數據產品經理：實戰進階

《數據產品經理：實戰進階》是2020年機械工業出版社出版的圖書，作者是楊楠楠、李凱東、陳新濤、蕭飯飯。

基本介紹

• 中文名：數據產品經理：實戰進階
• 作者：楊楠楠、李凱東、陳新濤、蕭飯飯
• 出版社：機械工業出版社
• 出版時間：2020年
• ISBN：9787111662396

內容簡介

這是一部全面講解數據產品經理核心知識體系的著作。12位作者大多來自國內的知名企業，涉及不同的行業，讓本書擁有了更廣泛的視角，能幫助讀者從不同的角度去了解數據產品經理如何在數據、產品、運營、市場等多個方面產生價值。本書的*終目的是讓讀者全面了解數據產品經理的工作內容、系統掌握數據產品的核心知識體系，快速實現從入門到進階的突破。

全書一共11章，重點講解了數據產品經理應該掌握的11個核心知識點，可以概括為四個部分。

第壹部分 基礎知識（第1章）

首先介紹了數據產品的定義、組成、分類，其次介紹了數據產品經理的分類和能力模型，*後介紹了數據產品經理的招聘、應聘和面試。

第二部分 通用能力（第2~3章）

講解了數據產品經理應該具備的數據分析能力和項目運作能力（產品路線圖）。

第三部分 數據管理（第4~9章）

依次講解了數據埋點、數據中台、數據指標體系、A/B測試、數據管理、數據服務等知識點，涵蓋數據採集、治理、套用、能力輸出的整個鏈條。

第四部分 策略產品（第10~11章）

重點講解了搜尋系統和用戶畫像等策略產品相關的知識。

作者介紹

楊楠楠

資深數據產品經理，擅長數據分析，為多家世界500強公司提供數據分析服務，能在數據、產品、運營、市場等多個方面發揮數據價值。擅長策略產品，在廣告、電商等領域有較多經驗，為多家廠商提供流量變現服務。維護有數據產品經理的知乎專欄和社群，本書的合作者全部來自專欄的冬粉。

李凱東

某視頻媒體的大數據負責人，前京東數據中台套用數據平台部負責人、京東商城算法專家委員會核心委員，阿里天池數據科學家。京東研發最高成就獎項“傑出成就獎”獲得者，在京東期間曾主導智慧行銷，單條產品線GMV增長數十億；創辦京東大數據比賽平台JData，並成功舉辦全世界最大的單體大數據比賽。有9年創業經歷，在社交、電商、O2O等領域有多年經驗和深刻見解，公司於2014年以4000萬估值被收購。

陳新濤

58轉轉前數據總監、美團外賣首任數據負責人，擁有多年數據產品及分析經驗，擅長帶領團隊搭建企業級數據中台，以及結合企業戰略分析數據並提供增長策略。曾負責從 0 到 1 搭建美團外賣數據平台，其中智慧型業績系統為外賣事業部贏得首個美團點評集團大獎。任轉轉數據總監期間，帶領數據產品及分析團隊，搭建公司數據中台，為各業務線提供分析支持，並連續兩年培養出公司最佳員工，獲得高管團隊及合作方的高度認可。

蕭飯飯

高級數據產品經理，擅長用算法解決業務問題。資深策略產品經理，從0到1負責過完整的搜尋、推薦、個性化push及用戶畫像項目，並持續最佳化，曾打造億級DAU產品策略。精通用戶增長策略，尤其擅長C端產品的打磨和創新型功能設計，以提升新老留存為路徑的增長模式。

胡玉婷

高級數據產品經理。原大數據公司的數據產品經理，在線上教育、內容文娛、電商、大數據等多行業具備豐富的數據產品經驗，同時具備豐富的埋點設計和數據採集經驗。擁有toB套用型數據產品及BI平台型數據產品經驗，主導的數據產品輔助大中型公司進行宏微觀決策，主導的大數據分析平台服務於億級用戶量app進行用戶行為分析，toB付費數據產品市場占有額Top2。曾多次受到微軟中國及微軟美國總部表彰，全球技術項目中國區成員，參與過世界上最大的學生科技大賽中國區運營項目，2015年被美國微軟總部表彰為“2014年度優秀MSP”，並長期享有MSDN最高級訂閱。

曹暢

資深數據產品經理，曾就職於國內某大型智慧型語音技術提供商。主要研究企業數據標準建設與數據管理方法論，以及用戶行為數據標準。曾主導制定某上市公司子公司的企業數據標準。

谷坤明

TMD網際網路公司大數據平台數據產品經理。擅長智慧型BI類產品，曾提升數千名員工的數據套用效率，實現數據驅動業務發展的目標。擅長“數據服務”類產品，擅長全套指標體系搭建和可視化、服務化API接口的產品方案。擁有較豐富數據可視化經驗，深度參與公司一站式數據消費套用平台。

