01 什么是数据产品经理？

近些年来，产品经理的一个新的分支——数据产品经理正在兴起。很多企业开始意识到大数据对于企业管理和精细化运营的重要性，着手招聘大量数据相关的从业人员，开发各种数据产品。

数据会对业务产生非常直接的影响，会影响业务负责人对业绩现状和团队努力的认知、对驱动因素的深层次思考，进而影响其对业务方向的长期判断。

这里面，数据产品经理是极其重要的承载环节，他们直接决定了业务负责人和分析团队的同事对于数据的获取速度、获取准确度及获取方式。数据产品经理是企业数据化战略的重中之重。

数据产品经理是个年轻的职业，是伴随大数据技术的成熟而诞生的。数据产品经理的职责是围绕数据构建解决方案，从获取数据的埋点到数据治理，从数据提取到数据可视化，从数字营销到广告，从搜索到千人千面的推荐，从风控到规划，从预测到AI。

▼

• 《数据产品经理：实战进阶》
• 作者：杨楠楠 李凯东 陈新涛 萧饭饭 等
• 推荐语：一部全面讲解数据产品经理核心知识体系的著作。让读者全面了解数据产品经理的工作内容、系统掌握数据产品的核心知识体系，快速实现从入门到进阶的突破。

02 成为数据产品经理需要什么能力？

一名数据产品经理，既需要作为“产品经理”的普适技能，也需要“数据”相关的专业知识，同时需要一些职场中通用的“软能力”。

下面以数据产品经理需要具备的三种能力为主线展开，推荐一份必读书单，哪本书都能助你成为一名优秀的数据产品经理。

1. 产品经理能力

大多数人对产品经理的认识可能是画原型图的、理解用户需求的、业绩不好时担责任的、推动项目上线的，这是因为产品经理主要负责偏复合型的工作，在项目中充当桥梁的作用，往往缺乏特别专一的技能。

所以，很多人开玩笑说：“如果你不会测试、不会写代码、不会做运营经理，那么你适合去做一个产品经理。”但果真如此吗？其实不然，在各大公司中，产品经理必须具有某种非常核心的竞争力才能够在职场中生存下来，没有任何一个CEO愿意为一个毫无价值的人支付薪水。

那这份“非常核心的竞争力”是什么呢？是项目沟通能力和对用户的深刻理解能力。

对于产品经理来说，这两项能力是不可或缺的，没有这两项能力就无法保证项目效果的顺利达成。无论是功能型产品经理，还是策略产品经理，都需要具备这两项核心竞争力。

▼

• 《策略产品经理：模型与方法论》
• 作者：青十五
• 推荐语：这是一部从数学、经济学、人工智能3个角度讲解策略产品经理方法论的著作，围绕搜索、推荐、广告、定价、匹配调度等各种常见的应用场景，总结了大量策略产品模型。

▼

• 《策略产品经理实践》
• 作者：韩瞳
• 推荐语：这是一本全面梳理策略产品经理知识图谱、系统总结策略产品经理方法论、深入挖掘策略产品经理技巧的著作。

2. 数据专业能力

数据专业能力的核心部分是数据产品设计能力、数据分析能力。

数据产品设计方法属于产品设计的一个分支，一样需要从需求和问题出发，着力于提供优秀的解决方案，同时有自己的独特要求—发挥数据价值，突出表现在数据资产管理和数据业务效率提升两方面。

数据资产管理是数据产品绕不开的话题，从采集清洗到存储管理，无处不在，核心是将数据这条四处奔涌的“水流”规范在稳定的“河道”上，以使其为民所用。、

数据分析也是数据产品经理有别于其他产品经理的特质能力之一。虽说数据分析一般会有专门的数据分析师负责，但数据产品在与业务结合的过程中，经常需要通过分析的过程来体现价值，所以数据产品经理必须熟知甚至精通数据分析。

• 详情可参考：数据分析怎么学？我画了一个导图，又找到22本书

数据业务效率提升，则是为了更好地发挥数据资产的价值，从产出各种分析功能，比如多维分析、漏斗分析及留存分析等，到设计合适的数据可视化，利用图形精准地传递信息，设计各种复杂的数据策略。这里考验的是定位业务场景及需求，设计高效的数据解决方案能力。

真正的数据产品经理还要学会发挥数据的价值，通过数据驱动业务，提升业务。

仅数据部门使用数据无法做到数据驱动，只有让公司的每个部门、每个人都能方便快捷地使用数据做决策，才算是数据赋能，才能够极大提升整个公司的数据水平—而这需要良好的数据建设能力。所以，从数据采集到数据治理、应用、能力输出整个链条的内容数据产品经理都需要掌握。

数据变得越来越重要，不仅可以进行辅助策略，还可以实现自动化的个性化运营。而数据价值的起点就是埋点，只有合理地埋点，规范地上报，数据才会产生价值。

数据中台越来越火，已有燎原之势。现在企业如果没有数据中台，似乎就是没有跟上时代的潮流。数据指标也是构建数据中台的重要一环，数据指标的建立让运营和产品人员更直观地看到基本指标的变动，让数据分析师更便捷地开展数据分析工作。数据产品经理在深刻理解数据中台的基础上，能更好地进行产品设计。

