时间: 2021-07-30 10:55:45 人气: 1 评论: 0
数据产品经理的工作重点在于围绕数据，做出业务决策，输出产品、优化产品。那么就有人好奇了，数据产品经理的日常工作是什么，都要做些什么呢，让我们看看笔者是怎么说的吧：
产品经理日常工作基本都可以用一句话来概括——输出产品。在输出产品的过程中，数据产品经理工作从状态及性质上分为两大块：用户需求承接及数据应用平台建设。
用户对于数据产品的需求旨在通过数据帮助用户做结果判断，并基于数据结果做业务决策，产品需求以图表、可视化看板、自助分析工具为主；数据平台建设工作上，数据产品经理承接平台功能设计、内容规划，以及平台优化迭代。
用户需求承接包括临时数据需求对接及项目承接两类：
临时数据需求以历史数据提取及报表开发需求为主，一般基于用户已有的明确数据需求；对于这样的需求，数据产品经理工作方式总结如下：
1）明确需求用途及目的
了解用户需求紧急程度，数据需求的用处，判断是否有现成报表及自助分析工具能满足其需求取数；如果有则直接提供报表及工具给到用户，如果没有则进入第2步。
2）报表字段核算逻辑确认
简单地说，就是每个字段的条件限制以及指标的核算逻辑确认。
譬如：报表需要算到商品层级，是直接取商品主数据的商品还是仅核算零售商品或水果？指标日均销售如何计算？计算公式=销售额/查询天数，销售额是需要需不需要取门店团购或者外卖销售数据？
以上通俗理解就是要扣字眼，确保算法清晰且没有歧义；如果需求是报表开发，需要与用户确认报表筛选条件、查询周期、用户权限。
3）产品功能说明书编制
功能说明书内容包含了第2步跟业务层面沟通后的结果。此外在这个的基础上，数据产品经理需要与研发同事确认——每个字段数据仓库是否有对应的数据支撑。如果没有，产品经理需要与业务系统产品经理对接，让其提供业务系统对应的表及字段，然后提供至研发同事进行数据抽取及数据处理。
4）产品研发跟踪
研发跟踪主要工作在于：处理研发同事在开发过程中存在的数据取数及核算逻辑疑问问题。
从这几年的数据产品经理经验发现：不管前面几项做得多详细，这个过程也很难避免。主要原因在于：一个需求的研发完成不仅只基于BI（商业智能简称）系统的取数及研发，还涉及到业务系统的取数甚至基础数据的研发；但是提需求的用户不了解系统取数，清楚系统取数的人可能对于业务的理解有偏差。如果三方这这一块没有做好，那最后出来的数据可能经常**有问题，或者说有问题了甚至都不知道。
5）数据测试
报表测试环节分功能测试和数据测试，数据产品一般在功能上都很简单易操作不**出现大的问题，主要是数据测试环节比较繁琐——基本流程是研发同事提供报表对应的基础数据，用户基于基础数据根据核算逻辑重新核算一遍，通过了即可验收。
过程看似简单，但是问题仍然**比较多，譬如经常出现用户在测试过程中根据数据结果更改核算口径甚至指标的情况。
6）报表上线及运营
报表验收上线后，一般**有一个月左右的试营期。在运行过程中，根据用户遇到的功能及数据准确性等问题进行解决及优化，试运行接受后则**对其他用户开放权限。
抛开上述讲的大量的临时数据需求的问题，承接各业务部分发起的项目实施是我们的主要工作。
项目承接主要工作指——按项目要求对需要输出的报表或可视化看板需求等进行研发实施。一般情况下业务部门在发动项目之前已经走完了前面所有的过程，包括立项、内容规划、项目价值、项目输出等，我们数据团队负责整个项目最后的一环——内容输出的实现。
项目实施的过程与上述临时数据需求的过程基本一致：需求沟通及确认、产品设计及UI设计、研发跟踪、功能及数据测试、项目验收、产品上线及试运行、产品跟踪及优化。
主要讲一下产品设计环节，产品设计工作是指基于用户需求，设计更形象化、体验感更优的数据展现形式。
举个例子：
