- 前言：时光匆匆，即将又迎来新的一年。在明年，我们新增了几条产品线，作为临时工的我估计也忙不过来，而我的重心还是在于洞察数据中的玄机，所以打算招一个正式的数据产品经理，去整理和规划一些数据产品需求。就这样，最近两周我已经参加了五场面试，但是效果和预期的差距很大。
说明：不少朋友或许都会感觉工作压力大，业余时间也想学新知识来补充自己的短板，可精力有限，回家已经疲惫不堪了。这可怎么办呢？其实这也是我坚持写文章的一个初衷，我不喜欢写纯技术性的文章，那太枯燥乏味了。我更偏爱写点轻松愉快的小故事，将知识和感悟融入到情节里，这样的手机读物才会引人深思，耐人寻味。
一、面试所带来的思考
最近两周，我参加了一些面试，也认识了些朋友，他们都是来应聘数据产品经理的。
我喜欢和应聘者聊天，了解他们的背景、专业知识和学习情况。换个角度去思考和发现问题，也许能够找到一些曾被忽视的细节。
考虑到数据产品经理这个岗位也是近年才火热起来的，有相关实战经验的相对来说比较稀有，市场空白的确大，又是一个高薪岗位。所以我们把面试门槛也设置低了些，转型从业者，也给予机会去评估考虑。
所以最近来应聘的朋友，都是从各个岗位转型过来做尝试。有业务分析员、产品经理和开发人员。针对目前来应聘的朋友，我都统一考察这三个方面，业务能力、产品能力和数据能力。
看起来比较笼统，但已经囊括了这个岗位所需要的综合能力，所以才说是一个门槛比较高的一个岗位。而对于具体细节，主要测评了这几个点：
- 数据素养。
- 数据产品的认识和理解。
- 互金领域业务流程和业务运营的分析能力，用数据说话，寻找业务痛点。
- 推动产品从需求到落地，和产品运营的经验，以及这过程中的沟通、协调资源和进度把控能力。
- 对大数据生态圈技术的熟悉，了解产品底层的数据处理流程和数据挖掘扮演的角色性。
上面这些是我当初评估的一个参考，能力阶段从上而下。或许和你们想象中的数据产品经理存在一定的差异性，完全可以理解，准备不充分也可以系统性学习。
但从目前的面试效果来看，不是很满意，所有来面试的朋友多多少少会存在一些严重的问题，每个人的侧重点也有所差异，主要会体现在这些方面：
- 数据素养缺乏，对数据不够敏感，没有学会用数据说话。
- 对业务分析不够透彻，缺少从业务运营中发现痛点问题，转化为数据产品的可能性。
- 对产品经理的认识停留在视觉、原型和交互上，没有一个完整产品推动落地的过程。
- 对大数据生态圈的一切浑然不知，对大数据产品的认识停留在业务报表阶段。
大部分来应聘的朋友都在一面时候就结束了，事后我也会和他们聊别的内容，以及如何更好的去融入数据产品经理这个岗位？私下可以做哪些准备？（有个别的朋友还互留了微信）
"毕竟这个岗位市场空白还很大，只要有这个心和努力，有大把机会等着每一个想成为数据产品经理的朋友，而我也很欣慰能够看到这么多人想投身于大数据圈子里。" 这是当时我和每一个朋友都说的一句话。
冬至来了，喝些鸡汤暖暖胃也还是不错。
所以，反思了最近的一些面试，我还特意网上搜了一些数据产品相关的资源来看看，的确十分匮乏和不全面。
本来这个岗位就稀少，对新人而言更遥不可及。各种约束，注定会造成这个现象的恶性循环。所以我想写这篇文章的初衷，主要有这两点：
- 揭开它的神秘性，只有清楚它在做什么事，需要哪些综合能力，才能针对性去准备。
- 希望大家能够一起努力，去彰显数据产品的重要性，提升大数据的价值，提升自己的价值。
二、你怎么理解数据产品？
在聊完数据产品经理这个岗位的要求以后，不可避免的需要去聊聊数据产品。
到底何为数据产品呢？
难道白猫黑猫，都是猫？产品和数据产品，都是产品？
上面这层理解，看起来没错，但是未免太过于肤浅了，仔细琢磨缺乏可参考性。如果真要细分产品和数据产品的区别，我觉得可以参考这三个点的差异性：
-
解决的痛点问题
- 前者，增长平台的用户体量，提高交易额和用户粘度。
- 后者，更细，去挖掘用户的潜在需求、生命周期和异常风险，服务于前者。
-
产品的目标人群
- 前者，服务于公司外的用户群体，去满足他们的常规需求。
- 后者，服务于公司内的业务团队，甚至是第三方公司，去辅助他们更好的运营。
-
面对的业务场景
- 前者，适用于平台运营过程中的战略调整。
- 后者，适用于突破平台运营遇到的瓶颈问题。
对于产品本质而言，都是在解决目前痛点问题和引导用户的未来需求。
很多朋友对于数据产品最直观的印象只是停留在数据报表，比如阿里指数和谷歌分析等等，其实这是很基础的数据需求。真正的数据产品是建立在大数据场景下数据挖掘得以价值体现后的产品化，最后再融合进业务产品流程中去做辅助业务和风险干预。
除了通过数据去发现问题，运营人员和老板最更关心的是去解决痛点问题，这才是大数据价值的提现，而不仅仅是整合数据，数据展示。
这也是为什么目前市面上缺乏难以有分量的数据产品的原因。在当下，大数据谈的火热，更多给人忽悠，不切合实际的感觉，能够挖掘出大数据的价值已经很不错了，更别提数据产品化。
三、我和数据产品的哪些事
我和数据产品结缘有一段时间了，应该是从2013年左右起。
在以前的文章里也提到过，我读书时，参加了很多数学挖掘相关的比赛，也取得了不错的成绩。可后面觉得这种形式去探索数据的价值，研究氛围大于实用性，所以接下来就索性放弃任何相关的比赛。
我迷糊了一段时间...
