数据知识体系

数据产品经理：和数据打交道的产品经理，【数据价值化】

策略类：例如搜索排序、个性化推荐或AI产品经理，利用数据和前端产品深度结合，为C端用户提供更加智能化的产品

业务应用类数据产品：为业务数据决策或数据化运营提供数据产品或工具，比如数据报表&可视化产品，用户画像&CDP数据产品，BI工具数据产品

数据资产管理与治理类：为企业数据资产化管理提供更加高效便捷的工具，例如数据地图、数据质量监控、数据治理等方向。

数据开发工具：提供数据采集、同步、加工的流程化工具，提升数据开发和运维效率，例如离线&实时开发与任务调度工具。

岗位分类

需求挖掘与分析：基于业务（运营、产品等）场景，挖掘数据需求

竞品分析：保持对行业敏感度，不是简单的抄竞品，而是知其然知其所以然，取其精华去其糟粕

产品规划：基于业务的发展方向以及现状，规划数据产品的功能，但因数据特殊性，数据产品的规划节奏需前置性，走在业务前面。

产品设计：将数据需求转化为数据产品方案

沟通协调：要不断地和业务沟通需求，和研发沟通开发过程，向上汇报，推广培训。

项目管理：依赖于研发团队才可以完成方案到产品的落地，因此需要掌握项目管理的方法和技巧，保证项目按计划进行。

产品运营：产品上线不是终点，带来业务价值才是目标，上线后需不断发现问题点，迭代数据产品能力。

产品能力

数据分析能力：尤其是应用类的数据产品经理，只有具备分析思路才能更好的为业务、分析师提供可以高效解决他们问题的数据产品。

数据采集和埋点：数据团队不生产数据，只是数据的搬运工，业务团队生产数据但是不是数据专业，所以想要避免事后无数据、数据不准，亡羊补牢，数据团队提前参与数据采集规范的制定，可以做到防患于未然

数据资产管理和治理：数据本身没有价值，只有资产化加工和管理后，才能更大发挥其作用没有厚实的数据资产作为基础，上层的数字化转型、各种数据产品都是无源之水，现在都说数据成为战略级资产，很多企业往往是缺少将数据资产化的能力。

大数据技术理解：数据从采集、加工处理、业务应用经过非常长的数据链路，在这个过程中，涉及到数据同步集成、存储、计算各种组件，对应的数据加工工具，也是数据产品经理的一个垂直分支，所以需要了解不同组件的应用场景和数据流转的链路，这样才能更好的和用户（数据开发等）沟通。

SQL能力：数据探查和分析，一般来说，可以掌握数据查询、关联、指标聚合等场景即可

数据能力

能力要求

数据采集：采集数据分析所需要的数据，主要是以埋点为主。

数据指标：结合业务场景情况，将明细数据计算，最终得出统计性指标

数据可视化：将指标、维度数据，以图表形式展现出来

数据分析：结合分析方法论与数据情况，得出业务现状信息】发展趋势。

数据治理：针对底层数据以及上层指标进行结构化梳理

业务应用类数据产品能力模型：

数据产品经理知识体系