寫點(diǎn)工作相關(guān)的東西，本文我整理了自己對(duì)BI數(shù)據(jù)產(chǎn)品經(jīng)理這個(gè)崗位的理解，是一篇簡(jiǎn)單的入門文章。希望能幫助后來者少走些彎路，別和我以前一樣，像瞎子走夜路，四處踩坑。

BI數(shù)據(jù)產(chǎn)品經(jīng)理是做什么的

我對(duì)BI數(shù)據(jù)產(chǎn)品的總結(jié)是對(duì)數(shù)據(jù)進(jìn)行采集、整理、分析，以對(duì)業(yè)務(wù)進(jìn)行測(cè)量及建議，最終形成BI數(shù)據(jù)產(chǎn)品。數(shù)據(jù)產(chǎn)品不僅限于一張張報(bào)表，更是一個(gè)通過數(shù)據(jù)得到結(jié)論的工具。

BI數(shù)據(jù)產(chǎn)品經(jīng)理最重要的輸出

• 指標(biāo)字典，這是一個(gè)需求池，需分析的各種指標(biāo)及指標(biāo)計(jì)算方式都在此詳盡的列出來。
• 源數(shù)據(jù)字典，指標(biāo)都是由源數(shù)據(jù)計(jì)算得來，使用了哪些源數(shù)據(jù)及對(duì)源數(shù)據(jù)的要求在此清晰的列出來。
• BI數(shù)據(jù)產(chǎn)品，比如數(shù)據(jù)后臺(tái)，數(shù)據(jù)展示屏或者數(shù)據(jù)報(bào)表。

BI數(shù)據(jù)產(chǎn)品經(jīng)理平時(shí)最常見的工作

• 整理需求，需求既來自各部門，也來自數(shù)據(jù)部門自身對(duì)指標(biāo)的全局規(guī)劃，白話的需求被定義為專業(yè)的數(shù)據(jù)指標(biāo)進(jìn)而被加入指標(biāo)字典。
• 定義指標(biāo)計(jì)算方式，有些指標(biāo)的計(jì)算方式業(yè)界有通用標(biāo)準(zhǔn)，而有的指標(biāo)，則是強(qiáng)業(yè)務(wù)相關(guān)，需要數(shù)據(jù)部門自己定義，沒有對(duì)業(yè)務(wù)的深入理解是無法準(zhǔn)確定義指標(biāo)及其計(jì)算方式的，指標(biāo)定義與指標(biāo)計(jì)算方式是指標(biāo)字典中最重要的內(nèi)容。
• 整理源數(shù)據(jù)，源數(shù)據(jù)一般有三大來源，移動(dòng)端和Web端的埋點(diǎn)上報(bào)，業(yè)務(wù)數(shù)據(jù)庫和第三方數(shù)據(jù)。業(yè)務(wù)數(shù)據(jù)庫相對(duì)準(zhǔn)確，且為結(jié)構(gòu)化數(shù)據(jù)，埋點(diǎn)上報(bào)和第三方數(shù)據(jù)則往往雜亂不堪，而且是半結(jié)構(gòu)化數(shù)據(jù)，但是無論哪種源數(shù)據(jù)，都必須經(jīng)過清洗才能夠使用，直接用未清洗的數(shù)據(jù)，不可避免會(huì)garbage in garbage out。而清洗數(shù)據(jù)，也是最讓人頭大的事情。定義出清晰可用的數(shù)據(jù)清洗規(guī)則，最終形成源數(shù)據(jù)字典。
• 設(shè)計(jì)并推動(dòng)完成數(shù)據(jù)報(bào)表產(chǎn)品，數(shù)據(jù)產(chǎn)品經(jīng)理也是產(chǎn)品經(jīng)理，產(chǎn)品經(jīng)理要做的事情一件都沒少，好在數(shù)據(jù)產(chǎn)品多是后臺(tái)，對(duì)美觀和易用性的要求不像C端產(chǎn)品那么高，但是數(shù)據(jù)可視化是必修課，免得做出用柱狀圖來標(biāo)示比例這樣不專業(yè)的事情。AntV的墨者學(xué)院對(duì)各種圖表的使用場(chǎng)景做了非常好的梳理，推薦給大家（http://antv.alipay.com/zh-cn/vis/chart/index.html）
• 應(yīng)對(duì)臨時(shí)一次性需求，這種需求總是不可避免，而好聽的數(shù)據(jù)民主化又是那么遙不可及，所以臨時(shí)的一次性分析經(jīng)常還是需要專業(yè)數(shù)據(jù)人員來做，用些方便的工具事半功倍，推薦BDP，我個(gè)人用起來比較順手。

