搜索

登录

注册

数匠访谈|数据产品总监的数据进阶之路(下)

阅读:1609点赞:1收藏:12021-06-07
本期《数匠访谈》的嘉宾:爱数据社区马涛老师,目前是金融科技集团数据产品总监,有丰富的数据产品项目经验,包括BI系统、标签系统、用户画像系统、广告推荐系统、数据治理项目(元数据管理平台)、大型智慧城市数据中心建设、智慧城市中央控制平台建设项目等。

 

 

点击查看数匠访谈|数据产品总监的数据进阶之路(上)

 
Q4:数据产品的分类有哪些?

A4:从我的角度来以及我对整个市场的需求来看,我们可以从下往上来讲,就从数据的最源头来讲,会有数仓方向的,有些公司会把它叫数仓方向,有些公司会把它叫做基础数据方向。

 

第一个:数仓方向的数据产品经理

这个方向的数据产品经理它主要干什么?主要是对接业务去设计数据采集的方案。比如说我是用埋点方式来采集,还是用无埋点的方式来采集,以及采集之后我该怎么样去对数据做清洗和储存,我们把数据放在数仓之后,我们以什么样的方式去给提供外界来使用。

 

比如:我们是去做数据的API接口,还是去做数据的查数,或者提数的小工具来给业务方使用。这个就是一些底层数仓层面的数据产品经理。他的技术要求会相对来说会高一些。

 

就实操方面,因为他需要去维护整个数仓的稳定,他就需要知道这个数仓用了哪些组件,这个组件什么版本的,这个版本会有什么样的特性,如果突然发现今天来看数据的时候,我们看的应该是T+1数据,结果它变成了T+2的实时数据,那是否是发生了数据没有同步的问题,或者是数据传输出现的问题,我们就要去定位到可能是某一个组件发生什么样的问题,然后是要去查一些异常。

 

这个时候就需要去通过技术的方式自己去查,或者请大数据工程师来帮我们去做检查。因为它主要的工作就是要去维护整个数仓的稳定,保证我们整数据供应链路是正常的。同时还需要根据业务变化去评估做数仓的升级或者重建等需求,这就数仓方向的产品经理。

 

第二个:偏应用的数据产品经理

我们可以看到目前招聘有BI方向、用户画像方向、标签方向等,都是应用于不同的业务场景。比如说BI方向去做可视化报表,看板。

 

标签方向会去跟大数据工程师做强的合作,来提取用户特征、事物特征、产品特征来去做标签。他维护以及去做的是一个标签的平台。

 

用户画像实际上我们互联网行业必不可少的,这个时候他是需要去跟我们的标签来做一个强关联结合,来做这样的用户画像。其实我们这两年还会看到,有一些比如说ABtest方向、策略方向等。因为随着我们国内互联网发展,它每个岗位都会去垂直化的发展,会分的越来越细。

 

互联网行业发展还是蛮快的,也是因为这样的原因,各个岗位都是在垂直化的发展。这个就偏应用方向的。

 

第三个:数据治理、数据管理、数据合规方向

我们可以看到的是,从19年开始,对数据合规数据隐私这一块有比较多的关注,包括国内工信部也会定期的去检查,下线不合规的APP,因为这类APP会去非法采集用户信息,用这些数据交易、或者是去做数据的爬取,包括像爬虫在18年之前,各大公司都在做爬虫,但是18年之后,爬虫就已经涉嫌违法。

 

这个时候诞生的一个职位,就是数据合规方向的数据产品经理。像腾讯在招数据合规,要求是数据的相关法律规范和了解欧盟数据隐私保护的法律,这是他的第一个要求;第二个他需要去了解数据管理,数据治理相关的知识。

 

跟这个岗位类似也会有岗位叫做数据治理、数据管理的方向。这个也是目前近几年因为各个行业都在去做数字化转型,很多传统行业积累了大量数据,但是它的数据储存之后,并没有去做有效的转化,这个时候就要费功夫去整理,因为不可能是把以前自己的数据全都删掉,就是要去做一数据整理、数据治理的工作。所以还会有数据治理工程师或者是数据管理工程师,像有些公司就会是数据产品经理数据治理方向,数据管理方向,这种情况也是比较多的。那其实目前来讲比较火的就是我们刚才提到的数据治理和数据管理。

