当产品经理的岗位开始细分，当大数据的浪潮兴起，“数据产品经理”这个岗位也着实火了一把。一方面，越来越多的师弟师妹们问我，数据产品经理具体的工作职责是什么，需要什么样的专业背景；另一方面，不少同事的职位变为数据产品经理，即便是在他们具体的工作内容并未改变的情况下。 　　阿里 　　如果你想，了解阿里大数据的来龙去脉，参与解读大数据背后的业务及商业意义； 　　如果你想，用数据“说话”，全面及时反映全局运营状况，打造“业务瞄准器”，把数据转化成生产力，提升业务运作效率； 　　如果你想，直面业务团队，管理和分析客户需求，形成需求分析和产品设计，推动并解决业务问题，保障业务战略发展和支持管理决策； 　　如果你想，直面千百万商家，深入客户沟通和了解客户需求，规划、设计和落地以商家为目标客户的数据产品并持续优化，为商家做生意提供数据分析、诊断、建议、优化甚至预测服务…… 　　这则广告非常成功地描述了一个美好的愿景，却并没有告知你具体的工作内容会是什么。的确，还是挺让人费解的，对于我来说，面对师弟师妹们忽闪忽闪的大眼睛，如何优雅地回答“产品经理”和“数据产品经理”有什么区别这个问题，是个挺大的问题。 　　为此，我特意去咨询了公司负责产品经理培训的同事，到底什么是数据产品经理，然后，得到了下面的答案： 　　数据产品经理和普通的产品经理有两个差别：首先 　　所以，问题又绕了回来，不是岗位名称定义了工作职责，而是工作内容定义了工作职责，至于具体是什么名字，真的是随它去吧。 　　以下，分享几个我所接触的数据产品经理的工作内容，他们处于数据产品不同的层次，却是环环相扣，彼此依赖，可以映射称为我们语文中的字、词、句、段、篇。

1数据指标（字） 　　无论“大数据”这个词多么的高大上，再海量再丰富的数据，落到存储形态，都逃不过数据表，而表格的每一列，都代表了一定的含义。 　　从数据收集的层面来说，有时候事无巨细，比如，体积庞大的日志信息，可以说包罗万象，但落实到数据应用的层面，我们大部分人都没有办法直接去使用这些原始数据表。因此，就有了数据指标的概念。 　　有相当一部分数据产品经理在根据用户的需求，定义数据指标，定义数据指标的计算方法，同时把经由多重原始数据计算出来的数据指标封装加工成新的数据表，去直接服务用户。 　　以阿里官方店铺数据分析产品生意参谋为例，其中涉及到的数据指标成百上千，由简单到复杂，具体可在官方论坛查阅。举例，基础的数据指标可以是最基本的“浏览量”，“访客数”，“下单金额”等，也可以是经由复杂的计算逻辑得出的“累计支付新买家数”，“全网搜索人气”等。 　　在数据指标这个层面工作的数据产品经理，为数据指标的定义，及数据一致性负责（所谓数据一致性，即不同的人定义的同一个名称的数据指标，可能有不同的计算方法，倘若不一致，会给用户带来很大的困惑，举个最简单的例子，会员被定义为30天内有成交的用户，还是被定义为一年内有成交的用户）。 　　数据指标就相当于中文中的一个个汉字，它们本身有特定的含义，并构成了中文的基础。２数据分析产品（句） 　　当有了数据指标之后，基本就可以基于数据指标去做一切可能的分析了，但那一个个数字堆在你面前的时候，你是否真能从中看出奥秘呢？ 　　由此，产生了一种组合数据指标以帮助用户决策的产品形态，我们将它称为数据分析产品，这是通过将有特定含义的数据指标按一定的逻辑整合在一起，以报表或图形的心态，展现给用户，并支撑用户做决策的产品形态。在这个层面上，数据对用户更友好，使用门槛大幅度降低了。 　　仍然以阿里官方的数据分析产品生意参谋，那几百个数据指标，按不同的主题分为了几个大类，包括首页、实时直播、交易分析、流量分析、营销推广、商品分析、选择助手……作为用户，如果面对一个个数字你觉得茫然，那面对这一个个主题的时候，即便你不懂数据，也可以进行操作了。 　　数据分析产品就像中文中的句子一样，用一个个单字结合，能够表达特定的语意。３数据解决方案（篇） 　　数据解决方案则是最高的层次，也往往成为服务金字塔塔尖的那些客户，赚取最大利润的利器。同样以文字举例，有单字，有句子，尚不足以记录这个世界的波澜变幻，以及我们内心的情感起伏。数据产品也是一样的。 　　同样以天猫卖家的经营举例，他们的线上销售系统用的是天猫卖家版，他们的客服沟通用的是旺旺，他们线下发货用的是自己的ERP系统，同时对应合作的物流服务商，他们的销售推广主要靠广告，分为点击广告和展示广告，同时，他们的会员信息存储在自己的CRM系统里，需要定期关怀和触达…… 　　这一些列的行为，是卖家经营的全链路，就仿佛一部有描述有议论，有事实有情感的小说一样，断然是不能通过一两个数据产品就全部覆盖的。 　　因此，有了数据解决方案这个概念，即整合所有能整合的数据资源，帮助客户在经营决策的全链路过程中提供数据支持服务。 　　在这个场景下，数据产品经理干的事情就多元化起来。比如，我们可以选择不同的数据产品，组合起来推荐给用户，或许恰好就满足了他们的需要；有的时候，现有的数据产品是不够的，所以我们需要寻找或提供更多的数据源，同时寻找合适的开发者，去定制一些满足客户需要的新数据产品；有的时候，不同的数据产品彼此隔离，需要一些联结便可协同工作…… 　　对于数据解决方案的产品经理来说，懂数据自然是基本条件，对业务的理解，也必须深刻，否则根本不足以搞定能支撑业务运转的数据产品来，还是挺有挑战的。 　　回顾过去一年，其实我所做的产品工作，也已经覆盖了数据产品经理不同的层次。个中滋味，大概只有亲身经历，才能体会吧（回复关键词“PM10”可以阅读《在阿里做大数据业务的一年》）。 　　又是一年产品经理招聘季，和你分享我的一些产品经历和产品思考，回复特定序号可以阅读：PM01：谈谈用户型（toC）和商业型（toB）产品经理的区别PM02：在有道词典做产品经理的日子PM03：业务型产品经理和平台型产品经理的区别PM04：大数据时代的人群画像：多少数据足以刻画一个人PM05：遍身罗绮者，不是养蚕人——谈谈用户研究PM06：有理有据的用户体验优化——谈谈可用性测试PM07：学习“开会”再开会——高效会议的行动指南PM08：对这个世界充满好奇——通过提问践行批判性思维PM09：姜还是老的辣——用启发式评估提升产品可用性PM10：在阿里做大数据业务的一年PM11：谈谈数据产品经理的工作职责