从动态的角度描述成为一个数据产品经理需要的能力

本书作者结合自己近10年的数据岗位从业经验，运用丰富的案例，阐述自己对数据产品和数据产品经理简明而独到的认知思考，旨在帮助大家全面、深入地理解该岗位和所需人才的能力素质。全书正文共14章，另有附录。其中正文可分为三大部分，第一部分（第1～3 章）会通过案例对数据产品做出完备清晰的定义，并给出数据产品经理所需的能力维度；第二部分（第4～11 章）会通过8个翔实的案例，分享作者对不同场景、功能的数据产品，从规划设计到落地运营中的观察与思考，并期望读者通过案例体会、培养数据产品经理的多种能力；第三部分（第 12～14 章）会讨论数据产品经理的岗位选择，在当前环境下工作的现状，以及这个岗位的未来发展趋势。最后附录部分会对照数据产品经理所需的能力维度，提供延展阅读的书单；同时也会讲述作者自己的数据从业经历，为读者的职业发展选择提供参考。

杨帆，笔名古牧君，资深同行圈有口皆碑的公众号「古牧聊数据」的主理人，数学专业硕士毕业，互联网从业9年；呆过百度、阿里、腾讯，去过北京、杭州、深圳，做过数据分析、策略产品、数据产品；近5年专注于数据产品领域，在广告、保险等领域有较深经验。

第一部分 背景知识第1章 什么是数据产品 21.1 本章概述 21.2 一些案例 31.3 定义解释 181.4 澄清误解 20第2章 数据还是产品？这是个问题 232.1 本章概述 232.2 反面案例 242.3 经验教训 33第3章 数据产品经理的核心能力 343.1 本章概述 343.2 日常工作 353.3 核心能力 45第二部分 案例解析第4章 统一数据接入平台 584.1 本章概述 584.2 梳理定位 594.3 功能分析 614.4 价值衡量 694.5 引申讨论：懂技术 70第5章 线下数据采集产品 735.1 本章概述 735.2 背景介绍 745.3 规划设计 785.4 地推运营 915.5 引申讨论 94第6章 商品数据中台 976.1 本章概述 976.2 背景介绍 986.3 重点功能 1016.4 引申讨论：数据中台何去何从 114第7章 百度指数 1187.1 本章概述 1187.2 目标定位 1197.3 结构分析 1257.4 重点功能 1397.5 价值衡量 1487.6 引申讨论：数据产品的变现之路 150第8章 小红书数据中心 1598.1 本章概述 1598.2 目标定位 1608.3 结构分析 1658.4 价值衡量 1778.5 引申讨论：指标类数据产品的展示设计 178第9章 投前决策数据产品 1869.1 本章概述 1869.2 背景目标 1879.3 规划实现 1979.4 回顾总结 219第10章 电商数据运营分析平台 22210.1 本章概述 22210.2 问题背景 22310.3 规划设计 23510.4 探索试验 24110.5 引申讨论：做数据产品的天时地利人和 242第11章 投放前选品看板 24611.1 本章概述 24611.2 问题背景 24811.3 产品设计 25111.4 运营实践 26711.5 价值评估 270第三部分 总结展望第12章 一定要做数据产品经理吗？ 27412.1 本章概述 27412.2 数据领域的岗位选择 27412.3 入行数据产品经理的门槛 28412.4 从不同岗位转岗的难度 288第13章 数据产品经理的现状 29113.1 本章概要 29113.2 市场需求多不多 29113.3 什么人在做数据产品 29413.4 对数据产品的体验反馈 298第14章 数据产品经理的未来 29914.1 本章概要 29914.2 数据产品的未来 30014.3 数据产品经理的未来 305附录A 阅读学习资料推荐 311附录B 少有人走过的路 314B.1 初为数据分析师 314B.2 转型策略产品经理 317B.3 专注数据产品经理 319后记 321