最近几年精益创业及增长黑客的兴起，借助A/B测试来实现产品的迭代、优化产品设计及运营策略已经成为互联网行业的基本共识和方法。数据产品经理通过A/B测试可以实现科学决策，得到不同用户的反馈。

▼

• 《关键迭代：可信赖的线上对照实验》
• 作者：罗恩·科哈维（Ron Kohavi）
• 译者：韩玮 胡鹃娟 段玮韬 胡泽浩 等
• 推荐语：亚马逊、谷歌、微软和领英等公司互联网产品成功的秘诀！线上对照实验（A/B测试）领域的“圣经”！硅谷创业教父Steve Blank、微软前执行副总裁沈向洋、脸书前首席技术官Adam D'Angelo、谷歌高级院士Jeff Dean等37位专家联袂推荐！

▼

• 《数据科学工程实践：用户行为分析与建模、A/B实验、SQLFlow》
• 作者：谢梁 缪莹莹 高梓尧 王子玲 等
• 推荐语：这是一本将数据科学三要素一一商业理解、量化模型、数据技术全面打通的实战性著作，是来自腾讯、滴滴、快手等一线互联网企业的数据科学家、数据分析师和算法工程师的经验总结，得到了SQLFlow创始人以及腾讯、网易、快手、贝壳找房、谷歌等企业的专家一致好评和推荐。

用户画像作为当下描述分析用户、运营营销的重要工具，被全部互联网人熟知和应用，已经成为每个公司数据建设中必备的一部分，也是数据产品比较热门的一个分支。一个公司的用户画像系统既可以支持推荐、广告、push等营销类场景，提升流量变现效率，也可以支持产品部，加强对市场和用户的洞察，从而提升用户体验，扩大市场规模。因此，数据产品经理也需要掌握用户画像系统的构建思路。

▼

• 《用户画像：方法论与工程化解决方案》
• 作者：赵宏田
• 推荐语：这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作，同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。

随着大数据技术的发展，数据产品经理不仅在数字化运营领域十分关键，在搜索、推荐、风控等领域也开始发挥越来越重要的作用。

▼

• 《智能风控平台：架构、设计与实现》
• 作者：郑江
• 推荐语：本书从智能风控的原理、智能风控平台的架构、智能风控平台的产品设计与实现3个维度展开，讲解了如何基于不同业务场景的智能风控方法来构建一个从数据到计算再到决策的通用智能风控平台，该平台既能应用于业务的全流程，又能承载互联网业务中的大部分风险控制方案。

除此之外，一些技术相关知识也必不可少，主要是数据仓库、大数据技术架构及数据挖掘算法等方面的基础知识。

▼

• 《Flink设计与实现：核心原理与源码解析》
• 作者：张利兵
• 推荐语：这是一本从源代码角度剖析Flink设计思想、架构原理以及各功能模块的底层实现原理的著作。化繁为简，用大量架构设计图、UML图和代码注释降低读者阅读和理解Flink源代码的门槛。

▼

• 《ClickHouse原理解析与应用实战》
• 作者：朱凯
• 推荐语：ClickHouse开山之作！ClickHouse官方团队研发负责人亲自作序推荐，ClickHouse核心贡献者亲自执笔，从理念、功能、原理以及实践等多个维度对ClickHouse进行全方位解析。

▼

• 《阿里巴巴B2B电商算法实战》
• 作者：阿里巴巴CBU技术部（1688.com)
• 推荐语：阿里B2B电商算法首次对外公开，阿里CBU技术部15年经验总结.结合阿里巴巴B2B电商业务场景，深度解析算法对用户、商品、商家的精准刻画，围绕搜索、推荐、营销、直播、端智能等场景建模，还原商业视角的技术思考和落地。

3. 软能力

在产品经理的职业生涯中，软能力的重要性不言而喻。洞察需求后，我们需要知道背后的商业模式和业务运转原理，从而更好地服务用户和公司，这是“商业认知能力”。为了落地产品方案，推动项目按时按质上线，我们经常要和团队内外的同事一起合作，协调时间、排期和平衡利益，这是“沟通协调能力”和“项目管理能力”。这些能力并不能一蹴而就，而是需要经过长时间的观察和修炼，才能最后修成正果。

真正的数据产品经理还要学会发挥数据的价值，通过数据驱动业务，提升业务。

仅数据部门使用数据无法做到数据驱动，只有让公司的每个部门、每个人都能方便快捷地使用数据做决策，才算是数据赋能，才能够极大提升整个公司的数据水平，而这需要良好的数据建设能力。

这个行业越来越被强烈需要，作为一个新兴且需要大量理论基础及实战经验培养的职业，市面上优秀的数据产品经理寥寥可数，整个人才市场供远小于求。希望这份思维脑图书单能够帮助新一代的产品经理成长，不断迭代和加速数据治理和规划的过程，帮助企业高效增长。