Au cours des deux dernières années, le nom du responsable des produits de données a commencé à avoir de plus en plus de listes de recrutement dans chaque entreprise. J'ai souvent un ami me le demandant, il y a un gestionnaire de produits de données approprié?

Pour les habitudes d'occupation, je pose généralement des questions telles:

1, quel type d'entreprise est votre entreprise, quelle est la phase de développement, combien de personnes sont actuellement?

2, la manière dont le processus de prise de décision de la société utilise les outils d'analyse, existe-t-il un analyste de données à temps plein?

3, combien de personnes développent actuellement un total de produits d'équipe de données?

4, quel type de problème vous voulez des données par le responsable du produit?

Malheureusement, 90% des entreprises se sont arrêtées dans la deuxième question et il n'y a pas d'entreprise à entrer dans le quatrième numéro (à l'exception de la société que vous avez actuellement posée lorsque j'ai été interviewé. Sur l'intervieweur).

Ces quatre problèmes sont confrontés à la demande de la société, seuls ces quatre problèmes peuvent être des réponses relativement claires qui représentent les besoins réels de la société d'un gestionnaire de données professionnel.

Data Product Manager est un gestionnaire de produits de type plate-forme typique, qui suppose la collecte, l'analyse et l'expression des informations de données de la société et détermine l'efficacité de la prise de décision de la société.

Sur la base de cette définition, simulons les questions ci-dessus: 1, quel type d'entreprise faire votre entreprise, quel développement, combien de personnes sont actuellement?

Les achats ne nécessitent pas de fabricants de données, car il ne peut pas aider - ce n'est pas un salaire élevé, mais dit que cette consommation professionnelle est très importante. Un gestionnaire de produits de données doit jouer un rôle dans un ensemble de ressources de R & D à partir des ingénieurs de la recherche client, du serveur et des données sur les ingénieurs de première extrémité et les ingénieurs de recherche et de développement de serveur et de données ne peuvent avoir qu'une seule personne. La personne qui entourait les données est inférieure à 4 ou 5 personnes, plus de dix personnes, une entreprise de démarrage est vraiment inutile de créer une telle équipe.

"Cependant, il y a beaucoup de données dans notre entreprise, nous devons également accumuler de grandes données, faites-vous une grande analyse de données?" Certains amis ne discutent pas encore. "Veuillez faire votre propre analyse de données ou un analyste de données à temps plein pour 1-3 ans d'expérience." J'ai généralement un bon discours car c'est fondamentalement la production initiale de grandes données, ou je ne comprends pas les données, ni a été dupe.

La société inférieure à 100 est essentiellement nécessaire pour avoir un gestionnaire de produits de données à temps plein. La société peut utiliser l'outil d'analyse de données du tiers et essayer de créer un système de traitement de données interne simple. Démarrez des données d'accumulation conscientes. Lorsque la société a commencé à développer un développement multi-affaires à partir d'une seule entreprise, la personne a commencé à se développer dans la direction de 400 personnes,Pour commencer à construire une équipe de produits de données au niveau de l'entreprise, recruter des architectes de génie des données. La description ci-dessus convient également au secteur d'activité de la grande entreprise, mais il ne convient pas aux fournisseurs de services de données indépendants, etc. selon les données.
2, la manière dont le processus de prise de décision de la société utilise les outils d'analyse, existe-t-il un analyste de données à temps plein?
En règle générale, le PDG de la poussée commencera à collecter des données au stade précoce du produit et utilisera quelques outils d'analyse de données tiers - vous, que la Ligue, la ParleData, les statistiques de Xiaomi, etc. peuvent être résolues. Enterprise's KPI et analyse anormale simple, MixPanel, Deltadna, GrapheTbeat, etc. peuvent résoudre les besoins d'analyse, Analyse Shenshi, Amazon QuickSight, Google Data Studio, etc. de différentes industries, peut répondre à une attention particulière à la sécurité des données et plus de lignes d'activité , qui nécessite un grand nombre d'entreprises analysées.

De la deuxième classe, l'analyste de données à temps plein est une carrière essentielle de la société. Pour le moment, l'activité de données est compliquée et spécialisée, et il n'existe aucun analyste spécial, il est difficile de mener une analyse efficace. Le rôle de l'outil est d'aider la concentration rapide de la société dans la résolution de problèmes d'entreprise, sans la nécessité de perdre du temps précieux dans l'analyse et le traitement de bûches brutes compliquées.

Et entrer dans la troisième catégorie, est essentiellement confrontée à la pression sur la ligne multiservices parallèle, à ce stade, la quantité de données générée par les activités de la société est grande et la dimension, et le marché changeant nécessite que la société Doit faire beaucoup. Décision - Plus de données doivent être extraites, analysées et exprimées aux décideurs clés.

