数据|想做数据产品经理，需要做哪些准备？( 二 )_面试|校招

1. 看数据阶段这一阶段的数据产品以定制化的、主题式的可视化报表页面为主，即按照业务KPI监控需求，以及业务运营的指标体系，建设数据可视化平台，例如总体经营概况分析、流量分析、渠道分析、商品分析、用户分析等，很多人甚至刚入行的数据产品经理对数据产品的理解也就局限于此了。
通过产品化的方式，解决过去数据获取对数据开发或数据分析人员的依赖，人人都可以通过简单的页面交互操作，即席获取数据，进行下一步的分析。
这个阶段主要解决的是数据获取效率的问题，数据背后反应的业务问题，需要用户具备一定的数据分析能力，才能深挖其价值。
定制化的数据可视化产品做多了就会逐步发现，把工作内容抽象一下基本上就是了解业务关注的指标和常用的分析维度，不同的指标组合以及拆分维度设计可视化展示形态，这一阶段虽然最终的数据产品会提升数据获取的效率，但是产品本身的效率还是很低，因为即使是一个简单的报表也需要由前端开发、数据开发、接口开发进行变现。
2. 快决策阶段满足了基本的“有数据”需求外，用户的诉求其实是“能不能让我再懒一些”，即我不想自己分析了，数据产品能不能更加直接的告诉我，昨天的数据哪个指标有问题，哪个维度是关键影响维度，可能的原因有哪些，业务该如何调整运营动作?此时的数据产品，需要把更多的数据分析思路整合到产品设计流程当中。
“Don’t Make Me Think”，每天上班前，能不能自动地告诉我今天的指标是不是异常，哪里异常了?同时，这一阶段对于数据产品的变现也需要从CaseBy Case的定制化开发转向工具化、流水线自助式的配置。如智能决策BI产品，提供更加灵活、个性化的拖拽式分析及数据可视化呈现能力，以及大屏配置能力。
3. 更智能阶段如果只是提供决策依据，那数据的价值就还没有充分被挖掘出来。数据除了驱动决策外，还可以做更多的事情，比如基于用户画像的用户分层、精细化运营;基于用户历史行为、实时浏览行为的千人千面产品个性化推荐。
在这一阶段的数据产品，聚焦于如何利用数据产品将数据快速输出给到前端产品，进行业务的精细化运营或智能创新。比如，利用CDP平台进行自助化的人群圈选、精准触达。

文章插图
常见的数据产品按照面向的用户群体可以分为：
1）ToC数据产品
直接面向C端用户的，例如各种指数类的应用（百度指数、微信指数、微博指数等），以及基于公开数据进行整合并产品化输出的，如企查查、天眼查等企业信息查询服务的数据产品。
企查查这类公司主要是将：全国企业信用信息公示系统、中国裁判文书网、中国执行信息公开网等公开的企业信息进行抓取和加工处理，形成数据产品，面向C端及企业用户输出付费的数据服务，自己本身不生产数据，只是数据的搬运工和加工者。用户群体包括销售、法律工作者、行业研究者等，甚至是一些娱乐八卦采访人员（查某某明星注册了什么公司，注销了公司是不是有啥动向）
2）ToB商业化数据产品
主要在数据驱动决策、数据化管理时代，一些第三方数据产品服务公司，为本身不具备数据产品研发或者初创期的中小企业提供数据分析解决方案和数据产品服务，例如GrowingIO、神策数据、诸葛IO等新兴用户行为类产品，也包括帆软BI、Tableau等BI分析产品，也包括阿里云、腾讯云等云厂商提供的数据中台解决方案。
3）ToB企业数据产品
服务企业内部，贯穿于数据采集、加工、资产管理、数据应用全流程的数据产品，纵观一线的互联网大厂，围绕大数据应用全流程的数据产品体系基本大同小异，只是在自身的业务场景、产品功能实现上有自己的独特特点，而且内部用户服务好后，也会逐步考虑商业化，将成本分摊出去，例如字节跳动的火山引擎。