想入行数据产品经理需要掌握哪些能力？面试需要注意些什么？岗位具体细分又有哪些？本篇文章一一为您解答，一起来看看吧！

一、开篇语

如果你热爱数据和产品方向，如果你相信数据驱动业务，如果你想要投身数字化转型事业……

如果你正在找工作或者跳槽换工作，如果你看好大数据想要转岗，如果你力求长足发展……

那么本系列文章你一定不容错过。

你将可以学习到【数据产品经理】岗位的科普和深度解读、能力模型与成长指南和面试要诀。

本篇为系列的第一篇文章，主要对数据产品经理岗位进行科普和解读。

二、数据产品岗位JD解读

1. 读JD是在读什么

求职的时候，首要关注的当然是各个用人企业发布的岗位JD。那么，当我们在读岗位JD的时候，我们读的是什么呢？又应该关注什么要点呢？笔者认为，主要在于两点：

（1）该岗位招人进去后是做什么？

通常数据产品经理在不同的企业，特别是身处不同行业、不同发展时期的企业，要做的事是不尽相同，甚至可以说差异较大。

有些企业本身属于数据即业务，比如今日头条、高德地图、游戏行业等，这种企业安身立命之本就是数据，对数据的重视程度和应用深度自然不言而喻，进去之后可能会在某一个细分方向上纵深地去做数据产品或服务。

而有些企业，则是属于传统型企业正在经历数字化转型，在数据积累这一块可能基础不会很好，大多存在缺、脏、乱的现象，进去之后可能首先面临的挑战就是梳理业务，然后治理数据，最后才是应用。

所以求职者自己心里需要有一个明确的方向性判断和预期，才更有机会找到真正符合自己发展期望且有长足发展的企业和岗位。

（2）该岗位的胜任者画像是什么？是否与自己相匹配？

除了了解岗位是做什么，所涉及的方向之外，就是评估自己与岗位所要求的胜任能力的匹配度了。

首先，我们应该先跳出自身，以相对客观地视角，通过对JD描述的理解来构建这样一个岗位胜任者的画像——需要具备哪些硬核条件和软实力的人才能胜任呢？这里主要指的是：教育背景(学历及毕业院校、所学专业等)、当前职位职级、工作年限、公司所在行业或赛道、项目经验、情商性格等维度。描摹出胜任者画像之后，就可以与自我认知中的自己做一个关联度的匹配了，给自己打打分，看看哪些条件是满足的、哪些是优势项、哪些又是弱势项，最终得出“自己是否可能胜任”的结论。

2. JD案例解读

说了那么多，来点实在的，直接来看看真实的JD。

这是一个描述内容相对简洁的JD。可以看到这家招人的公司是一家B轮的互联网公司，并且在岗位名称上特别强调了“中台”。

我们从【工作职责】可以解读出这个岗位进去的工作方向，主要在三个方面：

1. 指标体系和数仓建设；
2. 智能化数据产品和业务应用(画像服务和实验平台)；
3. 数据平台和数据安全。

这个工作面涵盖还是比较广的，数据产品经理的三个主要纵深发展方向都涉及到了。笔者猜测，不一定是这个人进去之后三者皆需兼顾，可能是有先后顺序的(但最先做的一定是指标体系)，也有可能是不止招聘一个人，是一个小组进去cover这三块工作内容的。

我们再来构建这个岗位的胜任者画像，要点在于：

• 硬性条件：学历-本科(基操)；行业-互联网/大数据(对标)；工作年限-两到三年(偏初中级)
• 项目加分项：数据中台整体设计建设(要求有点高)，应用类数据产品设计搭建(命中越多越加分)
• 知识储备加分项：大数据技术框架，大数据技术知识(偏高)

至此，我们就可以给自己打打分，看看自己的匹配度高还是低了。

三、数据产品经理的分类

1. 数据体系产品经理

关于数据体系产品经理，有人曾给出过一个贴切的比喻，把这类产品经理比作“天条制定者”。哇！这名字一听，多么威严肃穆啊！事实上，做数据确实是一件严肃、严谨、严密的事，甚至关节部位容不得丝毫差错。

如果把数据比作浩瀚大海，那么数据体系产品经理就是哥伦布、麦哲伦这样的航海家，没有人比他更懂得这片大海了，他可以为他的航船制定洋流、风向等规则，带领他的船队循规蹈矩地航行在正确的路线上，离目的地越来越近。

