文章分为上下两篇,一篇采用Who/what/Value/Key/Feature介绍数据产品经理的一些职责,后一篇文章将结合目前精力来说下数据产品的设计和业务逻辑。


Who(谁): 首先我们是产品经理同时我们也是一名数据分析师。


What(什么): 我们提供了公司层级的BI商务智能分析,支撑了各个业务部门的数据需求,同时产出一系列数据产品。


Value(价值):

   1.超强的推动力和跨团队协作能力;
    2.懂业务,能产出公司/战略级别的BI商务智能分析;
    3.懂技术,挂着被人吹嘘的“大数据”,我们知道自己的“小数据”。Hadoop/Spark/SQL/···
    4.懂设计,能够设计出数据产品;

Key(关键点):

1.提供BI商务智能分析;(可人肉,通过数据钻取等方式完成/可通过软件部署完成数据分析)
2.产出符合公司发展的数据产品(基于用户行为的用户染色系统/ 基于呼叫中心、CRM的任务调度系统等···)

Featuer(列表):

围绕BI来说: BI的目的让运营/产品/市场(使用者)更了解数据,让管理层更容易决策业务;找到业务的卡点。

1.让运营/产品更了解数据:产出与业务现状的报表,可进行数据钻取,但请注意,需要提供[通用解决方案];
2.让管理层更容易决策业务:以公司的层面贯穿公司所有业务线来分析数据,并可以进行业务预测;
3.提供数据预警/监控服务,对于异常数据实时跟进;

对于数据产品来说: 知道数据团队有哪些数据,什么数据产品能为业务更好的服务;

1.统一元数据管理 :单条业务产品很少考虑其他的产品线,这就会造成大家对于元数据的定义有歧义;数据团队的基础就是管好元数据;
2.通用的BI解决方案:降低后续开发成本,提供运营/产品/对外商户 自行数据分析的必要组件(数据提取,数据分析);
3.数据团队所采集的数据大多来自业务数据+网站的行为日志,易于产出“用户染色系统”,提供运营;
4.用户的特征库(比如用户喜好,偏好···等)
5.基于CRM/呼叫中心系统的 任务调度系统;
6.统一消息服务,实现多条业务线路的消息实时推动/实时处理;
7.数据仓库;
8.个性化系统···等等在此不做展开了;

关于我,我只说三句话:

  1. 80后产品汪一枚,计算机科班出身,做过CRM/ERP/呼叫中心/广告等业务系统的B端产品经理,现在专心发现数据的价值···
  2. 曾经在业务系统给“自己”挖坑,现在在数据处理为公司打好根基;
  3. 我的签名:我在雨中行走,从不打伞;我有自己的天空,它从不下雨;