大数据|数据产品经理存在的价值究竟是什么？( 二 ) 事业群|京东|阎小兵|退休|Tan

文章插图
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。