解读一:
1、为公司的基础工作服务。比如该有的数据仓库、数据存储、数据清洗、各条业务线常规的数据报表等等,通过产品的方式服务于公司各条线。2、大数据应用。基于大数据的应用型产品。3、开放服务。建立开放服务机制和产品,协同其他产品通过大数据为公司服务。4、通过数据洞察,对洞察结果产品化,提升业务方运营效率。5、数据可视化。从最初的excel、到报表系统、到可视化系统,不断优化呈现方式,提升解读效率。
解读二:
数据产品经理=数据分析师+产品经理数据分析师是帮助业务方分析数据和发现数据背后的业务含义,产品经理是解决某种需求;所以数据产品经理是为了挖掘数据背后的价值并且将其沉淀为通用化的东西,即数据产品。
解读三:
数据产品输出形式:
1数据前台利用(展示和算法) 2数据后台利用(表格、可视化、警报等) 3数据外部引用和对外输出 数据产品日常工作职责: 1数据分析及解答 2业务与战略沟通 3数据字段设计及记录 4数据产品结构搭建及管理 5数据挖掘、数据建模、机器学习 以上排序遵循的是从易到难的排序逻辑。 数据前台利用: 这个是和前台产品经理职能最重合的地方。 例子:淘宝的搜索结果列表中展示出来的宝贝信息。 例子:墨迹天气告诉你今天应该穿什么衣服 例子:淘宝的排序算法以及其对商家的影响。 例子:关联推荐 例子:亚马逊的你可能感兴趣的商品。 数据后台利用: 这里你大都是在为老板、商务、市场、运营及产品同事服务的。 数据外部引用和对外输出: 不可能依赖企业自己拿到所有数据 数据不仅仅对自己企业有用 数据分析及解答 这个不用太多解释,很多人眼中你就应该是能解答任何数据问题的。为别人,为公司,为自己而在已有数据的基础上,针对特定的目的进行数据的分析和解答。一般情况是这样的,你设计的某个终端产品的数据出现了异常,业务部门第一时间想不到原因,然后找你来了。 处理这个工作一般是数据分析和沟通是一半一半的。不要太依赖在数据上找原因。像你很可能发现这个部门关心的这个数据的变化是另外一个部门做一个一件啥事情导致的。而这种事情你在数据上只能发现有发生了什么,而不沟通你就不会知道到底是为什么。 业务与战略沟通 数据产品是为业务产品服务的,产品经理是做产品不是做技术的。与业务部门沟通、与老板沟通,搞清楚想要干什么,为什么,才可能知道应该怎么办。比如要是能用第三方实现的就不要费力自己搞系统了,又如想要独立自主现在依赖第三方的就要逐渐的系统化。总之,数据产品能做的地方实在太多,当数据产品经理和普通产品一样,做出判断同时也要说服别人。 数据字段设计及记录 从点击记录到业务日志,从最底层的数据字段到中间表到输出给最终用户看到的内容。你通通都要理解、熟悉和可以设计。数据产品经理是做数据产品不是做框架建设的,必须数据数据来源。如果你只把最终成品扔给技术人员去开发,最终会出现的情况包括以下几种: 1 只有最终结果,没有中间结果。技术人员忠实的实现了你的效果,不过以后你没法跟踪中间的某个数据的变动情况了。 2 数据定义出错:数据对不上,而你不能理解原因。很正常,因为不是你设计的。 3 不具备扩展性:还想开发某个数据功能,做不到。因为一开始的结构就不支持。 数据产品结构搭建及管理 这里就是正常的产品经理应该做的事情了。这个产品就是你的,负责到底。 数据挖掘、数据建模、机器学习 恩,坑爹的大数据,坑爹的产品经理。统计学、算法、建模知识各种数学理论计算机理论慢慢来吧。这里往往是需要很长期工作但是没有产出的地方。如果一个老板很严肃的告诉你他需要人帮他搞大数据,你要严肃的问他,能不能承受几个月没有工作成果一直在努力的结果。