本文由作者 古牧聊數據?發布于社區

開局一張圖📖

近幾年專注做數據產品方向，有不少朋友咨詢怎么上手這個領域，個人認為除了一對一咨詢以外，最好的方式就是看書+實踐了。但到底哪本書合適？我覺得我還是可以盡綿薄之力的，我在豆瓣上通過關鍵詞“數據產品”和其他輔助方式，鎖定了10本跟數據產品經理高度相關的書，一一閱讀后給出我的看法，供你參考

01

個人推薦的必要性討論

數據產品是個新興的細分領域，相關的書還不是很多（至少遠沒有數據分析or產品經理的多），所以我才有機會大言不慚的說“讀完了幾乎所有數據產品經理的書”

這些書前言里都會寫，針對0-3年的從業者，但依我看，大部分都是針對0-1年的。其實也沒什么，出版社也要掙錢，初學者總是漏斗的最上游，基數大受眾廣。但不代表寫給新人的書就好寫，深入淺出說起來容易，稍有不慎就會做成淺嘗輒止

而且這里還有一個隱藏的bug：寫給新人的書，最后都是新人評分，可新人恰恰就是缺少專業閱歷的人，他們的評分可能會有偏頗。同時，業內的老人也很少會看，即便看了也不見得會公開給出對比評價，這就讓這類專業書籍的評分變成了黑盒自閉環，跟培訓機構的課程一樣

基于上述原因，我覺得正好我愛看書，在這個方向也還算專業，就順手做一次開箱測評好了：

1，以下測評書籍的順序，會按照他們的豆瓣評分由低到高排序，但真不見得分低的就毫無可取之處，分高的就實至名歸；

2，我會對每本書給出一個綜合的測評建議，分別是【可別看】【可以看】【推薦看】，至于是否采納，看你；

3，我也會在每本書的測評了塞一些自己對這個崗位的看法，所以本期不僅僅是書評，最后還有入行建議呢

走起～

02

十本書的詳細開箱測評

【可以看】評分有些過低了，我尋思著主要原因就是這書有點薄？但當我看完了剩下那幾本之后我跟你講，這本書還算是有良心的了，至少人家沒有掛羊頭賣狗肉是吧？

對于薄的書，我想起高中的時候學校請優秀畢業生回來做講座，有一個小哥說的很值得琢磨：我每個學科一般就看三本書，第一本看最薄的，第二本看最厚的，第三本看自己寫的。你品～

這本書講了數據產品的定義、怎么尋找需求、怎么設計數據指標、怎么做可視化、以什么邏輯呈現數據、怎么做產品管理、有哪些基礎工具，基本方方面面都照顧到了，作為最薄的那本書，我覺得是可以的。唯一的美中不足就是對數據產品的定義，還是有些局限在數據分析決策類的產品上，忽略了中間層和基礎層的

【可別看】完美的詮釋了什么叫掛羊頭賣狗肉，一本不厚的書，從產品設計到客戶端服務端、編程語言、數據分析、數據可視化、機器學習、戰略、運營都給你講了，然后還是平行結構毫無主線串聯。就好比把雞鴨鵝豬牛羊魚蔬菜等食材稍微洗洗切塊，也不加調料也不考究下鍋的順序和火候，就直接扔鍋里亂燉，最后出鍋給你吃

從這本書開始，我見識了數據產品領域書籍的參差，而且也發現了這類書的一個共性問題：有種很濃郁的分析思維和工具思維，習慣于把方方面面的知識內容都羅列給你，但就是缺少排序整合。這跟市面上大部分數據產品很像，擅長功能堆疊，不管受眾體驗

不過這也是該領域必經的階段吧，先要從無到有，才能從有到有用，最后再到好用，慢慢來吧

【可別看】是一本野心很大的書，旁征博引古今中外連周易八卦都招呼上了，但就是沒法寫出一本適合產業界的書。看了下作者的背景履歷，倒也就理解了，人家本身就是搞學術路線的，博士畢業后進的也是官方背景的實驗室，很自然寫的東西也是那種文獻綜述的風格。所以不能怪作者，要我說，怪這個標題起的不好，直接改名叫《大數據在我國產業的應用現狀研究》就好了～