前段时间承接了一个项目，用户提报了55张报表，经历了一段时间的沟通，精简到了25张表，这个过程暂不详述，总之最后就是要做25张表；
其中有8张表处于总分的状态：先看一张表上的数据结果，然后需要以某个维度去细化或者去看某个指标的关联性指标，分析原因或给出解决方案；所以我把这几张表按这个逻辑直接设计成在一张看板展现，以图表的形式更形象化地表现这个逻辑关系；
另7张表结果展现方式分析维度的颗粒度都一致，都是要看商品的某个指标一个月内的所有数据，我把这几张表设计成自助分析形式，图表展现更直观能看数据走势的情况下，给用户更多的指标组合选择；
还剩10张表，每一张基本都是大宽表形式，主要是用户对象是基层员工的操作型报表，这几张表就不再做处理。
这样一来，原有的25张表就变成了1个可视化看板、一个自助分析工具及十张表12个报表应用，既满足用户需求又给用户更好的体验的情况下也减少了研发的工作量；
总结一下，产品设计工作目的在于，基于用户的数据需求设计数据展现形式，满足用户数据需求的同时提高用户体验感；由于我们的数据平台可视化看板及自助分析工具以配置化为主，对于UI设计环节项目中涉及不多，暂且不讲。
数据平台建设中，数据产品经理主要承接前端内容规划及功能设计工作：
在我看来，根据对象用户对大数据平台来做内容规划相对比较合适：直接用户、数据平台管理用户：
1）面对直接用户，需要从业务本身来考虑大数据平台内容规划方式，怎么理解这句话呢？
很简单的例子：就是面向用户的菜单栏你怎么设置，每个菜单栏里面放什么内容，这一块我们一直都是直接与业务组织架构保持一致，然后放置相应组织提报需求开发的报表，或者可视化看板等内容。
我相信大部分公司都差不多按这个原则来规划，但是随着用户需求的增多，特别是出现跨组织跨业务的项目需求时，这种方式很明显已经不再适合。这个时候就需要通过做业务分析蓝图设计来规划菜单。这里我先不针对如果做规划来展开，后面我**专门写一篇文来讨论这一块；
2）大数据平台管理人员，主要是指数据产品经理及研发人员，可以归类为系统管理内容规划，主要包括以下几点：
a. 用户管理方式规划，主要指权限管理，权限是按岗位开通，还是按个人单独定制？
前一种方式开通权限**相对比较方便，但是**导致部分岗位权限相对较大，容易引起数据安全问题；第二种方式权限管控起来就比较乱，也相对繁琐。这就需要数据产品经理结合用户组织特点及数据平台功能来衡量了。
b. 自助分析管理内容规划，自助分析主要是指用户可以根据数据平台提供的数据源，自主做表或者各种分析性图形等。如何管理数据源、如何管理用户自主研发的表或者可视化看板等，都是需要提前规划想好的内容；
c. 应用作业监控平台规划，这一块我们也是近两年开始做，主要用于监控每个数据作业的调度是否按时进行，追踪到每个研发人员，做到及时发现及时解决问题，保证每天早上上班前用户能及时拿到数据；
功能设计主要针对于数据应用，分为报表、可视化看板及自助分析工具三大类：
以上是我根据日常工作经验总结的数据产品主要工作内容，从数据产品经理工作状态及性质上，让大家有了个基本的印象和认知。
但是根据上述内容，我们可以发现很多问题：譬如用户需求承接环节，作为数据产品经理该如何对用户需求进行有效控制以确保需求价值度？如何做好项目管控保证项目正常推动？如何做好数据治理方案，以保证数据及时性及准确性？如何不再被动承接用户项目需求？等等。
由于篇幅有限，没有办法在这里一一阐述，后续我**针对数据产品经理工作涉及的每个阶段性的工作进行展开，全面、系统化地解析，和大家一起探讨数据产品经理进阶之路！
作者：王小涂 公众号：数据产品经理进阶之路（ID：DATAPMZL）
本文由 @王小涂 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于CC0协议