俞京江

某知名地產集團金融事業群產品負責人。有9年網際網路金融行業產品設計經驗，多年產品團隊管理經驗，精通金融行業產品的業務流程及功能設計。獨立負責過五百億交易規模的App的版本疊代；獨立負責過單日破億交易額的行銷活動，有豐富的用戶增長和行銷獲客實戰經驗，善於搭建體系化的行銷服務管理系統，包括精細化運營平台、自動化行銷平台、SCRM等。

赫子敬

次元降維創始人，有8年數據產品和數據分析經驗，曾在多家大型企業擔任數據負責人，精通全棧數據鏈路和數據策略。滴滴現代交通安全數據奠基人，2016年幫助滴滴平台將安全事故降低20%，在技術方面實現重大突破；2018年全面負責愛奇藝AI產品線，幫助愛奇藝在內容製作、生產、分發環節全鏈路套用AI產品，大幅提升業務指標。

賀園

資深數據產品經理，曾在宜信、京東數科等多家知名網際網路金融公司從事數據產品相關工作，擅長偏技術類數據產品的設計。曾負責從0到1搭建公司的A/B測試平台，標籤和用戶畫像平台的設計，以及公司級數據資產管理系統的搭建。

劉揚

數據產品專家，曾就職於用友、唯品會，在數據採集與埋點、數據ETL、數據建模與分析、數據套用方面均有豐富的實戰經驗。先後做過搜尋、推薦、算法、大數據平台、ABTest系統等不同形態的數據產品。精通SQL，懂Python及主流挖掘算法；擅長基於ABTest的數據驅動理論的價值挖掘和產品落地。

朱詩倩

曾任Google系獨角獸公司數據科學產品線負責人，現任世界500強公司科技事業部數據負責人，擅長利用數據驅動業務增長，在集團跨業務板塊數位化轉型方面有獨特經驗。在教育、地產、金融領域擁有企業級數據產品和數據行銷實戰經驗，多次完成從0到1產品體系和數據平台搭建。

