首先希望大家能重新認識數據產品經理這份工作：大數據產品經理并不一定要數學能力強或者編程能力強，只要你有用數據思考的方式，有相信數據的信念，有數據決策業務的意識，你就是個合格的數據產品經理了。雖然目前數據產品經理在產品類崗位中已經很垂直了，但是思考方式和思維格局還是要比技能本身重要。

按照工作職責，數據類產品經理大致分為：數據分析產品經理，數據挖掘產品經理，策略產品經理，數據工程產品經理。

數據分析產品經理

• 數據分析工具：SQL，python，excel（大部分分析工作都能搞定，尤其是透視表和基本公式要熟練）
• 基礎統計學知識：離散型/連續型概率分布，抽樣分布，區間估計，假設檢驗，回歸擬合簡單方法，曲線相似度判斷（這是我經常用到的，所以先寫進來了）
• 數據可視化工具：excel，tableau
• 業務理解能力：快速定位數據問題，利用數據指導運營，市場分析能力，競爭態勢分析能力，數據敏感度

數據挖掘產品經理

• 行業理解能力（越深刻越好）：之所以把行業放在最前面，是因為數據挖掘和場景一般需要緊密貼合，對場景理解的程度直接決定了數據挖掘的方向和方式。例如：用戶連接WiFi的數據，在金融風控領域可以做人群關系從而判斷欺詐團伙；但是在推薦領域可以做一度人脈，進行內容冷啟動推薦。所以數據挖掘產品經理，核心是行業理解能力和實踐經驗。
• 數據認知能力：數據質量把控（數據維度，密度是否足夠支持挖掘出有價值的東西），數據特征把控（期望，方差，標準差等指標）
• 算法認知能力：監督/非監督機器學習（涉及到是否需要樣本標注數據），主要算法都能解決什么問題（分類問題，回歸問題等），曲線相似度如何評估，算法效果評估（AUC,KS等指標）
• 挖掘認知能力：不同數據的來源和去向，數據隱私保護條例和數據采集合規性等法律條款，不同類型數據的特征（例如短文本和長文字數據特征不同，生成手機設備指紋需要采集哪些維度數據等）
• 產品經理范疇能力：數據產品設計，數據展示前端設計，數據權限管理等

策略產品經理

這里強調的還是數據層面業務打法布局等范疇的能力，而不是使用數據做決策的產品經理（因為我把這個范疇劃分到數據分析產品了）

• 市場分析：數據市場規模，行業前景預測，未來關鍵事件影響，市場資本規模等
• 競品分析：有哪些是競品，競品的業務邊界，競品的發展歷程和關鍵節點，競品的競爭優勢，我們的競爭優勢，我們的競爭機遇等
• 行業理解能力：廣告，金融，電商，新零售，O2O等多個行業，都離不開數據，因此行業理解能力至關重要，也需要長期積累
• 打法落地：業務愿景和產品內核，哪些自己做哪些找合作伙伴，如何整合優勢打市場空白，內部如何溝通并且爭取資源，結果如何評價等等

數據工程類產品

核心就是對數據采集，存儲，計算，數據庫等技術方面了解，提供高效準確穩定的數據通路。這類產品經理比較偏技術了。

• 數據采集：SDK埋點采集，爬蟲采集，現有數據接入（接口或者excel等渠道）
• 數據庫：關系型數據庫（mysql，DB2，SQLServer）的特點，非關系型數據庫（OceanBase，HBase，MongoDB）的特點，數據處理模型的特點（OLAP,OLTP）
• 數據倉庫：數據同步（直連同步，文件同步等），ETL，數據作業調度管理流程，數據質量監控等
• 離線計算：數據體量較大時如何存儲，如何解決數據漂移問題，選擇增量計算還是全量計算等
• 實時計算：流式計算架構，數據處理層級（ODS,DWD,DWS等，在數據倉庫里面也涉及到了），多留關聯等
• 維度表設計：維度設計原則，維度整合，一致性原則，雪花模式維度設計，維度拆分（水平拆分，垂直拆分）
• 事實表設計：事實表設計原則，事實表設計方法（梳理業務過程，聲明力度，確認維度，確定事實），幾類事實表特征（事物事實表，快照等）

以上，都是按照職能來劃分的數據產品，如何具體到行業，還可以細分為統計/風控/推薦/廣告等多個細分領域。?

一個數據產品的職業生涯，不可能總處于同一個領域（例如同時做統計和金融風控兩個領域的數據產品），甚至不可能是同一個職能（例如年終匯報時擔任數據分析產品經理，項目實策劃時擔任策略產品，項目執行時擔任數據挖掘產品）。所以數據產品經理的天花板很高，可以掌控的范圍也很廣，對于新知識和學習能力的要求也很高。

數據產品的核心競爭力是：業務理解能力+數據專業能力。先理解業務，然后在算法/數據挖掘/策略/性能架構 等幾大方向上有一技之長，就能在實際工作中發揮很大價值。

當然如果上述能力全部掌握，那就是全棧數據產品經理了，路漫漫其修遠，一起上下求索吧。