有意投身數據產品經理這個崗位的同學，可以選擇往哪些方向搭建自己的能力體系？這篇文章里，作者嘗試對數據產品經理的能力模型做了拆解和釋義，一起來看看吧。
有意投身數據產品經理這個崗位的同學，可以選擇往哪些方向搭建自己的能力體系？這篇文章里，作者嘗試對數據產品經理的能力模型做了拆解和釋義，一起來看看吧。
本篇為系列的第二篇文章，對數據產品經理的能力模型進行拆解和釋義，能夠幫助有意投身此行業和方向的同學們有意識地搭建和加強自己的職業技能樹，以實現更好的職業發展。
一、專業能力 1. 通用產品能力
所謂通用產品能力，即是指僅作為一個產品經理，不論是任何細分方向或行業的產品經理（數據、C端、B端抑或是金融、政府、工業網際網路等）都應該具備的最底層最通用的能力。
如下圖所示。
所以，不管您目前是在做哪個類型或者哪個行業的產品經理，這些通用能力的積累和修煉都是必要的，屬於產品經理的基本功範疇。
2. 數據方向能力
接下來的幾個小節，才是我們今天要說的重點，關於數據產品經理需要做好哪些專業且縱深的能力修煉。接系列的第一篇(《寫給數據產品後浪們的修煉指南（一）科普篇》)文章中所述，我們將數據產品經理按其工作方向細分為了三類，因此，我們也將分類討論每一類數據PM的能力圖譜。
1）數據體系能力
首先，我們的數據體系產品經理應該具備一些什麼樣的能力呢？作為「天條制定者」，他們需要制定規則來指導整個航船的行進策略執行，包括行進方向、距離、時機等。那麼，這就要求他們必須在了解目的地在哪裡的同時，知曉走哪條路才能抵達。對應到數據業務上，其實就是需要了解(要真正實現幫助，乃至驅動)業務需要什麼數據？怎麼把這些數據提供出來？
要做到這個目標，由淺及深是需要具備以下幾個關鍵能力的：
數據分析
看到這個關鍵詞，讀者或許會產生一個疑問——不是有專門的數據分析師嗎？那數據產品經理再摻和進去，那不是能力資源浪費並且工作邊界會打架嗎？
有這個疑問是很正常的，但數據分析本身除了是一個工種之外，也是作為商業社會任何一個職場人都可以具備的一項工作技能和思維習慣，對數據產品經理來說，就更是這樣了。數據產品經理的工作中是一直在跟數據打交道的，具備數據分析的能力和習慣可以說是必須的，也會對工作開展和取得成效大有幫助。
怎麼提升數據分析能力？閱讀數據分析類書籍，如《精益數據分析》；認真研讀數據分析師出的專業數據報告並展開探討等都是行之有效的方式，但最重要的還是自己有意識地在工作和生活中培養數據分析的習慣和「用數據說話」的思維方式。
業務梳理
不止是數據工作，即便是目前已發展得更為成熟的信息化項目，將業務線上化、系統化的這類工作同樣是需要經過業務梳理的。
首先，要做的是在跟業務團隊（管理角色和執行角色）一輪輪地進行溝通訪談，以此為信息來源再結合對業務的自我消化理解逐步梳理出「業務流」，再在「業務流」的基礎上標註出「業務痛點」，與業務團隊進行確認。之後就是基於「痛點」轉化為「需求」。比如你做的是微信業務，那麼你需要先梳理出如下圖所示的微信業務架構圖。
指標體系搭建
當我們完成了業務梳理，把「業務痛點」進一步轉化為「數據需求」之後，其實我們已經獲得了關於「目的地」的初步信息——我們知道了業務要看哪些數據。
但此時，這些基於需求提煉出來的數據是零散的，不成體系的，這可能僅僅是世界拼圖的其中一個「碎片」，而我們要做的不僅僅是點對點地完成這條「航線」，而是搭建「航線網絡」。這就需要我們與數據分析師一起進行指標體系的搭建。這項工作在業界也有較為成熟的方法論和實踐了，可參考阿里的OneData。
BI工具使用
在整理好指標體系並圈定分期建設重點之後，數據開發工程師們就開始動起來了，如火如荼地開始了面向維度建模的數倉建設。用大白話來說，就是開始「做表」了。
那麼在表做好之後，就能夠直接給業務方交差了嗎？那多半是不行的。易用性對數據團隊來說是很重要的一個要求，如果易用性拖後腿，那麼即使工程師們的建模再好，表內的數據內容再準確及時，可能在業務方那邊也用不起來，而用不起來對數據團隊的產出絕對是「滅頂之災」。
