今天在拉勾上投簡(jiǎn)歷的時(shí)候看到數(shù)據(jù)產(chǎn)品經(jīng)理的職位肪康，不太明白數(shù)據(jù)產(chǎn)品經(jīng)理需要哪些技能宜岛，所以去知乎上搜了看看，謝謝大牛們的解答囱怕，我在這里總結(jié)一下霍弹，捋一捋思路。

1.釋義：產(chǎn)品（數(shù)據(jù)產(chǎn)品）經(jīng)理

2.什么是數(shù)據(jù)產(chǎn)品娃弓？

以數(shù)據(jù)為主要自動(dòng)化產(chǎn)出的產(chǎn)品形態(tài)典格。

這里強(qiáng)調(diào)自動(dòng)化產(chǎn)出概念，是為了區(qū)分像 Gartner 之類的數(shù)據(jù)研究咨詢公司台丛，顯然耍缴，他們的報(bào)告也可以理解為以數(shù)據(jù)為主要產(chǎn)出的產(chǎn)品，但并不具備自動(dòng)化產(chǎn)出的特性挽霉。

2.數(shù)據(jù)產(chǎn)品的分類防嗡？

按用戶群體來區(qū)分，可以分為三類：

1.自建BI和推薦系統(tǒng)（企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品）

2.Google Analytics 和GrowingIO（針對(duì)所有企業(yè)推出的商業(yè)型數(shù)據(jù)產(chǎn)品）

3. Google Trends 和淘寶指數(shù)侠坎、百度指數(shù)（任何用戶均可使用的）

注：推薦系統(tǒng)蚁趁、用戶畫像、搜索排序類似的算法实胸，它們本質(zhì)上是根據(jù)用戶數(shù)據(jù)和相應(yīng)的數(shù)據(jù)模型他嫡，建立的一套評(píng)分標(biāo)簽體制。因此庐完，在很多企業(yè)的劃分里涮瞻，這也是屬于數(shù)據(jù)產(chǎn)品的范疇。個(gè)人經(jīng)驗(yàn)所限假褪，本文暫不涉及此類產(chǎn)品。

3.為什么需要數(shù)據(jù)產(chǎn)品近顷？

GrowingIO 創(chuàng)始人張溪夢(mèng)先生說過一句話：一件事情只有被量化生音，才可能被優(yōu)化宁否。這與當(dāng)先流行的 Growth Hack 核心理念（1.growth hacker 描繪成程序猿和 marketing 的混血兒，利用各種技術(shù)上的最佳實(shí)踐來驅(qū)動(dòng)用戶的增長(zhǎng)缀遍。2.從產(chǎn)品層面開始考慮用戶增長(zhǎng)慕匠。）不謀而合。增長(zhǎng)是所有企業(yè)經(jīng)營(yíng)者的念念不忘域醇，而那一聲回響台谊，就潛藏在數(shù)據(jù)產(chǎn)品中。

舉個(gè)栗子譬挚，在Facebook中锅铅，直接匯報(bào)給 Mark Zuckerberg 的 Growth Team 就專門下轄了 Data & Analysis 和 Infrastructure 兩個(gè)數(shù)據(jù)團(tuán)隊(duì)做數(shù)據(jù)的采集計(jì)算和展示。他們會(huì)對(duì) Facebook 所有的數(shù)據(jù)進(jìn)行監(jiān)控减宣，以及根據(jù)效果持續(xù)優(yōu)化盐须。他們對(duì) Data Driven 重視到了什么程度？一個(gè)VP帶領(lǐng)的30人團(tuán)隊(duì)做了一年的主頁改版漆腌，在三個(gè)月內(nèi)灰度上線過程中因數(shù)據(jù)表現(xiàn)不佳贼邓，直接回滾。對(duì)比之下闷尿，國(guó)內(nèi)的人人網(wǎng)照抄那一次改版后塑径，沿襲至今√罹撸可以這么說统舀，F(xiàn)acebook 高速穩(wěn)定的增長(zhǎng)背后，數(shù)據(jù)產(chǎn)品功不可沒灌旧。

4.如何設(shè)計(jì)數(shù)據(jù)產(chǎn)品绑咱？

大到系統(tǒng)級(jí)的產(chǎn)品規(guī)劃，小到功能級(jí)的產(chǎn)品設(shè)計(jì)枢泰，概念上都會(huì)清晰很多描融，我們將它抽象成了五個(gè)步驟：

