数据产品入门，需要如何修炼？
做为一名在数据团队中修炼3年的年轻数据人，想和所有奋斗在互联网行业的追梦人分享一些自己的经验和思考，总结的同时，也希望能够帮助到正在数据人这条道路上披荆斩棘的您。年轻指的可不是年龄哈，之所以用年轻这个词，一是因为与很多在数据领域深耕多年的前辈相比，阅历和经验都难免有些浅薄，思考的可能没有那么深刻，也希望各位前辈不吝赐教；二是因为这个时代是高速发展，朝气蓬勃的时代，各行各业都需要一颗年轻的心，不畏艰险，勇往直前，去创造更加美好的未来。
第一篇的总结，我觉得还是不要谈论那些枯燥无味，晦涩难懂的理论了，毕竟这些东西讲起来难以消化，但是当你入行之后，接触到一些实际的数据项目时，再去有针对性的学习会事半功倍。
无论什么行业，对于刚入行，甚至是已经度过小白期的小伙伴们来说，如果想快速的提升自己与职位的匹配度，那么去分析一些大厂的JD，然后对症下药，理解其中的软技能要求，学习并掌握其中的硬技能，就是入行和提升自己的最好方法。下面我们通过分析两个大厂招聘JD，归纳一下想入门数据产品修炼的您，该掌握哪些心法吧。
图1-美团招聘JD
图2-字节招聘JD
从这两份JD中，我们不难看出，资深数据产品经理的硬技能要求要比普通的数据产品经理要宽泛的多，但是这些随着一步步的修炼，都是可以习得的功夫，所以大可不必过于担心。本次主要介绍一下，数据产品修炼心法入门，欢迎高阶玩家批评指正。下面我们来总结归纳一下这两份JD的基本要求：
- 业务理解——硬技能：分析&拆解&抽象；
- 知识体系——硬技能：需求分析&方案设计&SQL/HQL&常用数据库（oracle，mysql）&ETL&数据仓库（底层数据梳理，数据模型设计，指标体系搭建等）&BI；
- 抽象思维——软技能&硬技能：JD1通用化，标准化，系统化的数据产品。JD2合理、灵活、可扩展的数据平台。
综合软技能：沟通&协调&合理的资源利用（也是项目管理中的必备技能）。
根据总结出的基本要求，进一步抽象加工，我们就得到了，数据产品修炼心法三要素：
话不多说，接一个任务练练手，试试这个心法的威力。
心法一：出色的【业务&数据】理解能力
NPC：最近龙门客栈的外卖订单下降明显，小数，给我分析一哈子，是什么原因？
小数：好嘞，这个任务我接了。
小数：先试试心法一，梳理下相关的业务流程和数据。
心法一：这个外卖订单业务是怎么进行的呢？
大侠：下单——支付——催单——收餐——评价
客栈：接单——制作——通知小二——出餐——收到评价
小二：取餐——送餐——送达——收到评价
心法一：什么情况会影响客栈的订单呢？
大侠：你这客栈怎么老是下单失败，支付失败，接单还慢，送的还慢，搞的我要频繁催单，给你个差评，你要失去我了。
客栈：你这小哥，配送怎么老是超时，差评还多，下次不用你了。
这里就匹配了JD中的业务理解能力，得清晰的了解当前设计的业务的完整流程和流程中的细节。当然，这里只做简单的分析，实际的业务可能会设计多个业务模块或者跨系统，远比这要复杂的多。
心法二：完善的【产品&数据】知识体系
小数：大致知道这些个订单都是怎么来的了，其中可以用的数据也都了解差不多了，来试试心法二。
心法二：我要怎么告诉NPC是什么可能的原因影响了客栈的订单量呢？
哦了，可以先告诉他是哪个环节出了问题，然后再告诉他具体出问题的地方在哪。
心法二：用我的SQL来瞅瞅是哪些指标变化导致订单量下滑的，先来列举一些指标看看：
- 月下单总人数，月新增人数，复购人数
- 月支付失败次数，月支付失败人数
- 月催单次数，月催单人数
- 月客栈差评数，月小二差评数……
通过对比历史的订单情况可以发现，当客栈差评数，小二差评数和催单次数增多或者新增人数和复购人数下降时，都会影响该月的订单数。
这里就匹配了JD中的知识体系，你得弄懂数据从哪来，要到哪里去，怎么去，数据指标模型怎么整合等等。当然也会用到常用的统计分析方法，例如相关性分析，回归分析，假设检验等。
心法三：严谨的【模块&指标】抽象思维
小数：既然数据大致确认了，那么下面就是设计一下分析的模块并梳理一下指标的统计规则吧。
心法三：其实NPC就是想找到是什么因素导致的订单数下降，一定要突出重点。推广到各类商品的订单分析，都可以采用这种分析看板，只是核心指标与数据不同而已，或者添加一些定制化的分析模块。
- 关键指标的变化（同比，环比）；
- 下钻到具体的用户或者小二，顺便看看是哪些用户的差评和催单，是否存在恶意评论，也看看是哪些小二每次评价都不好，考虑是否人员优化；
- 对于差评内容做分词处理，看下用户诉求，是分量少了，食材不新鲜还是不合口味等；
- 对于新增人数的下降，是因为新用户返现活动取消了，这次就展示下店铺活动运营的经费投入吧。后期得规划一下，针对用户活动做一个通用的活动效果评估（投入产出比）看板了。
这里就匹配了JD中的抽象思维，作为一个数据产品经理，处理要考虑实现需求之外，还要考虑它的通用性，标准性，对于相同业务模式的分析内容能复用的就复用，减少开发成本，如果是对于多条业务线都使用的数据指标，其数据口径一定要提前确认定稿得到大家的一致认可后再开发。
等项目落地后，一定要配套输出对应的数据口径规范说明文档，除了应对后续的统计变更或者业务变更导致的需求变更之外，更重要的就是要让使用者明确每一个指标的定义标准，用的时候才不会出现模棱两可或者同样的指标不同的部门统计出来的数据却有偏差。
结语
上面只是临时构思的一个小例子，不具有真实性。只是希望能够简单直白的描述一下入门数据产品修炼的心法三要素，这些也是一个数据产品经理落地一个简单的数据产品必不可少的环节。
关于数据产品的修炼，这些只是最基础的冰山一角，但是，修炼最讲究的就是心法，心法对了，照着这个心法无限的往外延伸，就能不断的提升你的功力。这里我没有去探讨项目中的各种利弊权衡和资源协调问题，没有去探讨项目中的各种事件节点和沟通成本问题，也没有探讨数据仓库，ETL，数据中台等各种硬技能到底是什么，因为我认为只要掌握了心法，然后每一个心法下都是庞大知识体系的树根，虽然错综复杂，但是最终都是向着阳光，长成参天大树。期待后续和大家一起分享交流。
本文作者 @BennettC 。
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