 

未来两年三年数据合规或者是数据治理人才需求也会像4、5年前数据产品经理,暂时没有很明确的岗位要求,但是人才需求量会越来越大。这一方面人才是需求量大,背后不单单会有一些新的人才的涌入,也会有其他岗位人才选择去转岗来做这个,比如大数据工程师,因为现在很多大数据工程师相对来说会比较饱和,那大数据工程师这个岗位如果饱和之后,大家会往什么方向转呢?选择去做技术就会去做人工智能、算法工程师这些学习算法工程师,慢慢从初级做起。还会工作经验比较久,经历的项目比较多,业务经验丰富,会选择转型来做数据产品、数据管理、数据治理的项目协调。像很多的公司会非常欢迎有这样技术背景、管理通识的人来去做这样的事情。

 

它相当于他目前数据产品经理这个岗位发展越来越垂直,目前会有一些公司放出这样的岗位,叫做策略产品经理。他主要干嘛的呢?他们主要就是把一些业务需求转化成技术,可以理解成为策略来通过算法实现。

 

其实这就是我们这个岗位在不断的垂直细化的过程就像最开始没有数据产品这个岗位,它是从产品经理这个岗位细化的。像产品这个岗位,我们可以看到有C端的产品经理、B端的产品经理,游戏产品经理等,其实它都是产品经理,只不过是他所在的领域和知识体系要求不断的细化,不断的垂直过程中所分化出来的。

 

Q5:老师现在的工作内容,具体解决公司哪个环节问题和如何带来价值的?

A5:以数据应用为例,就是我们的BI平台,他其实就是去做些报表来给到业务方看,在没有这个平台之前,如果业务方需要去凭借数据来调整当天的运营策略,他是怎么去做的呢?

 

首先我们的运营人员前一天就要跟产品经理打好招呼之后提需求,请我们的开发工程师在第二天一大早把数据从数仓里面提取出来,按照一个规则去做清洗,然后用excel整理好发给产品经理,他通过这个excel 再做分析,生成相对应的图表,再去写一些总结结论,用邮箱的形式发给管理层,或者发给高层来看前一天的业务情况。

 

我们可以看到整个过程,它涉及到的有业务人员、运营、开发、产品,这个过程往往理想情况下中午11点12点可以把前一天的数据情况呈现给高层来看,但是很多现实情况是一直到下午四五点,才把数据处理好发给对方。

 

那我们做好了BI平台的第一个重要功能就是报表,我们把一些业务经常需要去看的数据指标以及业务流程体系按照相对应的逻辑整理出来,当要看活跃情况,我们会去评估一些指标,比如当天的新注册用户有多少、当天流失的用户有多少、当天的点击情况、用户停留时长有多少,我们把这些指标固定下来之后,找我们的技术同事去把这些指标形式固化在这张报表里,然后设定好时间逻辑,每天自动的去更新即可。

 

产品这边再去考虑一个功能,就是可以直接在我们平台上做数据可视化的功能。只需要在这个报表上面加一些图表的组件,比如说折线图、饼图、柱状图,运营同事每天早上上班的第一件事情,只需要打开我们BI平台,就可以直接清楚的看到前一天的数据是什么样子的。

 

如果单看数据敏感度不高,可以选择图表和小组件来看一下整个数据边缘化的情况,以及数据分组情况来做简要的分析,可以迅速的去把整个数据分析的过程以工具化的形式作效率的提升。

 

这个就是一最简单的一个,也是最直接的价值。

 

这些我们可以很好的去理解,因为现在很多企业都会把数据比作成企业发展运转的燃料,因为各个业务领导需要看数据报表,然后运营人员需要看前一天的数据来决定今天运营策略。比如,我们在做推荐的同学也需要去看一下前一天的推荐情况,来调整我们的算法模型。这个时候我们数据产品经理需要干什么?就是要去挖掘清洗整理整理出这样合适燃料来提供给各个业务,来做整个引擎的启动,可以做这样抽象的理解。

 

Q6:基于老师现在目前对团队成员的要求,老师这边认为如果要胜任数据产品经理这个岗位,他应该具备哪些能力呢?

