数据产品经理职业发展的四个阶段

最近收到一位粉丝关于数据产品职业方向的咨询，大环境不景气，数据产品微信群里也有很多对这个岗位的困惑。因为最近项目每天搞到一点多，实在是没有太多精力做非常详实的回复，今天趁着有点空闲和力气，总结一下关于数据产品经理这个岗位职业发展过程常见问题与破局方法，希望可以为有类似困惑的朋友一点启发。

数据产品的迷茫：工作两年主要是做数据报表方向的产品，感觉报表没啥好做的，就是做做驾驶舱，设计个可视化报表啥的。想换工作，招聘网站上看了一圈发现所在城市的数据产品岗位寥寥无几，薪资也不高。所以怀疑是不是数据产品岗位没啥前途了，考虑要不要转B端或者其他中后台方向的产品。

数据产品经理职业发展四阶段

阶段一：初出茅庐

0-1年的数据产品新人，比如应届毕业生还是数据分析、数据开发或者其他方向产品的转行。

特点

处于这一阶段时，对数据产品的岗位有着非常强的好奇心和求知欲，希望可以在这个岗位上大有一番作为。所以会通过各种书籍、课程来补充数据产品的岗位知识。入职新的岗位后，也会非常努力地把工作做好，哪怕只是一些零散的数据产品需求。

主要困惑

首先是要确定该选择哪一个方向的数据产品切入，毕竟数据产品还要划分为开发套件、资产管理与治理、数据应用、数据策略等四大方向（具体的分类方法和能力要求见往期文章）

其次是这个岗位的能力模型是什么，对于应届生还好很多公司招应届生愿意从一张白纸开始培养，而对于其他岗位转岗数据产品的数分、数开等社招有工作经验的，就需要提前有针对性地训练，毕竟按照应届新人的待遇候选人不乐意，按照工作时长那又不是当前岗位的经验资产。

然后就是该怎么学习和提升了，什么渠道什么方式等，很多新人高开低走，开始信誓旦旦但后期却无动于衷，主要原因是不知道从哪里下手。

破局建议：

1.系统、全面的了解数据产品经理岗位的细分方向和能力要求，可以通过网站、书籍或者公众号文章，当然数据干饭人公众号肯定可以作为资源之一，毕竟10多年数据产品的摸爬滚打，各个方向都亲身实践和经历过。不建议一开始就买视频课程，一方面5000多的价格不便宜，其次是一些课程可能只是聚焦在某一方向，并不是数据产品经理的全貌。然后根据自己的专业背景、兴趣爱好选择自己未来愿意从事的方向，避免一开始就找了个不适合不喜欢的方向，再去调整成本就比较高了。

2.数据产品经理的能力模型本质是数据+产品，所以在做技能训练时，可以围绕这两个方向拆分，按照优先级制定学习计划，比如1周了解数据基础（指标体系、数据流程等），1周学习需求分析，1周学习产品设计等等。纸上得来终觉浅，所以可以从竞品分析着手，现在有很多的数据产品都商业化了，可以通过帮助文档或者联系销售进行沟通讲解。学习途径建议还是以多看几篇相关的文章，避免一家之言，这个时候可以适当的看一些价格适中的视频课程。

3.在入职后的项目实操过程中，有意识地思考和沉淀总结心得体会，比如，业务新接了一个需求，我本来的知识体系告诉我应该怎么处理，实际我是怎么做的，这个过程遇到了哪些问题，下个需求怎么做能更好。这样在实践过程中，不断总结出自己的工作方法论。

阶段二：破茧成蝶

特点

1-3年，工作了一段时间，工作环境、业务、老板风格以及工作流程都熟悉了，逐步轻车熟路，开始做一些感觉重复的事情。比如数据报表产品经理，抽象下来就是梳理指标口径，设计可视化大屏或Dashboard并管理开发过程。工具类的产品做个一两年产品也相对稳定，满足日常的需求后续就是逐步的迭代。

主要困惑

岗位新鲜感逐渐淡弱，每天被各种数据质量问题、做不完的报表或产品迭代需求，感觉数据产品的存在感低，不像业务产品可以深度参与直接为公司带来DAU或者营收增量的项目。看不到工作的价值。经常因为数据不准的问题被业务诟病被老板吐槽，甚至成了背锅侠。跳槽机会又不多。

