数据产品经理：实战进阶

数据产品经理：实战进阶

第1章　全面认识数据产品经理

数据产品是一种降低用户使用数据的门槛，并发挥或提高数据价值的产品类型，与之对应的有用户产品和商家产品等。负责设计、维护和优化数据产品的人，我们称其为“数据产品经理”。

一个完整的数据产品通常由采集清洗、计算管理、分析展示和挖掘应用四个部分组成。

根据产品的使用对象，我们可以将数据产品分为三大类：用户数据产品、商用数据产品和企业数据产品。

我们一般采用准确性、及时性、全面性、易用性四个维度来评估数据产品，排列的顺序也是其重要性的体现。

用户数据产品

用户数据产品细分为指数型、统计型和生活型。

商用数据产品

这类产品的特点是集合了数据清洗（不包括采集）到数据展示、数据挖掘等近乎全链条流程，数据工作者可通过该类平台一站式解决所有问题。

企业数据产品

企业数据产品，由企业自建自用，主要目的是降低员工使用数据的门槛，辅助人员作出决策和提高业务效率。

首先，企业数据产品承接了来源众多的业务需求，在抽象和管理上难度较大，很容易产生冗余浪费，历史依赖混杂不清，整个BI平台变成数据的垃圾场、泥沼地。其次，数据开发工作长期来看是个细活、脏活、累活，要想长期保证数据安全、质量和规范，需要设计各种机制进行监测，并不断优化。最后，在发挥企业数据资产价值的路上，我们还需要不断丰富场景，设计与开发符合业务场景的数据产品。

数据专业能力

数据专业能力的核心部分是数据产品设计能力、数据分析能力，如果还有余力，可以再多了解大数据技术架构及数据挖掘算法等方面的基础知识。

数据仓库是为了提高数据分析效率的产物，其权威定义是“一个面向主题的（SubjectOriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合”。它用于支持企业或组织的决策分析处理。通过设定业务主题域，将数据库表分为明细层、聚合层、应用层和维度表等来实现对其分层管理。

数据产品包括采集清洗、存储管理、展示分析、挖掘应用四个环节

第2章　数据分析方法论

数据分析的基础流程

1.发现问题

2.定位问题

3.分析问题

4.提出有价值的数据结论

有价值的数据结论

正常来说，有用的结论就有两种：增加收益和减少损失（下文用“增减思路”替代）。如果一个数据不能帮助你得到上述结论中的任何一个，说明这个数据价值不够大，不应放在你输出的结论中。

假设业务目标为增加收入。如何得到数据结论呢？

数据分析基础方法

全链路分析