【可別看】又是一本很寡淡的書，從書的章節結構就能看出來，并沒有什么獨家的見解和思考，就跟大部分數據產品一樣，只是功能的堆砌。這類書的一大特點就是，當你看了一本之后，剩下的也就都不用看了，不是因為寫得好，而是因為都大同小異

有一個建議：以后能不能每本書就專注于寫一些只在這本書里能看到的東西？別老想著湊篇幅or完備性，干嘛每本講數據產品的書都要講講Excel操作？市面上其他Excel的書不比你寫的好么，干嘛非要求全？說到底，寫書雖然是一個妥協的過程，但也是一個見產品經理功力的過程。天天喊著少即是多，怎么自己做起東西來就不是這么回事兒了呢？！

【可別看】作為一本工具書，還是比較盡心盡力的。搜羅了市面上幾乎所有能跟數據、產品經理、互聯網技術研發扯上關系的知識點和方法論，可以極大的提升效率，省去在網上搜索不同知乎專欄or 公眾號文章的時間

主要問題跟前兩本類似，內容相互之間沒什么關聯，整體也跟業界的數據產品經理沒那么大關系，讀起來有種看大學課本的感覺

【推薦看】我把這本書推薦給不下10個人看，反響都不錯。這本書最大的特點就是，你在閱讀中能很明顯的感覺到，作者把數據產品的知識內化成自己的了。這就讓這本書有了一種獨家感，讀完之后能記的住

里面不論是對數據產品的定義，數據產品經理在企業內與其他崗位的分工合作關系，還是講需求溝通，都帶有數據產品崗位的特色。即便是講Excel，也是從分析一個數據產品的角度切入，不會太工具化

美中不足的就是書的后半部分講了很多數據產品經理的基礎知識，比較離題也沒那么大必要，就堅持好獨家感就好了。對大數據技術專有名詞的形象化解釋印象比較深刻，很適合新人感性的理解，摘錄如下：

Hadoop設計的核心有兩個：HDFS和 Mapreduce通常需要搭配采集框架(例如比較流行的Kafka+Flume)、 Debase數據庫、部署配置工具( Ambari)等一系列件形成一個完整的架構?

HDFS( Hadoop Distributed File System,分布式文件系統)既然是一個“系統”就會包含一系列的功能和流程。主要由主服務器( Namenode)和負責存儲數據的Datanode組成,，Namenode負責管理文件系統的命名空間和客戶端對文件的訪問操作?

而 Mapreduce的本質是一種編程模型，或者說是一種計算方法。作為一個平臺組件，它是用并行的方式處理大規模的計算

可以用不那么嚴謹的方式把整個過程變成一個故事，會發現這套架構其實是個情報處的組織架構：?

Flume像個情報員，負責把情報(日志)拿到手交給負責接頭的信息員Kafka運送回來，處長HDFS負責接收這些數據，指揮Namenode給它們起好名字并貼上標簽，交給檔案館Hbase存起來；這些數據還可以通過情報分析站Mapreduce去做復雜的深度加工，加工好的結論也可以交給Hbase存起來。

而想要使用Mapreduce需要通過工具Hive去實現。雖然Hbase是個超大的檔案館,，MapReduce也能為這個超大的檔案館提供更多結果，但若是急需這些情報采取行動(需要實時輸出這些數據)，它的效率就顯得有點慢。這時Kafka可以使用應急流程，把數據直接交給獨立調査員storm做實時分析，分析好了交給臨時檔案館Redis存起來，領導(前端頁面)可以去找Redis查閱結果。可惜的是，Storm和Redis雖然效率很高，卻沒有Hbase這個檔案館那么龐大和穩定，工資(成本)又太高，至今只能打一打下手，做一些補充工作

