数据产品经理是做什么的？

这是两年前将入职场的我写下的一个问题，因为忘记密码了一直没登录这个账号。今年终于把账号找回来了，没想到一开始没有回答的问题有那么多大牛在上面回答了，谢谢各位诚意满满的分享回答!感觉知乎就是这么一个慷慨的平台，大家都很乐于分享自己的学识见闻和经验，谢谢大家让我16年刚开始就收获了小感动!

此回答主要适用于互联网行业的数据产品经理。我的观点主要来自于自己的从业经验以及各种面试的经验。

我的昵称“不写程序的数据工程师不是好产品经理”，从某种程度说明部分的定义，数据产品经理这个职位，其实很跨界：需要懂程序，做数据收集及清洗;需要懂产品，了解内外部用户需求和理解市场;需要懂数据，用数据的方式证明、证伪及发现问题。

因此，个人觉得数据产品经理的几大职能：解释、验证、探索及传播。

解释

产品每天都要面对的问题会有：流量怎么暴涨(或暴跌)了新上的渠道效果怎么样用户的ARPU或者人均PV怎么上升(降低)了

数据产品经理，需要基于数据解释产品或功能的某项核心指标(包括收入、DAU、ROI等等)的走势及背后的原因，往往需要细化到多个维度(比如：时间、区域、渠道等)。基于这些解释，做事后总结或者提前预警，试图保证产品及功能在正确的轨道上发展。

下图是某服务的实时PV数据，并有今日数据与昨日数据的对比。数据产品经理应该学会经常阅读和理解数据并培养对数据的直觉，当数据出现异常的时候，能迅速往下深追找到真正的理由。

验证

产品，特别是互联网产品，按照天或者周的速度在更新和迭代，各种功能及改进都在高频率得上上下下。

对新推出的功能或者改进，验证其效果或者影响，使用的方式包括：简单的时间维度或者地理纬度或者渠道纬度的对比，复杂一些的做AB Testing。Facebook在AB Testing方面积累深厚;对于各种UI方案甚至小到文案及颜色，都需要进行AB Testing来选出最优方案。数据产品工程师，需要在验证的过程中屏蔽各种噪音来排除对真相的干扰。同时，在数据不充分或者无法实现AB Testing的情况下，找到噪音最小的方式来逼近真相。

近年来推出了不少专业做AB Testing的工具，包括比较红火的Optimizely。不过它是一个付费服务，具体收费标准见下图。

探索

产品经理每天都在琢磨用户需求、刚需、痛点、实现……

通过研究内外部的数据(比如：用户的使用行为数据及搜索词等，百度指数及贴吧发言等等)，数据产品经理探索规律和探索用户的需求，通过数据的方式进行初步验证;或者满足一定的功能，通过数据挖掘的方式满足功能需求。之前提到的案例（机器学习数据挖掘类工程师平时主要的工作内容是怎样的？ – 何明科的回答）就属于探索一类。

下图是深圳市早晨高峰时段某类人群出行的热点图，通过热点分析，试图找出这类人群的居住和上班的聚集区，为某个O2O服务提供最佳的线下布点机会。

传播

图文并茂并结合数字的文章(被称之为Infographics)，凭借其直观易读和理性化的呈现方式，越来越受读者的喜欢，并逐渐成为内容制作者青睐的方式。大致类型如下面的文章(自我推销一下自己的文章，制作工具主要使用文图)：

数据产品经理基于内部丰富的数据并结合外部的数据，制作有见地有传播性的图文文章，并便于在朋友圈及知乎等地传播，为自己产品赢得口碑和品牌增值。

下图是使用文图这个工具的交互界面。

数据产品经理之自我修炼

最后，“数据产品经理”涵盖两个关键词：“数据”和“产品经理”。后者已经被说烂了，不再赘述。而前者的修炼，主要专注在数据方面，包括下图的各个环节（摘抄自中国目前数据分析数据挖掘市场情形是怎样的，机会多吗？前景如何？ – 何明科的回答）。

不过，对于产品经理而言，沉淀及存储比较偏工程，可以集中在分析、理解和可视化方面。可视化本来也是需要一定的编程技巧，但是随着工具的发达(包括Tableau以及上文提到的文图)，让门槛大大降低，无需太多编程技巧也可以被数据产品经理轻松掌握。“光说不练假把式，光练不说傻把式，又说又练真把式”，会做漂亮的数据报表才能凸显公司的技术实力和品牌价值，对于数据产品经理来说，也是需要修炼的一课。下图是使用文图这个工具制作漂亮的图文报表的示例。