在自己的大四gap year ，非常幸运来到了一家上市互联网公司的内部孵化项目做数据产品实习生，将近半年的历练，收获颇丰，在这里写一点个人理解。
主要工作内容及职责如下：
业务理解与需求沟通
数据是最终要为业务服务的，只有深刻理解业务部门的需求，数据应用的场景，数据产生的业务流程，业务流程背后的商业模式以及战略，才能设计出与相适配的数据产品，为业务提供更有指导意义的准确数据。而这其中最重要的就是了解业务以及良好的沟通能力。
数据产品规划
提到数据产品，最容易想到的现在非常流行的Dashboard（数据仪表盘），解决的问题就是用户可以随时自助式的获取信息需求，当然还可以包括业务数据的时时监控，当发生数据异常及时警报；向高层人员自动邮件推送信息等等。数据部门的首要目标应该是搭建好公司基础数据平台（包括数据规范、指标定义、数据字典等等），公司日常运营数据精确直观的可视化输出（最常用的就是Dashboard），以满足绝大部分业务部门数据指标的需求，降低用户获取信息的门槛，帮助业务快速获取决策信息。
明确数据源
数据产品经理要明白数据的来源（各业务系统、用户行为日志等），数据仓库中各个字段与源数据的映射关系，这样才能最大程度保证的数据的准确性以及可拓展性。当业务方提出一个数据需求，在双方经过沟通后，数据PM首先应该确认的是现有的数据源是否可以满足需求，对于业务系统，有一些数据是不需要记录的，但是对于数据分析却是十分必要的，此时，数据PM应该推动业务PM以及RD添加该数据字段；并且，还可能存在这样一种情况，计算一个指标所需的数据存放在不同的业务系统，此时，就需要在需求文档中写明规则，让ETL工程师帮助经过清洗转换加载到数据仓库中，即数据集成。总之，在寻找数据源的过程中，需要与业务PM、RD多多沟通，以确保数据源的准确性。
建立分析模型
数据产品的最终目的是为业务方提供合理准确的信息以辅助决策，因此最终确定的分析模型需求文档是提交给开发的最重要的文档之一。
分析模型主要包括：分析主题、指标（定义以及算法等）、维度、钻取、展现方式（柱状图、条形图等等）。
1个简单的订单分析模型如下：
- 指标包括取消、新增、完成订单量；可以按照日期、城市、业务线维度查看；
- 同时支持业务线下钻到服务品类，日期钻取到城市；在展现形式上，折线图可以直观的看出一段时间内数据趋势
- 使用饼状图可以看出各业务线的订单占比，展现形式可以根据需求来确定
总之，是为了让用户在使用数据产品时更“爽”，可以快速得到有用信息。
协助测试以及数据解答
在数据产品上线前，数据产品经理应该基于对于业务的理解测试一下数据的准确性，甚至自己写SQL语句去校验一下数据。这就要求数据PM具有一定的SQL能力，并了解数据的存储环境（如Oracle、Mysql等），这样可以进一步保证数据的准确性；同时在数据产品上线后，数据PM应该做好随时解答业务方相关数据的问题，尤其是发生数据异常时，可能业务部门第一个找到的就是数据PM，因此数据PM应当具有相当的责任心，对自己的产品负责到底，与业务一同找到数据变化背后的根本原因。
最后附一张数据平台架构图。半年的实习，学习到了很多，希望自己能在接下来的学习工作中好好努力！
本文由 @Kevin 原创发布于人人都是产品经理 ，未经许可，禁止转载。
