腾讯|什么是数据产品经理？——产品数据经理角色的演变

文章图片

什么是数据产品经理？角色是如何演变的？
在 2000 年代初期， LinkedIn、Netflix和Uber等公司遇到了问题。整个组织的团队都在大规模地处理数据，而且还有很多数据。
数据为他们的产品路线图提供动力，推动高管层的决策，并为他们的付费营销活动提供信息。
【腾讯|什么是数据产品经理？——产品数据经理角色的演变】
数据产品经理
内部和外部数据流入和流出公司。对于如何使用这些数据以及由谁使用，存在法规、指南和限制。但没有人负责开发数据解决方案以使分析具有可操作性、可扩展性和可访问性。
因此，创建了产品数据经理角色来回答以下问题：

存在哪些数据？
谁需要这些数据？
这些数据流向/来自哪里？
这些数据有什么用途？
有没有办法让使用/访问这些数据变得更容易？
这些数据是否合规和/或可操作？
我们如何才能更快地让数据对公司的更多人有用？

什么是数据产品？当然，你不可能有一个没有数据产品的数据产品经理——或数个数据产品。
但是定义一个数据产品是非常困难的。事实上，很多东西都可以被视为数据产品，从 Looker仪表板或 Tableau 报告，到 A/B 测试平台，甚至是多层数据平台。
Yelp 的数据实验负责人 Eric Weber建议， “以通用的方式谈论数据产品可以产生通用的结果。数据产品是一个有用的想法，但要让它真正创造价值，我们必须深入了解细节……”
所以让我们具体一点。无论产品可视化/压缩/投入工作的数据是什么，它都应该提供特定的结果：

增加数据可访问性（在人们需要的时候显示数据）
增加数据民主化（使人们更容易操纵数据）
更快的数据投资回报（更快的洞察力）
为数据团队/数据消费者节省时间
更精确的见解（即实验平台）

同样，数据产品也应该具备一些重要的特性或品质。

可靠性和可观察性。 SaaS产品可接受的停机时间是关于“多少个 9？”的讨论。如 99.9% 或 99.999% 的可用性。正如软件工程师使用Datadog或 New Relic 等产品来跟踪 SaaS 产品性能一样，数据产品经理需要解决方案来近乎实时地识别和解决数据产品性能问题。
可扩展性。数据产品应该随着组织和需求的增长而扩展弹性。
可扩展性。虽然数据产品可能是由不同解决方案的集成构建而成，但它需要保持与 API 轻松集成的能力，并具有足够的通用性，以便以最终用户喜欢的所有不同方式使用数据来摄取。
可用性。出色的 SaaS 产品专注于提供出色的用户体验。它们易于学习，使用起来很有趣，并且可以快速完成工作。
安全性和合规性。数据泄露既昂贵又痛苦，监管罚款也是如此。
发布纪律和路线图。 SaaS 产品不断发展和改进。路线图至少在未来一年内建立，并具有强大的更新质量保证流程。

数据分析
数据产品经理做什么的？他们需要什么技能？数据产品经理负责数据民主化并增加数据本身价值的时间。他们设计、构建和管理数据平台或特定数据工具套件的跨功能开发，以服务多个客户。