【应届生】

首先,对于应届生来讲,我招聘的时候看重他的学科背景。那可能现实一点来看,比如你是理工科背景,你的抽象能力、罗辑思维,相对来说会更符合些要求,但也不是绝对。我会通过谈话或者表述方式看你是具备一个好的逻辑思维能力,这是第一个。

 

第二,就是抽象能力。因为我们在做数仓工作的时候,很多的流程、组件你是看不见摸不着的,我们只能去通过语言描述、流程图来去讲清楚他们内部的工作原理。这个时候如果你没有抽象思维,是没有办法理解这个东西到底是怎么去运作的。

 

第三,是个专业能力。比如说如果你是计算机学科背景的,那我肯定会更多去看一下你的一经历以及基础是否扎实,基础是否扎实决定的是我们能走多远的一个问题。

 

因为我们在招聘的时候会发现很多人他的简历经历比较ok ,然后做的东西看起来精彩、“花里胡哨”,但是我们在聊到比较基础的问题的时候,问他数仓里面必须需要有哪些组件、聊一聊kafka、hadoop的基本原理是什么的时候,他答不上来,那么这就是基本功不扎实。

 

如果你的基础扎实,后面所有知识的延伸,都是在你的基础知识之上搭建的,所以基础知识这一块我的要求是会比较高,就算你不是理工科背景毕业的也没有什么关系。

 

像目前很多的专业书籍、论坛网站会有一些体系化的课程,可以迅速去学到这些东西了。这是专业能力的问题。所以我会觉得首先面对毕业生应届毕业生,就是以上。

 

【有工作经验】

如果是有工作经验的,那我优先考虑的是他的专业能力,会看他的往昔工作背景,使用什么样的技术栈或者是之前做过一些什么样项目。其次将会考虑专业综合素质。

 

比如说像有两三年工作经验的,他后续的发展规划可能是培养成管理人员或者是其他的专业技术人员,我会去考虑看到管理能力、专业技术能力,是否有什么样的特长?

 

因为每个人他都会有自己的特点,有的人他是一个优秀的执行者,但有些人他就是一个优秀的规划者,我们不可能去让一个擅长规划的人去做按照既定方案执行的事情。这样他的工作是没有成就感的。

 

我们也不可能让一个执行者老做规划的事情,因为他会觉得这样的工作很吃力。所以说我会通过他的背景以及他们的工作经验来判断它是一个什么样的人,然后来看是否能够满足我们的岗位需求。

 

Q7:在您实际面试过程中,通过哪些方式考核对应的能力?

第一,问项目

最直观的就是去看他的简历上的项目经历,因为这个是最直观。他的项目经历,首先是比较真实、具体的,有数据去支撑。比如一面试者呈现的是“下面说这个项目带来了很大的收益”,另外的一个面试者呈现的是“通过什么样的一些策略和方法,使整个的收益提升了百分之多少”

那我肯定会选择后者,因为他相对来说有细节更具体,而且有理有据,我会觉得他的项目经历真实。

 

所以说我们看到项目经历、面试的时候,会首先判断它的项目经历是真是假,我就会问的非常的细,比如这个项目时候开始介入的、你介入的时候,这个项目是一个什么样的状态、整个的项目组有多少成员、然后组成员的分工是什么样的、你在这个项目组中所负责的内容是什么、你跟其他人该怎么去合作……我都会问的非常仔细,如果他都能回答的非常好,至少能证明他这个项目是真的,其次他是要用心去做记录和整理的。

 

第二,问专业问题

问专业上的问题。比如“你为什么要去选择这样的一种实现方式,以及你为什么要去用这样的技术框架”,我去问这样的问题,因为问题背后所代表对以上业务场景的认知的程度是什么样子的,以及他的思考方式是什么样子的,我会去寻找我和他之间的认知的差距在哪里。

 

虽然说是应试者,但是也都是相互学习的过程。在我们面试的时候,面试者有些想法建立在他们自己认知上的,了解我跟他认知上的差距,就是成长的过程。看一下这个认知上的差距是否最终可以达成一致,如果可以达成一致,当然是最好的选择,如果无法达成一致,那么就算我把它招进来,我们工作中也会有很大矛盾存在。

 

这个认知差距的原因,有很大一部分程度是它的基础知识是否扎实、整个的知识体系是否完整。比如说它只考虑到用这个框架,但是他没有考虑到用这个框架需要去付出多少人力和测试以及运维的成本。

 

Q8:如果我们有小伙伴(应届生或者是转岗)接下来想去从事数据产品这样一个岗位,老师这边有什么建议吗?

