数据产品经理那点事儿 二

利用吃午饭的时间来整理：

1.  数据产品一个好的 PRD 比原型还要难， 因为原型可以是简单的图表数据展现，数据产品的原型是非常容易画，并满足用户基本需求 。

一个好的原型不是只放一个几个数据图就解决问题了， 而是要考虑这个图上的数据不同的数据含义该如何让用户理解、使用以及在什么数据条件下该如何使用，如何报警的机制，以及后续动作，这些就是数据产品的附加值。但是绝大数的数据产品经理设计的产品思考层次只是满足基本需求也就是个 50 分。

2. 数据产品经理的成长除了自身的努力外，更主要的还是看周边环境。 因为数据产品经理是横跨在两个大型领域模型中，分别是大数据领域、产品经理。

细分是四个子领域：数分及挖掘领域、大数据内容实施与建设领域、工具平台知识领域、产品领域，随着大数据的发展， 融入了 AI 与人工智能、机器学习、算法等相关领域知识。 

比如：大数据内容实施与建设领域、工具平台知识领域结合起来就是 BI 架构师 &数据架构师知识领域，在古生代落地的是 BI 解决方案以及挖掘是服务专人，在现代就是数据价值的泛化，服务更广。

以前构建一个较复杂且专业的 Dashbroad 门槛比较高 ，现在有成熟、易用性更好的工具平台而变得很容易构建。 大数据的建设门槛随着信息化的成熟及各种工具平台变得很低，对于数据的解读、分析以及价值思维会变得越来越重要，未来左手会数据分析用，右手会数据产品的 数据产品经理更有价值。

3. 一个数据产品团队的 lead 除了日常的管理之外，更重要的还是专业上的管理。数据产品难找，有经验的数据产品经理更难找。数据产品的出现不是先天从业务而出现的，不像业务产品那样在一定的用户需求基础上衍生出来的。

数据产品的建设如果只是用户需求基础上进行衍生，那价值远远不够的， 更需要在数据价值、挖掘、研究上去做。简单来讲交付给用户的一张报表满足用户的需求或超出用户的需求，思考点与思考路径都是不同的。 

4. 周鸿祎总结的：第一，互联网产品要有一个灵魂，要符合相关领域的游戏规则，能打动用户的心。第二，互联网产品需要不断运营、持续打磨，好产品是运营出来的，不是开发出来的。第三个特点，“伤其十指，不如断其一指”。在产品方向上，一定要先学会做减法，而不是做加法。要先找对一个点做到极致。

这一点我自己深有体会， 一款好的数据产品在数据产品经理设计中只占到了 40%，剩下的更多的是辛苦运营出来的。自己在做过的第一款数据产品，生命周期中被后人迭代 9 年。自己在这款数据产品的运营上趟了大半年的水。