【可以看】如果想學習怎么搭建數據中臺，可能這本書有幫助，但不會很大。因為感覺行文架構就是高屋建瓴、高舉高打的，倒是比較適合數據產品經理買來學習一下怎么畫PPT，里面這種素材還真是不少

【可別看】其實本書跟數據中臺的關系也沒那么大，完全可以找一本【可以看】的數據產品書、搭配上面那本PPT素材書就好了。哦，這本書里也講了不少篇幅的Excel操作技巧和SQL，我都懶得說了......

本書的一個特色，就是作者有意區分了數據產品經理 vs 數據平臺產品經理，我覺得這算是作者的獨家內容了，初衷挺好的。可這種區分定義我倒覺得沒必要，兩者本來就是包含關系，非要弄成并列平行的關系，有點牽強。不過我能get作者想傳達的意思：平臺型產品經理跟單獨做一個產品的差異很大～

【可以看】大廠匯報PPT風格的書，前陣子儲備標簽平臺建設的時候找來看，但看后比較失望，因為并沒有任何幫助。我關心的幫助是要么指明一些坑，讓后人不要重蹈覆轍；要么是結合某個具體場景講講標簽設計的心得體會，尤其是怎么跟得上應用場景。但最終它還是一本零基礎科普入門書，是一本只展示結果，不展示思考過程的標簽建設漂亮話大全

【可以看】這是一本優點和缺點都特別明顯的書。優點是它確實是針對數據產品的，因為作者們都是一線從業者；同時它的覆蓋面也比較廣，從數據產品的定義，到埋點、畫像標簽、ABtest、數據服務、數據倉庫，你能想到的常見數據產品形態都照顧到了

缺點就是，不像是一本書，更像是作者們的公眾號文章合輯。章節之間沒太多關聯，因為攤的面大，所以每塊內容都只能蜻蜓點水。數據產品定義這塊本來是最見功底的部分，對比《寫給數據產品經理新人的工作筆記》就顯得沒有太多獨家感、內化的程度也不夠

第一章在講數據產品的定義之后，愣是強勢插入了數據產品經理的招聘、應聘、面試的內容，公眾號合輯的感覺一下就上來了，也立馬就下頭了

03

入行數據產品的建議

上面測評了10本書，其中就只有一本算是我推薦看的，有一次得到一個朋友的反饋是：書是好書，但它的前提假設是我已經身在一個ok的數據產品團隊。我想知道該怎么選擇做數據產品的方向？

哦！這還真是個關鍵的前置條件呢！我個人的建議是，盡量在做過一段時間的基礎層數據產品工作后，優先選擇應用層的、離營收變現更近的數據產品。如

為什么我比較推薦應用層？因為我國長期以來從教育上就講究打基礎，但往往忽略了以應用作為牽引，喚起學習的興趣、構建努力的目標。我記得我在本科和研究生學的很多門課程，學完了我都不知道它到底能干嘛，在實際工作中有什么價值，產研完全脫鉤了，導致我當時很長一段時間的迷茫

同樣的，如果能在具備一定基礎的情況下，盡早的接觸應用，知道一個數據產品都可以幫助哪些人帶來什么直接的價值、都能怎么直接變現，就會更有利于以終為始的去補充知識、夯實基礎

有關崗位方向選擇的話題，我會在后續積累一些案例之后單獨說，但大方向是不變的

今天的測評確實只是我一家之言，肯定也有我的局限性，但我能保證的就是中立性和獨家性。如果你對上述這些書有不同的看法，歡迎留言探討～

↘好文推薦：

我的4條產品設計工作觀 用戶運營平臺產品設計指南 8000字干貨|教你打造電商產品的用戶體系

點個“在看”吧

總結

以上是生活随笔為你收集整理的靠谱推荐 | 我读完了所有数据产品经理的书？！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。