解是哪個(gè)行業(yè)上升了？他會(huì)不會(huì)想了解是那個(gè)渠道上升了？那么，就要提供行業(yè)和渠道的選項(xiàng)或者對(duì)比給他。再然后，當(dāng)他過(guò)問(wèn)了這個(gè)行業(yè)的負(fù)責(zé)人后，負(fù)責(zé)人想不想再了解是哪個(gè)供應(yīng)商或者哪類(lèi)商品上升了？那么要如何將這些維度、層次都融合在一起，同時(shí)又能將用戶(hù)非常方便地去用呢？分析模型的建設(shè)至關(guān)重要，也可以說(shuō)，分析模型是前期需求分析的最有價(jià)值的產(chǎn)物。分析模型應(yīng)該會(huì)包含幾點(diǎn)：

• 主題的劃分：整塊分析會(huì)劃分成什么主題，比如銷(xiāo)售可能會(huì)分成銷(xiāo)售走勢(shì)及構(gòu)成分析，行業(yè)排名，商品排名等

• 度量及指標(biāo)：分析主題會(huì)涉及到的度量及指標(biāo)的算法、定義等（這通常會(huì)產(chǎn)生一份指標(biāo)以及維度的定義及描述文檔）

• 維度：要分別從什么維度去看這些指標(biāo)和度量，如時(shí)間，渠道，這些維度是要篩選還是要對(duì)比

• 鉆?。哼@些維度本身有沒(méi)有層次，需要不需要進(jìn)行鉆取，如渠道可鉆取到渠道類(lèi)型，行業(yè)可鉆取到子行業(yè)，商品類(lèi)目可鉆取到商品葉子類(lèi)目等

• 輸出：分析需要用何種圖表進(jìn)行展現(xiàn)

數(shù)據(jù)的ETL開(kāi)發(fā)——數(shù)據(jù)的清洗，轉(zhuǎn)換，裝載流程占用了數(shù)據(jù)產(chǎn)品開(kāi)發(fā)的大半資源，不規(guī)范的數(shù)據(jù)源會(huì)導(dǎo)致這一塊的資源更大程度的占用。比如同樣是供應(yīng)商編碼，系統(tǒng)之一稱(chēng)為供應(yīng)商編碼，系統(tǒng)二命名為供貨商編碼，系統(tǒng)三命名為供應(yīng)商ID，這三個(gè)系統(tǒng)同時(shí)是公司的系統(tǒng)，這種情況雖然想起來(lái)匪夷所思，但是現(xiàn)實(shí)情況卻也存在。雖然ETL開(kāi)發(fā)是DW開(kāi)發(fā)工程師在做，但是作為數(shù)據(jù)PD，焉能對(duì)這些工作缺乏了解，對(duì)ETL工程師反饋的問(wèn)題，缺乏認(rèn)知，不理解對(duì)于項(xiàng)目的潛在風(fēng)險(xiǎn)是什么？而且更多時(shí)侯，當(dāng)遇到數(shù)據(jù)不規(guī)范，不統(tǒng)一的問(wèn)題，數(shù)據(jù)PD需要反向驅(qū)動(dòng)業(yè)務(wù)系統(tǒng)進(jìn)行數(shù)據(jù)規(guī)范性建設(shè)，無(wú)論是功能上，還是驅(qū)動(dòng)直接的使用方——如負(fù)責(zé)錄入數(shù)據(jù)的行業(yè)小二，建立一套錄入規(guī)范。這些工作看似和數(shù)據(jù)PD無(wú)關(guān)，我們大可以推脫說(shuō)：那沒(méi)辦法，這是數(shù)據(jù)源的問(wèn)題，不是我們功能的問(wèn)題。但是，用戶(hù)是有權(quán)利選擇使用不使用你的數(shù)據(jù)產(chǎn)品的，當(dāng)數(shù)據(jù)產(chǎn)品提供的數(shù)據(jù)不值得信賴(lài)的話(huà)，無(wú)疑是自取滅亡。一旦用戶(hù)對(duì)數(shù)據(jù)不信任，再想挽留他們，是很難的。即使有很多“無(wú)能為力”的借口,我們也不能坐觀其變。

前端交互與體驗(yàn)的優(yōu)化——雖然內(nèi)容定義好了，但是那么多度量、指標(biāo)、維度、鉆取，如何劃分信息層級(jí)，如何劃分欄目，如何設(shè)計(jì)用戶(hù)的行為路徑？這些就不是數(shù)據(jù)分析師們的重要工作范疇。而是交互設(shè)計(jì)師？鑒于很多數(shù)據(jù)產(chǎn)品項(xiàng)目可能會(huì)沒(méi)有交互設(shè)計(jì)師，所以數(shù)據(jù)PD應(yīng)該對(duì)內(nèi)容進(jìn)行封裝，進(jìn)行信息架構(gòu)、頁(yè)面布局以及圖表各種功能設(shè)計(jì)。設(shè)計(jì)，然后撰寫(xiě)詳細(xì)的功能需求文檔，交付給產(chǎn)品開(kāi)發(fā)，前端開(kāi)發(fā)以及數(shù)據(jù)開(kāi)發(fā)，以及前端展現(xiàn)開(kāi)發(fā)四種類(lèi)型的開(kāi)發(fā)人員。

數(shù)據(jù)產(chǎn)品的功能描述文檔，除了產(chǎn)品開(kāi)發(fā)部分，其他的就是在描述“內(nèi)容”，即分析模型，除了主題、度量、維度、鉆取、篩選、輸出圖表類(lèi)型，有些內(nèi)容還需要詳細(xì)定義到 “排序方式” 等等細(xì)節(jié)，這就case by case來(lái)看了。

環(huán)境，技術(shù)，工具——或許做一個(gè)普通的產(chǎn)品，你把需求描述清楚，與產(chǎn)品開(kāi)發(fā)工程師確認(rèn)好可行性，接受資源評(píng)估就OK了。但是數(shù)據(jù)產(chǎn)品，受制于所部署的環(huán)境，所選型的工具，如Oracle，IBM的Cogos，以及SQL Server。其他的產(chǎn)品我不知道怎么樣，我們用的是Oracle BIEE。那么作為數(shù)據(jù)PD，是否需要了解BIEE能夠提供的功能是哪些呢？看文檔，請(qǐng)教別人，不能知其不可而為之。另外，也需要逐漸摸透BIEE的壞脾氣，實(shí)現(xiàn)不了的功能，無(wú)法克服的難點(diǎn)等。這一點(diǎn)，也需要繼續(xù)了解，繼續(xù)學(xué)習(xí)。

二. 心得總結(jié)篇

下面，談幾點(diǎn)我的心得總結(jié)，或許還顯得稚嫩，但是自己所得，要遠(yuǎn)遠(yuǎn)比看別人文章或者看書(shū)得來(lái)的深刻，記錄下來(lái)，以便于后續(xù)校驗(yàn)。有的先插個(gè)圖，周末補(bǔ)充內(nèi)容。

1. 數(shù)據(jù)產(chǎn)品的價(jià)值
2. 數(shù)據(jù)產(chǎn)品的用戶(hù)
3. 數(shù)據(jù)產(chǎn)品架構(gòu)

4. 數(shù)據(jù)產(chǎn)品風(fēng)險(xiǎn)
5. 數(shù)據(jù)產(chǎn)品VS業(yè)務(wù)系統(tǒng)
6. 數(shù)據(jù)產(chǎn)品項(xiàng)目流程

7. 數(shù)據(jù)產(chǎn)品交付物