编辑：数据产品经理是产品经理的一个分支，其本质是在数据价值挖掘和应用过程中提供更高效、更智能的数据产品。然而最近，数据产品经理被视为一个“笑话”。为什么呢？本文作者详细分析了原因。来看看吧！
年关将至，我将忙于年终总结和新年计划。去管理技术团队的老板，汇报数据产品团队的工作，最近一直在想，数据产品经理的存在有什么意义？
如果想不清楚，可能老板会觉得数据产品经理可有可无。也许就像张小龙曾经在直播中说的那样，“数据产品经理是个笑话”。
# 1.为什么数据产品经理会成为一个“笑话”？
现在大家都知道数据很重要，谈的是数字化转型和数据驱动的运营增长。在这个过程中，大数据方向的岗位要求很多。为什么数据产品经理是个笑话？
## 1\.不如数据工程师。
产品经理的本质是产品经理在B端数据领域的一个垂直分支，整体技术技能不如数据开发人员。
在大多数情况下，在业务需要数据之后，最终数据的清理和处理由数据工程师完成。在很多没有数据产品经理职位的公司，业务直接要求数据开发，数据就够了。
## 2\.没有一个数据分析师懂业务。
数据分析师通常紧跟业务一线，了解产品和运营的最新趋势，并对数据进行分析，形成策略优化建议。
数据产品经理主要根据业务需求构建产品功能。产品建成后，他不是相应功能的用户，自然会远离业务。
而且在数据分析方法、分析技术和工具上不如数据分析师。
## 3\.没有一个算法工程师理解这个模型。
即使对于战略数据产品的管理者来说，他们对算法的掌握程度大多是对主要算法模型和应用场景的理解程度，很少能直接开始建模。
基本上都是业务场景算法工程师模型开发。在这个过程中，似乎数据产品经理也是可有可无的。
## 4\.不具备系统开发能力。
数据的实现依赖于前端和后端的开发和实现。对于一些低层次的技术产品，数据产品经理甚至无法理解用户的工作流程是什么，无法深入挖掘数据开发工程师的真实需求。此时，用户可以直接与系统开发沟通，但效率更高。
数据产品经理的四大“原罪”确实要求客户了解清楚，但数据产品经理真的没用，哪一个是可有可无的？
#二。数据产品经理的使命和愿景
在十年的数据产品经理生涯中，我总结了一句关于数据产品使命的话：“用有用的数据产品，帮助全链路数据流程降低成本，提高效率”。据了解，有三个核心要素：
## 1\.产品是主要的交付品。
数据经理也想制造产品。企业内部对产品可用性的最低要求是追求极致，让产品能够更好的使用，功能强大，体验流畅。
## 2\.产品领域涵盖了数据应用的全链路过程。
很多人对数据产品的认知停留在数据可视化和用户画像的平台上，而与数据采集、处理、价值挖掘和分析全过程相关的产品可以定义为数据产品。
例如：
## 3\.数据产品能做的只是锦上添花，而不是提供及时的帮助。
没有数据产品，数据的价值根本不会受到影响。
在没有数据产品的时候，数据开发人员、数据分析师、算法工程师都可以自己玩数据，但是效率没有那么高。如果短期内想快或者不在乎人工成本，就去对应的人购物，想快就多加人。
#三。数据产品经理的核心竞争力和价值
因为不存在是合理的，老板可以因为一句话直接干掉数据产品经理。
那么数据产品经理的价值是什么呢？如何打造自己的核心竞争力护城河？
## 1\.是否强大到可以挖掘和抽象需求？
开发思维和产品思维有着天然的区别。开发人员将更加关注技术的实现和业务问题的解决。与频繁与业务沟通相比，他们可能更喜欢安静地“编码”。
因此，数据产品的价值之一是协调各种数据需求，对需求进行分析和过滤，然后路由和分发必要的需求。这样，与直接与数据团队连接的业务相比，通信效率更高，可以减少一些低价值的需求。
此外，数据产品经理
过对需求的抽象，形成产品化的解决方案，可以一劳永逸地解决一类需求，而不是一直caseby case定制化开发。相反，如果数据产品经理没有构建自己的需求分析、过滤的、产品化的方法论，就是可以被取代的。
## 2\. 是不是具备推动事情发生的意愿和技巧
一个数据产品的诞生，会涉及前后端开发、数据开发、算法开发、以及数据分析师等多个跨团队的工种。