所以，問題在哪？易用性。我們要解決易用性的問題，表面上看我們是要解決數據表的使用問題，而實際上對應的應該是——如何解決「數據的最後一公里」問題？我要把數倉產出的數據以符合一整套業務邏輯且易讀易懂的產出物形式交付給業務方。
那說到底，就是BI（商業智能）；再通俗點，就是數據可視化。數據可視化的解決方案一般有兩種途徑：
很顯然，後者相比前者更具備通用性和成本優勢。那麼這就要求了我們的數據產品經理要熟悉市面上主流BI工具的基本原理，並且會使用它。
數據治理方法論
當經驗點刷到這裡，應該具備能勝任一個中高級崗位的能力了。掌握整套數據治理方法論，熟知數據中台應用架構中的每一層每一塊內容，是能夠幫助我們了解整個數據工作的邏輯和邊界的。
所謂邏輯，即是整個數據的產生-加工-消費鏈路；所謂邊界，即是整個鏈路中的關鍵環節要完成的工作和達到的標準。對這一整個知識體系有一個清晰了解和某些板塊的項目實踐之後，更能夠清楚：我們當前在哪裡？我們即將去往哪裡？我們還需要做什麼？這其實是為全局規劃服務的。
數據標準及規範制定
當能力樹點亮到這個，那基本上就能算高級崗位的水平了。這項能力指的是，能夠基於數據治理方法論和企業實際情況，制定出一套具備可執行性的企業級數據標準和數據管理規範，一旦發布，大家都要按照這套標準和規範來執行。目的是通過標準化定義和約束數據各環節產出及處理過程，提升企業的數據質量和數據流通效率，保障企業內的數據應用具備高可靠性。
2）數據平台能力
讓我們再來回顧一下，數據平台產品經理是幹什麼的呢？是「方舟打造者」。那麼，應該具備一些什麼樣的能力呢？
首先，需要明確的是：目標是什麼？需要打造一艘怎樣的「方舟」？答案也很顯而易見了，需要提供給業務方使用的應用平台，必須契合業務場景且具備易用性，用戶能夠快速上手並利用它實現對業務決策的指導和業務執行的賦能，讓數據發揮最大的業務價值。這是其一。
其二是給數據團隊提供趁手的開發平台，讓數據團隊可以如「兩耳不聞窗外事，一心只讀聖賢書」一般地專注在數據需求的開發和模型的設計上，精益求精，提升開發效率。
這就要求數據平台產品經理具備以下幾個關鍵能力：
數據平台架構
對數據平台架構的整體認知，了解每一層和每一個模塊的定位和關聯關係，再進一步就能了解模塊之間是怎麼協同配合完成數據生產消費鏈上的對應工作的。這能夠幫助數據平台產品經理建立一個整體性的認知框架，知道當下有什麼，痛點在哪裡，哪些適合外采，各個模塊的建設優先級等關鍵性的內容和判斷，對於做好數據平台的規劃，制定最優落地節奏是至關重要的。
數據開發流水線
數據平台產品經理需要對數據開發流水線了如指掌，即：數據是怎麼被生產加工出來成為最終在應用場景下產生業務價值的模樣的？通常來講會涉及數據採集、數據清洗、數據加工(建模)、數據驗證和數據上線等節點。
但這其中需要提供哪些支持和服務才能提升開發效率，是需要數據平台產品經理去思考和「因地制宜」的事情。比如數據採集，涉及到哪些數據的採集，原始狀態是什麼，從哪裡產生的？用戶行為數據通過埋點採集，那麼是否需要做標準和管理？業務數據是從業務系統採集的，那麼同步方式是什麼？實時還是離線？走讀庫還是接口傳輸？等等。
有非常多的問題和場景需要數據平台產品經理理清頭緒，結合實際，思考解決方案。
數據資產管理
除了開發流水線以外，數據平台產品經理還必須建立一個認知——數據資產管理。
首先，數據是應該作為資產被管理起來的，所有經手數據團隊處理的數據更應該有規範化的資產管理。數據資產管理同時也應該是服務於數據開發流水線的，是作為字典或知識庫類型的存在，且這個數據資產字典一旦建立，還可封裝為應用類產品向企業內其他用戶（除數據團隊外）提供資產查詢類的服務，如數據地圖等，這是具備業務價值的。
數據資產管理中通常會包含元數據管理、主數據管理、數據標準管理、數據模型管理等內容。
質量與安全意識
在數據中台架構中，以上所述的都是存在於架構中的每個分層的內容。但還有兩塊重要的內容是縱向的，貫穿數據建設工作始終，從數據接入到數據應用的，即為：質量體系和安全體系。