后面偶然的一次机会，我接触到了大数据，看到了一本书，当时作者就对数据产品有了一定的理解。虽然当时很多概念还停留在数据展示上，但是书中已经告诉了读者，这个岗位未来具有很大的机遇，还是一张白纸。
这对于寻找数据价值的我来说，似乎找到了一个正确的方向，就这样默默坚持到现在。
但是这一路也并非顺利。
实习那年，我校招去应聘阿里的数据产品经理，那是个菊花开放的高潮。
我整整花了半个月的时间，对阿里平台目前的所有数据产品做了一个调研，整理了一份数据产品经理的素养，以及构思了一款数据产品的雏形。
当时给我印象最深的一句话。
“21世纪的核心竞争就是数据的竞争，谁拥有数据，谁就拥有未来。”马云
可毕竟门槛很高，由于缺乏实践，过多的理论、概念和情怀难以感动面试官，我到了二面就结束了。（不过据说当时招进去的朋友也都是转成数据分析师了）。
我并没有放弃，为了这个情怀，曲线救国做了很多准备。
由于有三年的比赛经历，我接触数据挖掘的经验会比较多，所以一开始我没选择从事数据挖掘这个岗位。
我选择先去了解大数据生态圈的底层数据源和数据加工，知晓数据的流向。在那段时间里，我独立维护了一款类阿里指数的数据产品，对数据和业务指标的理解提升得很快。
后面换了工作以后，主要也是做数据产品的乙方公司。我把重心放在业务层面上，经常和运营人员、甲方公司老板和阿里的数据产品人员打交道，那段时间对业务痛点和数据产品的认识提高不少，发现了数据产品原来有更大潜力。
远远还没结束，大数据挖掘和传统的模式有很多差异性，不管是数据量级，实现形式上，还是服务的业务场景上。所以围绕着大数据挖掘，我学习了大数据生态圈中的相关技术，就像知晓的MapRedcue和Spark等等。
除了做一个理论者，我们更多的是需要不断去实践，将我们的想法落地。
长路漫漫，可有心的人耐得住寂寞，不到黄河心不死。
在最近半年的时间里，我也写了目前围绕着数据产品在做的事，分了上、中和下三篇。
这款数据产品是涉及互金行业的羊毛党反欺诈监控，已经上线稳定了一个多月，接下来是用心运营的阶段。
而这不代表我有多牛，它却是我默默努力的一个反馈。不为了别的名和利，就一个欣慰就足够我很感动了。
说到这里，数据产品这条路，还有很多值得我们去探索的方向，我也还需要更努力，去做一个默默的先驱者。而你们呢？
真心期待未来去应聘数据产品经理的朋友们，用心准备，这个岗位可没你想象中的如此容易。
再插个软广告：
1.简书的提现还没有达到标准（还差45大洋），真心强迫症害死人，鼓励大家打赏，不多不少。待我这次提现完，彻彻底底关闭简书打赏功能，看简书产品经理奈我何。
2.关于学习圈子的事，能够帮助朋友们系统性，高质量的来学习数据挖掘、数据产品和数据分析，每周两篇系统性文章、互动问答和随笔模式真心很棒。上次才发广告出去，第一个圈子已经加满了（为了维护学习氛围，我限制了人数35个），很多朋友也鼓励我坚持做下去，大家能有所收获最重要。前天，由于不少朋友的响应，所以创建了第二个圈子，同样欢迎有情怀的朋友一起加入（后期再结合实际情况，考虑是否合并）。
<本文完>
