起点学院课程

数据产品经理的招聘要求和技能,是怎样的

Amy
0 评论 8220 浏览 15 收藏 8 分钟
15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

编辑导语:数据产品大致分为平台型和商业型,不同类型的数据产品经理所负责的内容也不相同,那怎么区分和判断两个类型呢?本文作者详细分析了数据产品经理的招聘要求和技能梳理。

一、何为数据产品

数据产品的类型多种多样,大致分为两类:

  1. 平台型:主要产品是“数据工具”,最重要的目标是保障数据的正确性和时效性,以及提高数据处理的效率。
  2. 商业型:主要产品是“数据解决方案”,最重要的目标是通过数据洞察业务发展趋势、进而驱动业务增长,相较于平台型更加贴近前台一些。

更直观一些,比如:

阿里的飞天大数据平台,集成了多种类型的数据产品,其引擎平台(大数据计算引擎MaxCompute、图计算引擎GraphCompute等)是平台类型的;

上层业务场景(新零售、金融科技、数据政府等)中的数据产品就是商业型的。

二、数据产品经理的招聘要求

以下分析抛开与产品经理的共性部分,重点分析“数据”产品经理的特性部分。

首先来看一下平台型的招聘要求,以下选取了三个招聘JD,可以看出平台型的招聘除了通用的产品技能要求外,往往会有「有X技术经验者优先」的描述;

事实上数据产品经理在产品的设计、规划和落地方面,和技术人员的沟通非常多,此外还有一个很重要的原因,如果你完全不懂技术,可能很难get到平台用户的使用痛点。

那么是不是不会写代码就无法胜任这个岗位呢?

也不是,毕竟数据产品经理归根结底还是“重产品”,懂技术也不意味着必要要行云流水自己动手写代码。

接下来咱们再来看一下商业型的数据产品经理,商业型相较于平台型更加贴近业务场景和盈利目标,往往要求工作人员有较强的数据分析能力和敏锐的商业嗅觉,为产品运营提供高效、准确的数据支撑。

说到这大家可能有疑惑了,这听起来怎么这么像“数据分析师”呢?

数据产品在一定程度上可以看作是数据分析的一种固化形式,通过对分析工作进行抽丝剥茧,提取共性部分,形成体系化的产品以更加直观、高效的方式展现给公司决策者、运营人员或者用户。

三、数据产品经理技能树

数据产品经理的技能要求还是比较广的,除了产品经理应该具备的“产品规划能力”、“项目管理能力”、“行业洞察能力”,还需要“数据业务能力”和“数据工具能力”。

数据业务能力:梳理和设计指标字典,统一业务口径,打通各系统甚至是事业群之间的数据联通;数据埋点,通过埋点获取更多的数据底料,支撑上层的数据应用;数据仓库,了解数仓原理,能够和技术人员一同探究更符合业务需求、更具扩展性的数仓架构;数据分析,挖掘用户需求,能够自研究或者精准把握数据分析师的思路,从而提炼固化成产品形态;数据可视化,虽说“好看的皮囊千篇一律,有趣的灵魂万里挑一”,但是庸俗的皮囊很可能导致“用户闪退”哟。

数据工具能力:很多数据产品经理服务于数据中台,尤其是平台型产品经理,不说对大数据组件如数家珍,但是基本的框架还是很有必要了解的,除了更有利于了解实际用户的痛点并且构思解决方案,而且也便于和程序员小哥哥高效沟通,防止被无限期排期。至于动手写SQL的能力,更是人手必备,公司的数据分析师也不是为个人服务的,要想第一时间了解数据,还得自己动手,丰衣足食。

产品规划能力:数据产品也是产品,所以挖掘用户需求、提炼产品方案是必不可少的,如果非要说有哪些区别,产品经理更关注C端客户的体验、功能布局等,数据产品经理更聚焦数据本身,挖空心思怎么能直观地体现数据价值。

项目管理能力:作为一名优秀的产品经理,需要争取各类资源(数据工程师、算法工程师、前端工程师、测试工程师等),这就需要向老板阐述这个产品将带来的价值(对外盈利或是对内节约成本等),积极争取老板的资源倾斜。拿到资源才是个开始,后续推动开发进度、及时根据外部环境变化调整策略,直到最后产品顺利上线,这个过程好比十月怀胎。

行业洞察能力:这条可谓是拉开产品经理高低的分水岭,在信息高度开放的今天,只要足够的勤奋和努力,获取硬技能无非就是时间长短的问题,但是业务洞察往往需要一点天分,甚至是运气。遇到好的团队、好的项目,天时地利人和才能登高而上、一览众山小,从而开阔眼界,看到更远的未来。

 

本文由 @汪仔8670 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
起点学院课程
评论
评论请登录
  1. 目前还没评论,等你发挥!