破局建议

1.认清数据产品的岗位的特点，数据产品的本质是提供让数据用起来的工具，工具核心的衡量指标主要是好不好用，有多少人用，使用深度如何，节省多少成本（人力、财力），光头强用斧头和锯子砍树，卖了再多钱也是主要会归功于光头强，而不是斧头。最多在光头强心情好吃肉的时候，给莫磨斧头点汤喝，这样斧头以后可以更卖力干活。所以，数据人要耐得住寂寞。可以主动和业务沟通合作数据驱动的合作专项，荣誉与共，业务吃肉，数据喝点汤也可以。

2.花1~2年左右的时间把当前方向的数据产品体系化建设的能力沉淀下来，形成自己的方法论。比如，做一个报表需求，最基础的要求是掌握拿到一个新的可视化需求的产品流程和方法论，怎么样梳理和管理需求，如何写数据产品需求文档，怎样高效评审方案，怎样管理项目开发团队。其次，要有意识地培养自己地数据分析能力，为什么需要这些指标，如何在一个新的业务场景下，快速迁移指标体系构建的能力。第三个阶段则是化被动为主动，可以主动为业务提供发现问题和提供解决方案的产品能力，做更多可以赋能业务的产品而不是支持业务的需求。做到第三个阶段，才是对这个领域垂直深入。

3.2~3年的时候，可以逐步尝试拓展数据产品的领域了，比如做一个报表，会涉及数据ETL、数据仓库建设、业务端的应用全流程，可以向业务端或者资产端逐步迁移，这样一方面可以扩展技能领域，另一方面也可以在未来工作中，具备更多的知识体系，凸显专业度。

阶段三：渐入佳境

特点

3-5年，逐步成为某一领域的专家，可以读挡一面负责独立的产品线或者业务模块，无论是业务、数据还是产品方面都有了自己的一套方法论，并且可以快速把能力迁移到新的产品领域。我是一块砖，哪里需要哪里搬。

主要困惑

3-5年容易出现一个职业瓶颈期，当前产品领域专业深度够了，很难有大的突破，下一步拓展是还在数据产品还是说完全换一个新的领域，比如B端中后台系统或者数据分析师，甚至数据开发呢。

破局建议

1.基于当前的产品领域向上或者向下迁移拓展，逐步把数据产品的各个方向都能有些覆盖，在1~2个方向有纵向的深度，逐步成为所谓的Π型人才。比如，之前一直做数据可视化产品，向上就是业务的数据智能化应用，比如CDP，用户画像等，向下则是数据资产管理、数据治理。

2.可以积极主动尝试老带新，在培养新人的过程中，把自己的经验进行总结和升华。另外，很多公司的晋升都会要求产品影响力和团队贡献，也顺带完成这个KPI。

阶段四：融会贯通

特点

5-10年及以上，做过了多个方向的数据产品，从独立工作到带团队，培养新人。

主要困惑：产品逐渐稳定，从0到1的产品越来越少，感觉能做的事情越来愈少，年纪也越来越大，行业不景气，chatgpt可能会取代越来越多的工种，时刻担心被裁员。

破局建议

1.持续输出在当前岗位的价值，可以主动承担起数据外交官的职责，找几个核心业务方建立稳定的专项合作关系，一起挖掘数据能够为业务带来的赋能价值。

2.有意识地沉淀个人经验，文章或者视频课程，建立自己地个人影响力，在公司层面成为数据领域的专家

3.学会带团队，不想当将军地士兵不是好士兵，所以要转变思想，从依靠自己完成工作到和团队一起完成工作

4.熟悉数据产品各个领域，团队有困难或需求时，可以快速支持

5.培养组织和协调能力，能够主导中大型项目

6.深度抽象数据和产品方面的方法论，为负责更大的数据团队或者中后台产品团队做好积累

7.尝试切换不同的行业，当前企业数据产品逐步成熟，现在传统企业的数字化转型正如火如荼，数字化人才非常稀缺，需要的更多的是复合型人才，既能通过现有方法论快速迁移熟悉行业业务知识，同时具备全局的数据产品架构能力，可以为数字化转型提供蓝图和执行落地层面的输入。