编辑导读：数据产品经理是产品经理的一个分支，他的本质是在数据价值挖掘和应用的过程中，提供更高效、更智能的数据产品。然而最近数据产品经理却被认为是“笑话”，这是为什么呢？本篇文章作者详细地分析了其原因，快来一起看看吧！
年终将至，马上都要忙着年终总结、新年规划了。要管理技术团队的老板，汇报数据产品团队的工作，最近一直在思考，数据产品经理存在的意义究竟是什么？
如果没有想清楚，说不定老板会觉得，数据产品经理可有可无。甚至可能像张小龙曾经在一次直播中说过的，认为“数据产品经理就是个笑话”。
一、为什么数据产品经理会成为“笑话”？
现在每个人都知道数据很重要，都在讲数字化转型、数据驱动运营增长。在这个过程中，出现很多大数据方向的岗位需求，为什么偏偏数据产品经理是个笑话呢？
1. 不如数据工程师会取数
数据产品经理本质是属于产品经理在B端数据领域的一个垂直分支，整体技术功底不如数据开发人员。
多数情形，就是业务提数据需求后，最终数据的清洗加工处理是由数据工程师完成的，很多不设数据产品经理岗位的公司，业务直接给数据开发提需求，要数据就可以了。
2. 没有数据分析师懂业务
数据分析师一般会紧跟在业务第一线，了解产品、运营最新动向，进行数据的分析形成策略优化建议。
而数据产品经理，主要是基于业务需求进行产品功能的建设，产品搭建完了后，自己并不是相应功能的使用者，所以天然的会离业务远一些。
而且，在数据分析方法、分析技术和工具使用上，也不如数据分析师。
3. 没有算法工程师懂模型
即使是策略类数据产品经理，多数对算法的掌握的程度也是了解主要的算法模型及应用场景的程度，很少有能可以直接上手建模的。
基本上都是业务定场景算法工程师模型开发，在这个过程，似乎数据产品经理也是可有可无。
4. 不具备系统开发能力
数据产品的变现依赖于前、后端的开发实现，对于一些底层的技术类的产品，数据产品经理甚至搞不懂用户的工作流程是什么，无法深入挖掘数据开发工程师的真实需求，这时候可能用户和系统开发直接沟通，反而更高效。
针对数据产品经理的这四宗“原罪”，确实是要客户认识清楚，但数据产品经理真的就一无是处，可有可无了呢？
二、数据产品经理的使命和愿景
在十年的数据产品经理职业生涯中，关于数据产品使命，总结了一句话，“用好用的数据产品助力全链路数据流程的降本增效”。理解下来是三个核心要素：
1. 产品是主要交付物
数据产品经理也是要做出产品的，企业内部的产品能用是最低要求，也要追求极致，让产品更好用，功能强大，体验丝滑。
2. 产品的领域覆盖数据应用的全链路流程
很多人对数据产品的认知停留在数据可视化、用户画像平台，而对于在数据从采集、加工处理、价值挖掘分析应用的全流程相关的产品，都可以定义为数据产品。
例如：
- 数据埋点采集管理
- 数据ETL开发
- 资产管理与治理
- ……
3. 数据产品能做的是锦上添花而非雪中送炭
没有数据产品，根本上不会影响数据价值的发挥。
在没有数据产品的时候，数据开发、数据分析师、算法工程师可以自己玩转数据，只是效率没那么高而已，如果短期求快或不care人力成本的问题，铺对应的人人肉去做就是了，想快就多加人。
三、数据产品经理的核心竞争力与价值
不能因为存在就是合理的，老板也可以因为一句话直接把数据产品经理给干掉。
那么数据产品经理的价值究竟是什么呢？怎样才能构建自己的核心竞争力的护城河？
1. 有没有足够强的需求挖掘和抽象的能力
开发思维和产品思维是有天然的差异的，开发人员会更聚焦于技术的实现以及对业务问题的解决，相比较与业务频繁的沟通，他们可能更愿意静静地撸代码。
所以，数据产品的价值之一，就是统筹各类数据需求，进行需求分析和过滤，必须要做的需求再进行路由分发，这样，相比较业务直接对接数据团队，沟通效率更高，且可以减少一些低价值需求。
此外，数据产品经理通过对需求的抽象，形成产品化的解决方案，可以一劳永逸地解决一类需求，而不是一直caseby case定制化开发。
相反，如果数据产品经理没有构建自己的需求分析、过滤的、产品化的方法论，就是可以被取代的。