说到这里，各位聪明的读者是否理解了数据体系产品经理的工作方向和侧重呢？让我们不妨把话再说得明白些。

数据体系产品经理最终要实现的目标是：把正确、标准、易用的数据给到业务口，实现为业务赋能，驱动业务增长，提升管理效能。要实现这个目标，需要做很多事情：梳理业务、定位业务痛点->圈出其中能通过数据化手段解决的部分->成体系化规划并定义优先级->与业务共建指标体系(指标口径标准化，指标管理规范化等)->存量指标治理上线->数据运营(反馈收集、复盘、培训等)->增量指标产生和管理闭环。

要完成以上的SOP，看似简单，实则不容易，你会面临如下挑战：

• 你要算的指标所依赖的底层数据从哪里来？需要做数据源梳理和质量评估。
• 数据来源包括用户行为数据，埋点一团糟，怎么办？需要定义埋点数据采集规范。
• 两个业务部门要用到同一个指标，但业务口径又不一致，谁也不服谁，怎么办？需要拉通企业视角，保证公共层口径唯一性，再向上封装相对灵活的指标。

这只是冰山一角，但也大致可以管中窥豹，初步了解到数据体系产品经理的日常了。

2. 数据平台产品经理

数据平台经理又是个啥？还是以大海的场景举例。我们上文说到，数据体系产品经理是“天条制定者”，为航船制定洋流、风向等规则，把握数据脉搏动向，引领航船行进路线。那么，要真正地扬帆起航，只有规则是不行的，必须有一艘“巨舰方舟”。而数据平台产品经理正是这“方舟打造者”。

简单来说，数据平台经理需要管好两个事：

（1）面向外部用户(数据团队以外)：应用平台

这里的外部用户一般指的是企业内部，不属于数据团队的业务部门和员工，通常我们习惯称为“业务方”。当然，市面上也存在原本用于企业内部的数据应用做得非常好，于是突破内用价值，成功商用化的数据应用类产品，如阿里的生意参谋、QuickBI，网易的有数等，此类产品的外部用户内涵已经延展到了外部企业用户，因此暂不在讨论之列。

还是说回我们的“业务方”，数据体系产品经理把业务方要用来管理/驱动/赋能业务的数据开发完毕了，那要怎么给到业务方去使用呢？需要提供工具。常见的包括：BI平台、用户画像系统、精准营销平台等。这些应用既需要进行产品设计和开发，又需要能够契合整个数据消费链路，对于产品经理的系统功能设计功力和对数据应用场景、数据易用性体现等内容的理解力是有很大考验的。

（2）面向内部用户(数据团队以内)：开发平台

我们数据平台产品经理的活儿真是不轻松啊！除了要服务好数据团队的“甲方爸爸”(业务方)，还要做好团队内的能力支撑，是整个数据团队的“粮草官”和“火器营”。

数据开发的效率与质量很大程度上取决于数据平台给数据开发工程师们提供的工具怎么样？趁不趁手？是小米步枪还是大炮导弹？同样的，也涉及到工具的提供。常见的包括：调度平台、离线/实时处理平台、数据质量管理系统、数据集成系统、数据资产管理系统、数据安全系统、大数据生态套件等。

这需要产品经理的技术底蕴非常深厚，完全懂得数据从生产到消费的整个链路是怎么玩的，哪些地方可以提升效率，哪些地方需要规避风险等等，也就是深谙大海的秉性，“水性”要好。

3. 智能化应用产品经理

对于智能化应用产品经理的定位其实是比较创新且仍在不断变化更新中的。智能化这个方向往往是伴随着AI、算法等能力的构建、应用和创新。与我们所见过的“策略产品经理”的定位、职能和能力要求有一定程度的相似性，但“策略产品经理”的工作和价值更多体现在策略本身是否能在业务端生效，带来价值，如内容推荐；

而“智能化应用产品经理”则除了策略的部分外，也需要关注应用的设计，策略是内功，应用是招式，所谓内外兼修。常见的智能化应用产品包括：智慧门店、智能题库、智慧物流、智能法律助手、智能座舱系统等各种业态丰富的产品。要做好智能化应用产品经理，同样需要懂数据，毕竟“巧妇难为无米之炊”，数据为一切智能之源；懂了数据还得懂算法，懂AI模型，统计学的经典概念都得理解得透透的；可最重要的是还是得懂应用，必须要知道目前的技术或者变革后的技术能怎么落地，具备推动落地的能力。

四、结语

以上是这个系列的第一篇文章，着重针对数据产品经理的岗位进行了解读和分类陈述，希望能有所帮助。系列的第二篇文章是深度展开，讲的是数据产品经理的能力模型图谱（含成长指南），敬请期待。