读书笔记丨《数据产品经理修炼手册:从零基础到大数据产品实践》丨DAY1
學習內容及時間2022.06.01：
第一章[初識數據產品經理](p1-p24)
1.1為什么要有數據產品經理
1.1.1大數據行業現狀:
{什么是大數據?}:
1.目前沒有一個統一準確的定義,因為不同主體(公司、用戶、產品)的角度不同，理解也不同。
2.唯一可以確定的是：我們所指的大數據，與過去傳統的數據截然不同，其產生方式、存儲載體、訪問方式、表現形式、來源特點等，都有很大差別。
3.隨著時代發展，大數據展現了“4V特性“
Volume（體量巨大）；Velocity（處理速度快）；Variety（類型多種多樣）；Value（價值大）
1.1.2數據產品經理的前世今生
{引言}數據產品是如何產生的呢？我們為什么需要數據產品呢？它的價值在哪里？我覺得管理大師Peter Drucker 說過的一句話非常好，他說“If you can’t measure it，you can’t improve it”。意思就是，如果你無法衡量，你就無法增長。 {時代背景} 1.在當今移動互聯網領域，“增長黑客”這個詞特別流行，它的核心理念就是用數據驅動增長。特別是在中國，人口紅利逐漸消失殆盡，流量成本越來越高，如何讓企業獲取快速的用戶增長，用數據驅動產品、精細化運營，就潛藏在數據產品中。 2.在當今的大數據時代，像Google、Facebook、阿里巴巴、騰訊等各大公司它們領先于其他公司的原因是它們做的任何決策不僅依賴于經驗，而且更多的是將重點放到數據上，而是用數據驅動它們的業務增長，發現競爭對手不曾發現的市場，找出更多驅動業務發展的方法，從而獲得更大的戰略優勢。有項調查顯示，排名在后60%的企業，其大部分業務決策（約70%）是基于直覺或經驗的，而基于數據做的決策很少。{什么是數據產品？}
1.筆者認為：數據產品，是可以發揮數據價值去輔助用戶做更優決策的一種產品形式。它在用戶決策和行動過程中，提供更多的分析展現和數據洞察，讓數據更直觀、高效地驅動業務。是一種消費數據，自動化形成的穩定產品形態。
2.數據產品,把數據、數據模型以及分析決策邏輯，盡可能多的形成一個產品形態，以更直觀智能的方式，發揮數據的價值，輔助用戶更快地作出更合理的決策。
3.真正的數據產品是建立在大數據場景下通過數據挖掘并且體現數據價值后的產品化，最后再融合進業務產品流程中做輔助業務和驅動業務發展。
4.一個好的數據產品需要將用戶的核心需求作為該產品的核心，并且充分發揮大數據的價值。
{數據產品的分類}
從受眾用戶群體來看，數據產品可以分為三類： （1）企業內部使用的數據產品。如自建BI數據分析平臺和推薦系統等，這里之所以提到推薦系統，是因為它與用戶畫像、搜索排序類似的算法一樣，本質上是根據用戶數據和相應的數據模型建立的一套評分標簽體制，也屬于數據產品的范疇。 （2）企業針對公司推出的商業型數據產品。如Google Analytics、GrowingIO、神策數據和BDP商業數據平臺等，它們主要以平臺行為為其他公司提供商業化服務。 （3）每個用戶均可使用的數據產品。如貓眼的實時票房和淘寶指數等，這類產品主要面向普通用戶，而且大部分提供免費服務。{數據產品經理大致有什么要求}
總的來說： 【其實，只要具備業務能力、產品能力和數據能力，能滿足數據產品經理基本的要求，有成長潛力，什么專業的人都是可以考慮的。】 【對于業務能力來說，因為每個公司的業務都不一樣，所以能夠掌握一些業務常用的思路和處理能力、能夠在業務中發現痛點，并通過數據產品解決或者輔助解決問題的數據產品經理就是合格的?！?/span> 【如果數據產品經理有一定的產品運營經驗會更好，就可以收集用戶需求不斷迭代產品，同時，也要具有一定的溝通、協調資源和進度把控能力。 】 第一，每一個數據產品經理都需要具有提煉數據需求、找出問題本質、推動解決問題的專業能力。重點在于協調、理解各方。很多時候，使用該產品的用戶是內部用戶。 # 一方面，因為其客觀原因，他們對數據存儲、指標定義以及數據處理的了解和認識有所不同，所以會有不同方面的需求； # 另一方面，這些需求，有很多都是很零散的，難以把握和總結歸納，故需要按照統一流程處理。 第二，數據產品經理需要平衡矛盾、審視優先級。 對于一些企業的內部數據產品的用戶來說，他們既是用戶，同時又扮演著同事、老板、朋友等角色，他們本身就擁有一定的能力對產品經理的決策權進行一定的干預，而且經常說自己的需求很重要。那么就會出現矛盾和不同“優先級”的需求。
?