【前言】1.这本书有何不同截至本书动笔之时（2023年6月），国内市面上已有十余本数据产品相关的书籍。通读之后，发现虽各有千秋，但也不乏一些共性问题。问题1：对数据产品的认知有点以偏概全，通常以BI报表或数据运营分析平台为案例代指所有数据产品，忽略了数据产品自身类型的丰富性。问题2：案例众多，但重点讲背景和结果，而数据产品的规划、实现和落地等过程一笔带过，不利于读者体会数据产品经理在实际工作中所需的能力。问题3：往往从数据、技术视角切入，缺少从产品视角看数据产品，导致数据产品经理初学者把精力更多放在如何实现上，而忽略了同样重要的为什么要做、要做什么。问题4：往往落脚点更多的是怎么做出好的数据产品，而非如何成为更优秀的数据产品经理。数据产品只是产出物、是表象，背后作为数据产品经理的鲜活个体，他们的选择、困境、现状和焦虑，往往是被忽略的。本书相对于已有同类书籍，最大的不同就是直面回应并尝试解决上述4类问题，尤其是问题3和问题4。问题3导致大家太容易把数据产品做成一个堆积数据技术的功能容器，而忽视了从产品视角明确要解决的问题和真实的用户。所以本书会更多地从产品视角来讲述和思考，对同类书籍中已较多关注的纯技术内容做适当的淡化处理。但并不影响实质内容，本书会以分析模型、策略算法等形式穿插于8个现实案例中。而问题4很容易就会让读者迷失在表象中，使读者过度关注;那个指向远方的手指，而非;远方。所以本书也想尽量以人为本，从人的视角关注事物，解答大家对数据产品经理普遍关心的问题。最后，作者在书中多处讨论数据价值的边界、质疑对数据的滥用，相信数据但不迷信数据，这或许也是本书的一点小小不同。2.写书的作者是谁阅读和写作之间本身就是一次对话，为了让后续的;对话更加亲切融洽，我想先做个简单的自我介绍。古牧君是我的笔名，它伴随;古牧聊数据公众号启用至今已有3年。如果你恰好浏览过这个公众号，或许你会注意到它的特别之处：从来不发布广告软文，从来不发布没有亲自实践思考过的内容，不爱发布市面上司空见惯的工具技巧入门讲解，不爱做热门爆款标题党总之，这个公众号跟它的创建者一样，从小就想做人群中特别的那个。但真要说起来，似乎也没那么特别。我在2014年硕士毕业后进入互联网工作，曾在北京、杭州、深圳等地工作，在百度、阿里巴巴、腾讯公司做过数据分析师、策略产品经理、数据产品经理。我喜欢看书、撸狗、散步，喜欢交流分享讨论，希望自己能成为一个自洽、快乐、持续成长的人。希望这样的一个作者写的书，能让你有兴趣读下去。如果觉得以上介绍为片面之言那也可以看看ChatGPT等对话大模型是如何回答的。图0_1是ChatGPT的回答，图0_2是文心一言的回答。 图0_1图0_23.本书的具体内容有什么我的工作经历，让我可以从更多的视角看待数据产品和数据产品经理。我打算用这种多样性的思考结合丰富的案例，以如下的行文结构（见图0_3）跟大家分享讨论。 图0_3本书的标题为数据产品经理的自我修养，是希望大家在阅读本书后，能将思考与实践相结合，切实地提升自己在该岗位所需的能力，而非仅仅看个热闹。本书具体内容安排如下。第一部分;背景知识共3章，其中第1章先通过举例，归纳总结出我对数据产品的理解和定义，我们后续也将按照这个定义举例各种场景类型的数据产品，避免以偏概全；在了解了定义之后，尝试总结了数据产品经理应具备的核心能力（见图0_4），但它会放在第3章；因为在这些核心能力中，产品规划能力是当前最易被忽视的，所以先在第2章通过几个反例，来说明忽视这个能力维度会带来什么样的后果，让大家在学习;招式之前先学好;心法数据产品经理的重点在产品经理，而非数据。第二部分;案例解析共8章，分别介绍8个不同的数据产品实战案例（见图0_5）。其中有些案例是我从旁观者视角的研究分析，比如比较知名的数据产品百度指数；有些案例则是我亲身实践的总结分享，比如通过AI技术采集线下数据的对话机器人形态产品。同时这些案例也会按照第1章的数据产品的定义，分布到不同的数据链路环节中，对数据产品进行全面介绍。 图0_5第三部分;总结展望共3章，分别从选择、现状、发展3个角度，将大家置身事内，使大家体会数据产品经理的困境与希望。其中第12章关乎岗位选择，希望读者跳出全书的数据产品局限，抛出一个很实际的问题：如果想从事数据工作，除了数据产品经理还有别的什么选择？这不仅可以为大家的职业选择打开思路，也可以通过横向岗位对比，更好地理解数据产品经理的定位和优劣势；紧接着第13章介绍数据产品经理的现状，哪些行业企业需要数据产品经理，以及数据产品经理群体的背景来源；第14章展望未来，数据产品未来会导致数据分析师失业么？当下的AI技术会极大地改变数据产品么？未来数据产品经理岗位还会存在么？数据产品经理到底能为行业提供什么价值？这些问题我们都会逐一讨论。本书附录针对图0_2中的几个能力维度推荐一些阅读读物，供大家进一步学习；同时也分享自己的10年数据路，算是给自己的职业生涯上半场做个总结，希望大家能从中找到一些灵感，让自己的职业发展更顺利。4.适合哪些人阅读我希望本书不仅对想要入门、刚刚入门的数据产品经理新人有用，也能对从业3~5年的数据产品经理中坚力量有所帮助。因为本书不仅有定义、案例，更有源自思考的对话分享。同时，我还希望本书也能对意在加入数据领域的在校生，甚至在职的数据分析师有用。长久以来大家一提到数据领域的岗位想到的就是数据分析，殊不知这个岗位已经严重供大于求，而且也有难以突破的瓶颈。如果你能在;卷数据分析之余，也能清晰地了解数据产品经理这个岗位，或许能为你的职业生涯打开另一扇窗。最后，如果恰好有负责企业数字化建设的前辈读到本书，我会非常荣幸。希望本书能帮你更好地厘清什么是好的数据产品，在数字化实践中少走弯路，也给更多优秀的数据产品经理同行提供施展拳脚的机会。5.遇到问题怎么办本书内容皆来自我个人的观察体验，难免有一定的局限性。读者在阅读过程中如有疑问、或有不同的见解，还请关注公众号;古牧聊数据与我联系。我会非常珍惜这些学习交流的机会，期待这本书能作为一个起点，让我们对数据产品经理的认知更上一层楼！ 古牧君2024年5月