数据产品

下文基于本人在数据产品的实习经验撰写，如有不足轻喷。1.数据产品简介数据产品在每个模块都需要沉淀能力，长期积累业务经验、数据经验，属于综合能力极强的角色，通过对接下游业务、数据仓库、后端完成数据的高效运转。2.数据产品类型（1）偏中台建设数据产品服务解决业务、数仓取数用数看数效率等。这类岗位偏向tob tog业务较多，产品类型包括数据指标中心，自助BI系统，数据集中台，数仓系统等。（2）偏业务以业务为核心，对接策略、运营、商分、销售等角色，梳理需求，整理数据价值，评估需求合理性和提供解决方案。将抽象的业务数据需求梳理为研发能看懂的内容包括指标、维度、数据源，并将其中维度指标交叉关系说明。把握需求排期规划，建设业务用数平台。3.数据产品的价值数据产品的价值体现于作为业务和数据开发的桥梁，业务可以不必了解数仓知识、指标口径、维度等定义就可以做到提需，而数据产品同时也能为从业务视角帮助业务捋清业务价值和数据价值，避免业务浪费资源。而对于数据开发又减少了许多不必要的会议，数据指标、维度的管理和看板搭建等工作由数据产品承接。可以理解为数据BP（需求对接梳理）+产品的角色。4.数据产品所需技能SQL：数据产品必须会，基础的增删改查是不够的，起码要熟悉各种进阶语法的使用，多表连接，查询优化等。以hive SQL为主。产品原型设计：产品基本功，墨刀、axure、figma等，推荐墨刀。PRD：产品基本功+1，不需要有多惊艳，能让研发和业务看得懂你什么意思就行，写出需求背景，需求收益，上游PRD,MRD等。详细部分写出维度，指标口径，数据源等。office全家桶：Excel（起码要会多种公式和数据透视表）word，PPT等可视化工具：Tableau，FineReport等，推荐Tableau。5.数据产品与其他岗位关系（1）上下游关系上游：数据研发，业务研发，前端后端（部分数据门户等需求）下游：策略，运营，销售、商分、财务、HR等，具体情况根据组对接什么方向来定，大部分数据产品是对接运营。例如我实习对接最多反而是搜推。某些业务可能没有数据分析，搭建看板等工作由数据产品承接。（2）数据产品工作分为底、中、应用层底层：埋点治理，数据指标维度治理，甚至数据仓库都可以归类为底层。需要与接口、参数、字段打交道。中层：各类中台、画像标签平台等。利用基础层的数据加工生成价值更高的数据。例如业务需要给某些销量低的商品打上标签，在供给剔除过程中更方便找到低销品。应用层：各类BI看板或者数据门户系统等，类似功能产品的产出。6.数据产品的需求流程（1）需求背景：需求到底需要解决业务方哪些问题，做这个需求到底有什么收益，业务要用什么方式去应用。这也是考验数据产品业务视角的部分，只有明白了需求背景大方向才不会出错。（2）需求梳理：确定指标口径及维度，数据来源，可视化呈现方式，指标维度交叉关系，合作方等。这一步最为关键，也是数据PRD的核心，如果这部分出错了交付可能会出现问题，很有可能当背锅侠，因此一定要和业务方拉扯清楚需求，不要怕对方烦，因为这是他的工作。（3）需求进度跟进：需求评审中跟研发说清背景，收益和目标，讲解以往没有出现过的指标口径，如果已有指标可以略过。根据需求紧急度进行排期，如果业务紧急度重合，让业务自行battle或者紧急调用其他资源。（4）需求数据/功能质量：在验收阶段数据产品需要自行验数，因为研发交付不一定没有问题，而出现问题反而是常态 因此需要对数据准确性和异常case有定位，并反馈研发。验收完数据将部分数据case发给业务让业务验收，对齐看板样式，有些业务会有特殊需求，根据业务线、BU等进行权限隔离等，这部分需要从中台实现。（5）需求交付：在写完SQL、数据集成、搭建看板之后让业务使用，并解答使用过程中的疑问。#美团#  #产品#  #数据产品#  #非技术求职现状#  #牛客创作赏金赛#  #我的工作日记# #牛客AI配图神器#