让每个镜头,都记录精彩数据产品经理，起源于“数据中台”概念，并与产品经理相比，在需求关注点、工作流程、知识技能等方面产生了一定的差异。
在前面的几段产品工作经历中，都参与公司的数据平台的产品搭建工作，在今年开年的2个月时间又支援了某大型志愿平台的疫情数据产品，几乎都被问到：产品经理和数据产品经理的区别在哪里？如果我转岗应该要补充哪些技能呢？
现在，我们来剖一剖数据产品经理的兴起和两者之间的差异点。
一、数据产品经理的兴起：起于数据中台
数据产品经理的兴起，起源于各大互联网企业提出的“数据中台”的概念。
数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。首次进入人们视野的是2018年“腾讯数据中台论”，而后阿里巴巴首次提出“数据中台”的概念，主要为了应对双十一这样的业务高峰、应对大规模数据的线性可扩展问题、应对复杂业务系统的解耦问题。
数据中台帮助解决了3个问题：数据体量大的互联网公司容易形成数据孤岛、多源异构数据的情况，形成历史已久的数据难治理、难统一、难共享等问题；在海量的结构化和非结构化的数据中，发现业务价值，并通过大数据、智能技术价值验证，驱动业务增长或拓展新业务线，将数据能力抽象为解决方案；对于大公司来说，数据中台更重要的是可以提升人及组织的生产效率。一个数据全面、技术能力过硬、可以统一调用的数据中台为业务线提供统一支持，提升管理效率和组织运作效率，促进业务更敏捷灵活。
二、前中后台的分工
字面上理解，前中后台是分工不同的端口，前台是面向用户操作体验产品的端口，后台是面向业务的数据开发、业务逻辑的端口，中台是面向数据源的集成、管理的端口。
在前后台中产生一个中台，主要作用是能够及时响应前端业务的数据需求，减少后台开发的时间成本，与此同时也和后台数据开发保持协同一致。
举个生动的比喻，数据中台就好像生鲜配送的前置仓，为了让生鲜产品最快速度最新鲜状态到达消费者手中，设置了附近方圆公里的配送前置仓，离消费者更近，更快响应消费者需求。
前中后台的工作结构图，了解三层之间的工作协作关系：
数据中台的工作结构图，了解中台工作内容及工作环境：
数据中台开发团队，了解工作环节、不同角色人员及对接关系：
数据产品经理知识框架，了解工作内容、工作职责：
三、数据产品经理的发展阶段：先技术后产品1. 技术替补
当中需要应用到产品化的基本能力外，更需要对数据的采集、处理、分析、应用的能力，如：爬虫采集数据、埋点设计、数据清洗、数据抽取、数据指标体系、指标字典、数据可视化等。
先技术后产品，前期这部分工作大都是从内部开发团队中抽取出来应对的，如数据仓库师、数据挖掘、数据分析等相关角色来进行支撑。
这部分工作进行到后期，需要向数据应用输出了，开发人员开始消化不了产品思维的东西，无法实现业务场景化、目标人群分析、产品结构化&页面化。这个时候才提出岗位角色：数据产品经理。
2. 产品转岗
大部分公司采取现有产品经理兼顾数据产品应用化的工作，转岗的节奏大致是：数据可视化>数据指标>指标字典>埋点设计&管理>数据分析。到数据仓库这个层面，才算初步完成了数据产品经理的转岗。
3.角色职业化
往更高级一点的数据产品经理上走，需要深入到数据底层的生产、采集、管理工作。
接上面的连接就是：数据分析>数据仓库>数据采集/清洗（掌握Python\\SQL等技能 ）>算法&推荐（当然也被延伸出来算法/推荐产品经理）。
到了算法和推荐层面，是目前数据产品经理的最高级。能够精进数据、优化算法、精准推荐，把握并实现前端业务场景的商业价值最大化。
四、与产品经理工作的区别
通过以上的数据产品经理起源和发展阶段这些底层背景的整理，就很容易归纳出与产品经理的不同之处在哪里，工作侧重点在哪里，应该掌握什么样的技能，怎么规划自己的转岗之路。
1. 需求关注点不一样
产品经理承接的是需求方的页面/功能设计需求，关注的是产品前端体验是否良好、页面/业务逻辑是否合理或无误；最终产品经理交付的是需求文档（PRD），对版本的跟踪、迭代、维护；
而数据产品经理承接的是需求方的数据获取的需求，关注的是采取何种方式获取所需数据、不同数据在数据仓库的管理方式、结合业务给出合理的数据分析、以最佳的图表可视化出来；最终数据产品经理交付的是最新版本的指标字典，对数据指标的定义、管理、优化；
2. 工作流程不一样
产品经理面向的是一个个页面开发和功能实现的工作任务，开发任务是确定的，产出的页面可量化，工作量会由实现方式和逻辑有个增减变化；
数据产品经理面向的是一项数据开发的工作任务，由“是否为新数据需求”来判断是否需要开始一项数据开发的工作任务，因为获取数据的难易程度不同，尤其是涉及到算法类的，所以工作量不容易被量化，工作流如下图：
3. 具备知识/技能不一样
产品经理所需技能：
除了上述知识/技能，数据产品经理更为侧重以下知识/技能点：
a. 计算机语言层面：熟练使用MySQL，SQL、Hive等语言；
b. 熟悉数据生产加工流程：数据采集，数据预处理，数据存储，数据分析，数据挖掘，数据可视化，数据服务产品化；
c. 需要了解的各类技术理论及发展趋势了解主流大数据产品及分布式大数据技术，如Hadoop(HDFS和MapReduce)，Hive等；了解主流大数据编程语言，如phthon、R、MongoDB等；了解主流BI产品，如Tableau、saiku、kylin、BDP、growingIO、神策等；了解数据仓库技术及理论，并对其发展趋势有深入了解；了解数据分析，数据建模和数据挖掘技术及理论。
好了，关于数据产品经理的123现整理到这，后续相关数据产品实战的经验再逐一剖析吧~
本文由 @ 陈爱雯 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。
2年初级数据产品经理
给作者打赏，鼓励TA抓紧创作！