项目执行过程中，需要有一个统筹推进的角色，专职的项目经理？他未必懂数据，产品的规划和设计还是要有人做。
由数据产品经理推动相对更合适，所以数据产品经理需要构建自己在跨团队推动协作的能力，可以把数据产品项目完成得更漂亮。
## 3\. 有没有良好的数据产品思维
数据产品按照在数据流程种解决的问题类型不同，可以分为 流程工具类 、 资产管理类 、 数据分析应用类 、以及 算法策略类 。
1）流程工具类
比如ETL开发工具、数据治理工具等，定位讲数据开发、加工处理的流程从过去脚本式开发流程用低代码配置化的开发工具实现。
这类产品数据产品经理的核心竞争力在于能够充分理解数据在整个大数据技术组件生态的流转过程，并且能够用产品思维把流程抽象化形成产品功能。
例如，当要新增一种开发任务类型如（kafka-
hive数据同步），要能够先把数据同步的主流程以及在任务调度、运营过程中需要具备的能力，具体Kafka数据源同步时需要填哪些参数，找对应的组件负责人确认即可，产品经理很难做到了解每个组件的。
这类产品相对来门槛也是最高的，很多没有技术功底、产品综合能力差的人做这类需求会非常痛苦，用户吐槽需求沟通难，开发吐槽不理解业务流程，只是需求传声筒。
2）资产管理类
一个企业数据的复用度很大程度取决于数据资产的检索能力，酒香也怕巷子深，数据部门开发了很多数仓模型，但业务端并不知道，甚至不同开发之间都不知道，就只能重复造轮子了。
这时，产品经理的核心价值在于能够围绕资产管理、资产检索使用两种场景，设计出可以便捷高效进行资产管理、且可以快速找到目标数据并授权使用的数据产品。
3）数据分析应用类
例如数据可视化平台、自助BI分析、CDP用户运营平台等。
这类产品的特点是，以数据资产为依托，通过数据产品的功能实现快速的决策分析或者精细化运营应用。
应用类数据产品的技术门槛相对低一些，但是对数据的链路需要有基本的认知，需要建立数据分析、业务场景转化成数据需求的能力，并且可以通过数据产品，来实现分析、应用的降本增效。
总之，不管是哪类产品，如果数据产品经理的核心竞争力之一，是要具备良好的产品抽象能力。
## 4\. 能不能比业务更懂数据，比开发更懂业务
曾经有同学问我，“我现在给业务做数据分析报表，那如果业务自己具备数据分析能力了，我作为数据产品经理是不是就没价值了呢？”
不排除有非常懂数据的业务人员，数据产品经理存在的价值是能够通过数据、数据产品帮助业务发现问题，或找到潜在的业务增长点。
想做到这种程度，不仅要把数据思维修炼好，还需要深入了解业务。做到了比业务更懂数据，比开发更懂业务，数据产品经理的竞争壁垒就是存在的。
# 四、总结
企业可以不设置数据产品经理的岗位，因为不会阻碍数据价值的挖掘和使用。
但是，当企业要追求更快的数据使用效率、更低的成本时，数据产品经理就是时候登场了。
对于数据产品经理会不会活成别人眼中的“笑话”，最重要的是看自己能不能建立核心竞争力的护城河。
如果没业务懂数据，没开发懂产品，那就离out不远了，前几天网传各互联网公司裁员比例，虽然真伪难辨，但互联网行业是残酷的，创造不出价值，那就没有存在价值。
# 小插曲
感谢文章粉丝朋友们的这段时间的关注与支持。笔者接下来会持续输出产品设计的相关文章，设计羊皮卷系列也会持续更新。
我在参加人人都是产品经理2021年度作者评选，希望喜欢我的文章的朋友都能来支持我一下~
点击下方链接进入我的个人参选页面，点击红心即可为我投票。
每人最多可投3票，投票即有机会获得百万惊喜礼品&起点课堂千元豪礼哦！
投票传送门：http://996.pm/zAX89
## #专栏作家#
数据干饭人，微信号公众号：数据干饭人，人人都是产品经理专栏作家。专注数据中台产品领域，覆盖开发套件，数据资产与数据治理，BI与数据可视化，精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。
本文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。