OK, après la deuxième question, nous pouvons formellement entrer le Guide de survie du gestionnaire de données de données.

Guide de survie Article 1: La capacité d'analyse des données est le fondement de la survie. Vous devez donc être compétent - rappelez-vous est compétent, pas quelques outils, combien de raccourcis Excel seront faits.

Data Product Manager, comme le nom suggère le gestionnaire de produits pour des données spécialisées, cela signifie qu'il doit disposer des capacités de base suivantes:
1. Analyse des données

] L'analyse des données n'est pas une forme froide sur R Studio, ni l'opération Excel quelques fois de perspective de données, bien entendu, de ne pas écrire quelques extractions SQL plusieurs numéros. Il est un ensemble de méthodes d'analyse de la stratégie de la concurrence commerciale de la société à l'opération d'entreprise de première intention. Sur la base de cette méthode, le gestionnaire de produits de données peut mettre la société de haut en bas dans une autre entreprise dans le même modèle, en aidant ainsi la couche de prise de décision à travers des problèmes de positionnement rapide des données.
Cela nécessite que les produits de données ont une très forte sensibilité des données, un apprentissage rapide des entreprises et une compréhensionEt capacité de collecte d'informations de l'industrie. La philosophie de l'analyse des données est audacieuse et suppose une attention particulière. La sensibilité des données détermine le taux de frappe que vous supposez. La concurrence dans l'industrie de l'Internet est très intense et la société effectue souvent une nouvelle entreprise et élargit de nouvelles affaires. Les capacités d'apprentissage des entreprises rapides vous permettent de créer un modèle d'analyse de l'entreprise pour différentes industries et la compréhension détermine l'adaptabilité de votre modèle de construction. La capacité de collecte d'informations détermine si votre industrie est dans l'industrie, peut voir le plafond de l'industrie.

Deuxièmement, la conception du produit

Comme il s'agit de chef de produit, la capacité de conception de produits est essentielle. Il prend une attention particulière aux capacités d'analyse de marché et à la demande d'analyse et de compréhension de la demande, suivie de l'expérience utilisateur et de la visualisation des données. Comme le responsable de produit C-terminal, les originaux de dessin de fichiers écrits sont les travaux secondaires, le positionnement du marché du quasi-produit, la compréhension de la demande essentielle des utilisateurs est l'essence de la conception du produit.

Je me souviens que lorsque l'article de Wechat Circle Cercle dans la prochaine fois, il peut être automatiquement positionné pour la dernière lecture. Confuse L'article de micro-blogging à l'heure est également une page d'une page comme une page, et il n'y a pas de fonction similaire spécialisée en lecture. La conception du produit visible n'est pas une interaction froide, mais une analyse des caractéristiques du comportement de l'utilisateur, qui est plus forte pour chaque fonction.

Troisièmement, la gestion de projet
Comme une ressource d'ingénierie extrêmement fiables, de bonnes capacités de gestion de projet déterminent le succès ou l'échec de l'ensemble du projet de données. Les produits de données sont confrontés à des flux de données extrêmement complexes et à des flux commerciaux. Afin de préparer une préparation des données, la stabilité du système, le système de reporting rapide de la requête, le gestionnaire de produits doit commencer à terminer à partir du journal sous-jacent, en peignant chaque processus de traitement de données.
Parce que les raisons de la logique de traitement, le développement de systèmes de données est très long et que les besoins commerciaux de l'entreprise sont généralement, ou l'explosion n'est pas raisonnable. Afin de garantir l'état du système, le développement du système de données sera généralement divisé dans la couche d'application et la couche de plate-forme double propulsion - le premier est responsable des besoins commerciaux rapides de réponse, de la semaine ou de la double semaine, le Ce dernier est responsable de la stabilité de la construction d'une plate-forme de données rapide, iTerate dans le mois ou le trimestre.
Quatrièmement, la réflexion sur la plate-forme
L'objectif ultime du gestionnaire de produits de données est de laisser l'expression automatique des données, de fournir des journaux basés sur les entreprises, du rapport à la trousse d'outils de prévision intelligente. D'une part, le produit continuera à dessiner et à intégrer diverses données de chaque entreprise. D'autre part, les données doivent être stabilisées et exprimées rapidement, permettant au service d'obtenir une perspicacité des données des données. Pour ce faire, le responsable de produit doit avoir une réflexion sur la plate-forme. Comment apprendre à fumer les données de l'entreprise relativement fermée, ouverte au côté de l'entreprise sous forme de service et enfin forméLes données sont fournies à la boucle fermée de l'application de données.