2. 是不是具备推动事情发生的意愿和技巧
一个数据产品的诞生，会涉及前后端开发、数据开发、算法开发、以及数据分析师等多个跨团队的工种。
项目执行过程中，需要有一个统筹推进的角色，专职的项目经理？他未必懂数据，产品的规划和设计还是要有人做。
由数据产品经理推动相对更合适，所以数据产品经理需要构建自己在跨团队推动协作的能力，可以把数据产品项目完成得更漂亮。
3. 有没有良好的数据产品思维
数据产品按照在数据流程种解决的问题类型不同，可以分为流程工具类、资产管理类、数据分析应用类、以及算法策略类。
1）流程工具类
比如ETL开发工具、数据治理工具等，定位讲数据开发、加工处理的流程从过去脚本式开发流程用低代码配置化的开发工具实现。
这类产品数据产品经理的核心竞争力在于能够充分理解数据在整个大数据技术组件生态的流转过程，并且能够用产品思维把流程抽象化形成产品功能。
例如，当要新增一种开发任务类型如（kafka-hive数据同步），要能够先把数据同步的主流程以及在任务调度、运营过程中需要具备的能力，具体Kafka数据源同步时需要填哪些参数，找对应的组件负责人确认即可，产品经理很难做到了解每个组件的。
这类产品相对来门槛也是最高的，很多没有技术功底、产品综合能力差的人做这类需求会非常痛苦，用户吐槽需求沟通难，开发吐槽不理解业务流程，只是需求传声筒。
2）资产管理类
一个企业数据的复用度很大程度取决于数据资产的检索能力，酒香也怕巷子深，数据部门开发了很多数仓模型，但业务端并不知道，甚至不同开发之间都不知道，就只能重复造轮子了。
这时，产品经理的核心价值在于能够围绕资产管理、资产检索使用两种场景，设计出可以便捷高效进行资产管理、且可以快速找到目标数据并授权使用的数据产品。
3）数据分析应用类
例如数据可视化平台、自助BI分析、CDP用户运营平台等。
这类产品的特点是，以数据资产为依托，通过数据产品的功能实现快速的决策分析或者精细化运营应用。
应用类数据产品的技术门槛相对低一些，但是对数据的链路需要有基本的认知，需要建立数据分析、业务场景转化成数据需求的能力，并且可以通过数据产品，来实现分析、应用的降本增效。
总之，不管是哪类产品，如果数据产品经理的核心竞争力之一，是要具备良好的产品抽象能力。
4. 能不能比业务更懂数据，比开发更懂业务
曾经有同学问我，“我现在给业务做数据分析报表，那如果业务自己具备数据分析能力了，我作为数据产品经理是不是就没价值了呢？”
不排除有非常懂数据的业务人员，数据产品经理存在的价值是能够通过数据、数据产品帮助业务发现问题，或找到潜在的业务增长点。
想做到这种程度，不仅要把数据思维修炼好，还需要深入了解业务。做到了比业务更懂数据，比开发更懂业务，数据产品经理的竞争壁垒就是存在的。
四、总结
企业可以不设置数据产品经理的岗位，因为不会阻碍数据价值的挖掘和使用。
但是，当企业要追求更快的数据使用效率、更低的成本时，数据产品经理就是时候登场了。
对于数据产品经理会不会活成别人眼中的“笑话”，最重要的是看自己能不能建立核心竞争力的护城河。
如果没业务懂数据，没开发懂产品，那就离out不远了，前几天网传各互联网公司裁员比例，虽然真伪难辨，但互联网行业是残酷的，创造不出价值，那就没有存在价值。
小插曲
我在参加人人都是产品经理2021年度作者评选，希望喜欢我的文章的朋友都能来支持我一下~
点击下方链接进入我的个人参选页面，点击红心即可为我投票。
每人最多可投3票，投票即有机会获得百万惊喜礼品&起点课堂千元豪礼哦！
投票传送门：http://996.pm/zAX89
#专栏作家#
数据干饭人，微信号公众号：数据干饭人，人人都是产品经理专栏作家。专注数据中台产品领域，覆盖开发套件，数据资产与数据治理，BI与数据可视化，精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。
本文原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