BI數(shù)據(jù)產(chǎn)品經(jīng)理的崗位要求

這個(gè)崗位要求各種復(fù)合能力，門檻還是有的，至于學(xué)習(xí)能力，溝通能力之類的基礎(chǔ)要求在此就不討論了。另外懂業(yè)務(wù)非常是非常非常重要的一點(diǎn)，這里也就不單獨(dú)說了。
迄今看到的對(duì)本崗位最貼切的形容是不會(huì)寫代碼的數(shù)據(jù)分析師不是好產(chǎn)品經(jīng)理！下面主要是從這句話聊數(shù)據(jù)產(chǎn)品經(jīng)理的崗位要求：

• 寫代碼
  寫代碼三個(gè)字讓人望而生畏，但是任何產(chǎn)品性質(zhì)的工作都最好懂一些技術(shù)，否則下場(chǎng)就是被研發(fā)噴成蜂窩煤。做數(shù)據(jù)產(chǎn)品經(jīng)理，多少對(duì)大數(shù)據(jù)和數(shù)據(jù)倉庫的概念要了解，Hadoop生態(tài)，Hive，Spark，F(xiàn)lume，Kafka，結(jié)構(gòu)化，半結(jié)構(gòu)化，星型模型，OLAP，至少都知道這些是什么東西，SQL能簡(jiǎn)單寫寫，不至于每次查數(shù)都叫研發(fā)幫忙。如果想玩的更6，多寫些相對(duì)復(fù)雜的SQL腳本自動(dòng)跑分析。其實(shí)這都不難，就像學(xué)游泳，游泳本身不難，克服了對(duì)水的恐懼學(xué)起來很快。也有產(chǎn)品同學(xué)說，我是產(chǎn)品，不是研發(fā)，沒必要了解這些技術(shù)細(xì)節(jié)。放心，這遠(yuǎn)沒到了解技術(shù)細(xì)節(jié)的程度，技術(shù)的水深著呢，研發(fā)吐槽最多的就是不懂行的產(chǎn)品看輕了技術(shù)。
• 數(shù)據(jù)分析
  數(shù)據(jù)分析是一個(gè)看似高大上的工作，可是真正做數(shù)據(jù)分析的時(shí)候有一多半的時(shí)間是在清洗數(shù)據(jù)。什么是清洗數(shù)據(jù)？這個(gè)字段格式不對(duì)，那里多了一個(gè)空格，即使寫好了腳本自動(dòng)清洗，但是總會(huì)有新的情況出現(xiàn)需要加入新的清洗規(guī)則。
  當(dāng)然數(shù)據(jù)分析也的確是一個(gè)考驗(yàn)邏輯思維能力的工作，如果只是做做數(shù)據(jù)統(tǒng)計(jì)那最多算是“取數(shù)的人”，只有通過數(shù)字的表象看到背后的客觀原因才算是真正的做數(shù)據(jù)分析。
• 產(chǎn)品經(jīng)理
  產(chǎn)品經(jīng)理不是一個(gè)好做的工作，天天被各方懟，需求方懟產(chǎn)品不好用，研發(fā)懟產(chǎn)品需求太傻*。而數(shù)據(jù)產(chǎn)品經(jīng)理經(jīng)常會(huì)被懷疑，這數(shù)字對(duì)么？我覺得產(chǎn)品經(jīng)理最重要的能力是長期在各方壓力下解決問題并保持心態(tài)樂觀向上。想做到這一點(diǎn)，絕對(duì)是修為超脫常人的高手，我還在向這種境界努力。另外互聯(lián)網(wǎng)時(shí)代做產(chǎn)品有一個(gè)很重要的思路是“小步快跑”，不求每個(gè)版本多加了多少黑科技，而是要求產(chǎn)品快速迭代跟上需求變化。

以上是我對(duì)BI數(shù)據(jù)產(chǎn)品經(jīng)理的一些理解，另外還有推薦系統(tǒng)、DMP等各個(gè)方向的數(shù)據(jù)產(chǎn)品經(jīng)理，因?yàn)榻佑|不多，也就不敢妄談了。希望大家能多多交流。如有疏漏錯(cuò)誤，也請(qǐng)大家不吝賜教。