為什麼會這樣？因為任何一個層次或者說任何一個流水線節點上都可能發生質量事故和安全問題。數據平台產品經理應該清楚地了解數據質量管理管的是什麼？至於是通過機制規範來保障還是通過建設系統來強管控，這沒有標準答案，具體情況具體分析。同樣也應該清楚數據安全又是包含了那些內涵？用戶隱私數據保護，企業內數據權限管控，跨平台加解密應用等，一切是為了合法與合規服務的，這同樣符合企業利益。《數據安全法》、《個保法》可以一讀。
3）高階前沿技術儲備
此類能力主要是針對「智能化應用」這個分支來講的。需要對一些前沿技術，如智能算法、機器學習、數字員工、AI大模型等有一定的了解，並基於自己的理解，形成自身的知識儲備。
前沿技術原理
這個說來很簡單，但實際是「知易行難」。在業界總會有層出不窮的「新技術」，撩得人實在是眼花繚亂，有些甚至「風很大」，但很多也是「雷聲大雨點小」罷了。對於感興趣的新技術，我建議數據產品經理關注客觀的東西，不過多沉浸主觀的內容（比如同行的討論點評等），以樸素的邏輯和「空杯」心態去啃這個新技術原理層面的內涵，從而判斷它的含金量、階段和應用前景。
應用方向和場景
對於已有一些應用實踐和「頭一批吃螃蟹人」的前沿技術，重點在於關注它的應用方向和場景，看一下跟自己所處的行業或在做的方向有沒有什麼參考或者可結合點，對於數據產品經理來說，新技術最重要的永遠不是其本身的學術價值有多高，而是在於應用價值有多高。
二、軟實力
以上所說的都是干數據產品這個工作所需要的專業能力，也就是硬核技能。但要想真的把這個工作乾得出色，或許軟實力才是決定天花板的存在。
1. 溝通與表達的
我想在日常工作和生活中，溝通和表達能力的重要性無需再多言了吧。同樣一件事，換個人來講，達到的效果可能完全不同；同樣一個衝突，不同人來處理，可能也是截然相反的結果。
在數據工作中，對於溝通與表達能力，強調的是：上下文、簡潔和精準。上下文是指你最好提前收集並理解一些業務背景（組織架構關係、角色人物關係、項目的前因後果、來龍去脈等），這對於你能聽懂對方的意思很重要。
簡潔和精準主要是針對「表達」提出的要求，首先你的語言要儘可能精鍊，所謂的「信息熵」要足夠大。其次你的措辭和文字表達要精準，不要犯詞不達意、模稜兩可的錯誤。表達最重要的是能讓別人理解你的意思，並儘可能地認同你。
2. 文檔能力
上文所述的溝通表達多是指口頭的能力，也就是說。這裡的文檔能力則指的是筆頭的能力，也就是寫。此兩種能力如同武林高手的招式和內功，缺一不可，合之則強。如何才能被稱為一份好的文檔呢？要點在於：
- 找對並且面向讀者
- 結構清晰
- 詳略有致
產品經理的工作中時常都少不了彙報這麼個事。但是對於彙報這件事的認知和意識，千差萬別。而這也決定著彙報的效果，聽彙報者的感受，甚至是自身的職業發展前景。
除了對個人而言，彙報意識和能力重要性不言而喻之外，對於數據團隊，彙報的重要性也常常被忽視。數據團隊不同於業務團隊，在整個「作戰」布局上，是更處於中後方的這樣一個定位，相比於聽炮火，拿戰果的人，是更容易被忽視和更需要被看見的。這就需要數據團隊主動地展示自己，包括已建設的各種產品矩陣（開箱即用）、整個應用架構、可為業務賦能的其他能力等。
「酒香也怕巷子深」，不要羞於宣傳自己，要主動提高影響力。
4. 情商
關於情商，其他不多說了，就說一點。雖然說數據工作是很嚴謹的偏專業性、技術性的工作，但在實際落地時，要想達到最佳效果，並不是非黑即白地逐條監督執行規範就可以的。
條例是死的，但人是活的，很多時候要推進工作，更好的方式是潤滑和協同，合作大於支配。所以在工作中練就和展現較高的情商，與業務方及協作方維持較好關係，秉承著「功成不必在我」的理念，也就沒有那麼難搞定的工作。
結語
以上是這個系列的第二篇文章，著重介紹數據產品經理的能力圖譜，希望能有所幫助。系列的第三篇文章是實用乾貨，講的是數據產品經理的面試要訣，敬請期待。
本文由 @maggieC 原創發布於人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基於 CC0 協議。