1.弄清楚需求（用戶？場(chǎng)景衡蚂？）

2.解決什么問題窿克？帶來什么價(jià)值？

3.問題的分析思路是什么毛甲？

4.需要用到什么樣的指標(biāo)年叮？

5.這些指標(biāo)該怎么組合展現(xiàn)？

1. 弄清楚需求和解決的問題

用戶需求=用戶（特征玻募、經(jīng)驗(yàn)只损、人物角色）+場(chǎng)景（移動(dòng)化、自動(dòng)化。跃惫。叮叹。）+行為+體驗(yàn)?zāi)繕?biāo)

業(yè)務(wù)需求=業(yè)務(wù)目的（why?需要解決什么問題）+業(yè)務(wù)目標(biāo)（做了之后，期望達(dá)到什么目的）

用戶體驗(yàn)路徑=搞清楚用戶在使用前爆存、使用中蛉顽、使用后不同階段不同渠道的各個(gè)接觸點(diǎn)，確保需求形成閉環(huán)

Demand/Want/Need分析方法先较。

用戶來找你要可樂 (Demand)携冤，如果你沒有可樂就無法滿足用戶。但其實(shí)他只是要解渴 (Want)闲勺，需要的只是一杯喝的東西就夠了 (Need)曾棕。

以一個(gè)利用GrowingIO的新功能做出來的漏斗圖為例∶瓜瑁客戶最開始說的是我們要個(gè)漏斗分析 (Demand) 的功能睁蕾，但核心需求 (Want) 是改善用戶使用產(chǎn)品過程中的流失問題。那么不同來源不同層次的用戶债朵，在不同的使用時(shí)間子眶，在不同的環(huán)節(jié)都需要進(jìn)行監(jiān)控和優(yōu)化，最終設(shè)計(jì)出來的就是這個(gè)可以根據(jù)不同緯度不同環(huán)節(jié)進(jìn)行對(duì)比分析的GrowingIO漏斗 (Need) 序芦。

任何產(chǎn)品設(shè)計(jì)均需要明確面向的用戶和場(chǎng)景臭杰，因?yàn)椴煌脩粼诓煌瑘?chǎng)景下打開你產(chǎn)品的姿勢(shì)也大不相同。

不同用戶有不同的價(jià)值谚中。這個(gè)方法主要面向第一類即企業(yè)內(nèi)部產(chǎn)品渴杆。這里并不主張職位歧視，只是從數(shù)據(jù)能產(chǎn)生的價(jià)值來看宪塔，高層的一個(gè)正確的決斷可以節(jié)省下面無數(shù)的成本磁奖。

不同層級(jí)用戶關(guān)心的粒度不一樣，永遠(yuǎn)要提供下一個(gè)顆粒度的分析以及可細(xì)化到最細(xì)粒度的入口某筐。數(shù)據(jù)分析本質(zhì)上就是不斷細(xì)分和追查變化比搭。

不同類型的用戶使用數(shù)據(jù)的場(chǎng)景不一樣，要圍繞這些場(chǎng)景做設(shè)計(jì)南誊。如 Sales 類型的客戶身诺，他們更多的場(chǎng)景是在見客戶的路上快速看一眼數(shù)據(jù)，那么移動(dòng)化和自動(dòng)化就很關(guān)鍵抄囚。在設(shè)計(jì)的時(shí)候霉赡，原則就是通過手機(jī)界面展現(xiàn)關(guān)鍵指標(biāo)，不涉及詳細(xì)分析功能幔托。而且在某些指標(biāo)異動(dòng)時(shí)能及時(shí)通過手機(jī)通知穴亏。而辦公室的數(shù)據(jù)分析師，則必須提供PC界面更多細(xì)化分析對(duì)比的功能。

如何了解自己的用戶迫肖？

方法：必須和他們保持長(zhǎng)期有效的溝通锅劝。

如 GrowingIO 的PM，每周都會(huì)有和銷售和客戶溝通的習(xí)慣

而且每位PM入職后蟆湖，必須兼職一段時(shí)間的客服。

只有這樣玻粪，PM才能更好的了解用戶以及他們的使用場(chǎng)景隅津，設(shè)計(jì)出更好用的產(chǎn)品。

2. 需求的價(jià)值和優(yōu)先級(jí)

但凡需求劲室，均有價(jià)值和優(yōu)先級(jí)伦仍。

PST方法：

P：x軸，用戶的痛苦有多大很洋；(深度）

Y軸充蓝，有多少用戶有這種痛苦；（規(guī)模）

z軸：用戶愿意為這付出多少多少成本喉磁。

相乘得出的結(jié)果才是這個(gè)需求的價(jià)值谓苟。