1.2 數據產品經理的日常工作
【以下部分原著以對話形式開展，暫不進行歸納，重在體會故事內容】 1.2.1 一切從業務出發 1.2.2 離不開的產品原型與需求文檔 1.2.3 與研發工程師做朋友 1.2.4 多和用戶聊聊1.3 數據產品經理的思維方式
{引言}產品經理們做了一個又一個項目，迭代了一個又一個產品，積累了很多經驗，在復盤和總結項目的時候，通常會發現有些方法是通用的，對于數據產品經理的日常工作，技能是我們的安家立命之本，但是在技能之上，更重要的是思維方式，它決定了我們做事情的方法、思路。
{你要學會的思維方式}
1.3.1 歸納與演繹思維
·歸納就是從個別到一般，演繹則是從一般到個別。如此循環往復，使認識不斷深化。 {如何檢驗，歸納法得來的結論是否正確？} 1.結論倒推。看一看是否能夠解釋清楚，推導后的信息是否準確。 2.不要在信息不全面的情況下犯以偏概全的錯誤。（例如黑天鵝事件） ????????#2#{如何避免以偏概全？} ????????需要對得出的結論，進一步用事實驗證，從多個角度證實或證偽。所以，要求掌握全面的材料和事實，才能歸納出結論。否則，對業務發展影響很大，可能誤導方向。 3. 4.?
?
?
?1.3.2 數據思維
三個主體——數據、信息和知識{三個主體之間的關系}
?數據生產信息,信息支撐知識。
大量的數據，要充分地轉化成信息丨信息通過積累沉淀，進一步形成結構化的知識體系（形成知識）。
*如果只是收集數據，卻不知道怎么用、應該用在哪里，那么數據就沒有任何價值。
*有效的數據驅動可以高效地指導企業各個業務快速發展。
?
1.3.3 用戶思維
結合《創造力提升計劃》課程內容：?
1.關鍵意見領袖、KOL、資深用戶
2.
1.3.4 產品思維
?
?1.3.5 工程思維
?
1.3.6 其他一些思維方式和方法論
1.PRD——5W2H分析法【Who、When、Where、What、Why，How、How Much（much一般可以換成別的）】
2.目標管理工具——S.M.A.R.T原則（S=Specific、M=Measurable、A=Attainable、R=Relevant、T=Time-bound）
????????指標必須是具體的（Specific）；指標必須是可以衡量的（Measurable）；
????????指標必須是可以達到的（Attainable）；指標必須具有明確的截止期限（Time-bound）;
????????指標是實實在在的，可以證明和觀察的，并和其他指標有一定的相關性（Relevant）；
3.與程序員溝通（項目管理）的必備方法——任務拆解法。
指的是: 目標→任務→工作→活動。?
4.需求評審會收尾利器——Todo事項列表。
一場會議下來，總要討論出一些結果或者得到一些結論,否則就是無效會議。在會議后，接下來應該做什么呢？這就是所謂的行動項——我們要做什么、誰來主要負責、時間點是什么，都要通過郵件發出來，周知所有參會人員以及相關人等，對于達成共識的事情，大家就要按照這個TodoList完成.
?5.學會"優先級"
?
?
總結
以上是生活随笔為你收集整理的读书笔记丨《数据产品经理修炼手册:从零基础到大数据产品实践》丨DAY1的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 配置Dot1q终结子接口实现同设备VLA
- 下一篇： 如何在El Capitan中重新安装OS