届生和转岗的他还是有一定的差别的,但是他会有一个共同点,需要去锻炼一自己的基础能力,就像我刚才不断提到的,基础知识是否扎实。

 

无论应届生还是转岗人员,你对数据产品经理这个岗位的职责是没有过往经历的,这个时候你比比你比别人付出了什么样的努力,这个是可以看到的。比如说去学习基础知识,从最初的数据采集开始学起,学到采集、计算、管理、知识法规、具体应用方案的设计等,这个时候我会觉得你虽然没有相关知识的背景,但是你为这件事情付出了努力,而且学习成绩成果也是不错的。你从一个对数据产品并不了解的小白自学,了解了整个数据采集的方案该怎么去设计,指标体系该怎么去搭建、包括平台该怎么去设计、数据管理该怎么去管理,以及包括ABtest、用户画像、数据中台怎么去搭建……可以看出你为这个岗位付出了多少努力。

 

也能从侧面认证学习能力是什么样子,学习能力它不单单代表闷着头或者是埋头苦学,但更多要讲的是方法和技巧。比如说我从什么样的渠道去获取什么样的学习的信息,我就举个例子,说我要去了解一个什么东西,我从百度上搜和我从专业论坛上搜他们是不一样的。第一个是学习渠道的选择。

 

第二个是学习的内容是否是成体系,成系统的。其实现在我们会觉得社会比较浮躁,包括大家很多人没有耐心去认认真真看完一本书、一次课程。这个时候我们接收到的信息可能是看的是某个公众号的文章,更多是碎片化的知识,或者只是问题的一面。这个就会导致的现象是,在解决问题的时候解决的往往是表面的问题。

 

关于转行,哪些岗位是相对有优势。比如技术背景、数据分析师他们和和数据产品经理是非常紧密的。

 

在我们公司最开始的数据部门分为数据分析师和数据产品,后来因为业务变动把他们分开的。数据分析师和技术的差别就是数据分析师会更了解业务,因为他们是要去从业务的整个流程去做数据分析的,以及他们对业务了解之后,知道业务的发展走向、业务的异常。这个时候他只需要去锻炼自己产品能力,综合自己的数据分析能力和产品能力,就可以做到比较优秀的数据产品经理。

 

其实我们单看数据产品经理岗位,会有一条就是要有数据分析的能力,所以说两个岗位是互补的。

 

好,谢谢老师。我们今天一个访谈整体的问题就结束了啊,特别感谢马老师今天给我们带来的分享。

 
 

 

 

数匠访谈介绍
   

 

爱数据社区《数匠访谈》旨在分享数据作为新的生产资料和驱动力的数字化时代背景下,数据从业人员如何发挥数据价值的见解和洞察,共同探讨数据应用与发展趋势等话题。

 

访谈嘉宾均来自:一线各行各业的资深数据分析师、数据产品经理、数据开发工程师、数据建模专家、算法工程师、数据仓库架构师、数据总监等,行业覆盖新零售、O2O、电商、互联网、教育、物流、金融、信息流、医药等。

 

《数匠访谈》通过深度访谈一线资深数据从业人员,整理发布数据嘉宾的实战工作经验、行业洞见和先进的数据技术,为入行数据从业者、数据爱好者提供宝贵意见,为行业发展起到积极促进作用,进而达到数据人才价值实现,推动数据产业发展。

 

 

End.

爱数据网专栏作者:马涛

作者介绍:金融科技集团数据中心-数据产品总监;负责包括BI系统、标签系统、用户画像系统、广告推荐系统、数据治理项目(元数据管理平台)、大型智慧城市数据中心建设、智慧城市中央控制平台建设项目等

本文为爱统计网专栏作者原创文章,未经允许禁止转载,需要转载请微信联系授权(微信号:lovedata0520)

更多文章前往爱数据社区网站首页浏览http://www.itongji.cn/

收藏 1+点赞 1分享

©1997-2022 上海数统教育 版权所有 ICP认证: 沪ICP备15042641号-3