目錄

讚譽

序一

序二

作者簡介

前言

第1章　全面認識數據產品經理001

1.1　什麼是數據產品001

1.1.1　數據產品定義002

1.1.2　數據產品組成002

1.1.3　數據產品類型003

1.1.4　數據產品衡量004

1.2　數據產品詳解005

1.2.1　用戶數據產品005

1.2.2　商用數據產品010

1.2.3　企業數據產品015

1.3　數據產品經理能力模型021

1.3.1　產品經理能力021

1.3.2　數據專業能力022

1.3.3　軟能力023

1.3.4　不同級別的能力要求023

1.4　數據產品經理分類026

1.4.1　平台型026

1.4.2　套用型027

1.4.3　策略型028

1.5　數據產品經理的應聘與招聘029

1.5.1　如何應聘029

1.5.2　如何招聘031

1.6　數據產品相關案例035

1.6.1　商用數據產品研究案例——Domo035

1.6.2　數據產品經理面試案例045

第2章　數據分析方法論053

2.1　數據分析的基礎流程054

2.2　有價值的數據結論055

2.2.1　什麼是有價值的數據結論055

2.2.2　怎樣得到有價值的數據結論056

2.2.3　得到數據結論的案例057

2.3　數據分析基礎方法058

2.3.1　全鏈路分析058

2.3.2　組成因子分解061

2.3.3　影響因子拆解062

2.3.4　枚舉法063

2.4　數據分析方法使用案例068

2.4.1　案例一：多種分析方法尋找增長點068

2.4.2　案例二：找到對公司有價值的需求點071

第3章　產品路線圖078

3.1　制定產品戰略目標079

3.1.1　產品願景079

3.1.2　產品目標080

3.1.3　產品路線圖082

3.1.4　產品疊代計畫與任務083

3.2　收集並整理需求083

3.2.1　用戶/客戶反饋083

3.2.2　競品分析084

3.2.3　銷售人員和客戶服務人員084

3.2.4　行業分析085

3.2.5　頭腦風暴085

3.2.6　數據反饋086

3.3　確定優先權086

3.3.1　價值與複雜度模型087

3.3.2　加權評分087

3.3.3　KANO模型088

3.3.4　SWOT分析088

3.3.5　四象限分析法089

3.4　規劃路線圖091

3.5　我們是如何進行路線圖規劃的092

第4章　數據埋點體系096

4.1　數據埋點概述096

4.1.1　什麼是埋點096

4.1.2　埋點的意義097

4.1.3　埋點的類型097

4.2　如何做好埋點098

4.2.1　目標收集098

4.2.2　字典管理100

4.2.3　埋點管理平台100

4.3　埋點技術102

4.3.1　JavaScript埋點102

4.3.2　App埋點103

4.3.3　埋點技術的選擇104

第5章　數據中台105

5.1　數據中台是什麼105

5.1.1　數據中台的由來105

5.1.2　中台的彷徨107

5.1.3　中台是一種企業戰略107

5.1.4　中台是戰略下的組織協同108

5.1.5　中台是技術與業務的綜合體109

5.1.6　數據中台下的數據產品經理109

5.2　數據中台的產品形態110

5.2.1　統一指標平台110

5.2.2　統一標籤平台111

5.2.3　可視化報表平台112

5.2.4　智慧行銷平台112

5.2.5　數據中台產品的產品思維113

5.3　如何構建數據中台114

5.3.1　定戰略114

5.3.2　改組織115

5.3.3　深業務117

5.3.4　做統一117

5.3.5　享服務120

5.3.6　業務評價下的數據中台120

5.3.7　黃埔軍校式的數據中台122

第6章　數據指標體系123

6.1　數據指標體系的概念與價值124

6.1.1　什麼是數據指標體系124

6.1.2　數據指標體系的價值125

6.2　數據指標的分類127

6.2.1　指標的類型127

6.2.2　數據指標的類型128

6.3　數據指標體系的建設136

6.3.1　數據指標體系設計原則136

6.3.2　數據指標體系建設的方法與步驟139

6.4　數據指標在各行業的套用150

6.4.1　電子商務150

6.4.2　內容文娛151

6.4.3　線上教育153

第7章　A/B測試系統搭建155

7.1　A/B測試簡介155

7.1.1　A/B測試起源155

7.1.2　A/B測試特點156

7.1.3　A/B測試場景157

7.2　A/B測試流程158

7.2.1　試驗需求洞察158

7.2.2　試驗需求發起159

7.2.3　試驗方案設計160

7.2.4　試驗需求落實160

7.2.5　試驗效果分析161

7.3　A/B測試系統設計161

7.3.1　A/B測試系統核心功能162

7.3.2　A/B測試系統設計方案165

7.3.3　A/B測試系統設計要點173

7.4　A/B測試案例分析175

7.4.1　歐巴馬競選總統175

7.4.2　商品詳情頁相似推薦176

7.5　A/B測試經驗建議181

7.5.1　培養驅動文化181

7.5.2　自研或第三方工具182

第8章　數據管理183

8.1　數據的類型和主要特點183

8.1.1　數據的類型183

8.1.2　三類數據的主要特點和差異184

8.1.3　業務數據有數據管理嗎185

8.2　主數據管理186

8.2.1　主數據管理概述186

8.2.2　主數據管理四要素188

8.2.3　業務輸入191

8.2.4　主數據管理產品化解決方案192

8.3　元數據管理197

8.3.1　元數據管理概述197

8.3.2　元數據管理標準202

8.3.3　元數據管理解決方案206

第9章　數據服務215

9.1　數據服務概述215

9.1.1　什麼是數據服務215

9.1.2　為什麼要做數據服務216

9.1.3　數據服務的利益相關者218

9.2　基於標準指標的數據服務219

9.2.1　API服務220

9.2.2　API服務的用戶路徑223

9.2.3　指標池服務223

9.3　基於Hive表的數據服務224

9.3.1　可視化模式224

9.3.2　開放平台自定義SQL模式224

9.3.3　兩種數據服務的對比226

9.4　相關問題226

9.4.1　局限性與挑戰226

9.4.2　數據內容227

9.4.3　公共維度228

9.4.4　選表邏輯229

9.4.5　數據安全230

9.4.6　許可權控制230

9.5　數據服務構想231

第10章　策略產品詳解：以搜尋系統為例233

10.1　策略產品經理的前世今生233

10.1.1　策略產品經理定義234

10.1.2　策略產品經理的思維體系235

10.1.3　一個策略產品的小需求236

10.2　策略產品經理常用思維方式和分析方法237

10.2.1　策略產品經理常用的思維方式238

10.2.2　策略產品經理常用的分析方法241

10.3　如何維持搜尋系統的疊代和運轉245

10.3.1　從整體架構入手245

10.3.2　從用戶需求入手254

10.3.3　從具體問題入手256

10.3.4　從業務發展入手257

10.4　搜尋產品案例實踐257

第11章　用戶畫像263

11.1　用戶畫像概述263

11.1.1　用戶畫像的基本概念264

11.1.2　標籤的類型265

11.1.3　標籤生命周期管理266

11.2　用戶畫像從0到100的構建思路267

11.2.1　用戶畫像從0到1的構建思路267

11.2.2　用戶畫像從1到100的構建思路271

11.3　單個用戶標籤的做法274

11.3.1　用戶標籤的生產流程概述274

11.3.2　不同公司的標籤生產重點276

11.4　標籤案例一：算法標籤的一般生產流程277

11.4.1　標籤定義分析278

11.4.2　用戶行為獲取（特徵探查）278

11.4.3　模型設計279

11.5　標籤案例二：加入內容標籤的用戶標籤生產流程281

11.5.1　標籤定義分析281

11.5.2　內容標籤製作282

11.5.3　用戶標籤模型設計289

11.6　用戶畫像的效果驗收292

11.6.1　算法指標驗收292

11.6.2　分布驗證292

11.6.3　交叉驗證293

11.6.4　抽樣評測293

11.7　做好標籤系統需要注意的事項294

11.7.1　做好標籤系統的MVP測試機制294

11.7.2　時間在用戶標籤中的用法296

11.7.3　問題解答297

後記　一個老數據人的雜談299

圖書目錄

讚譽

序一

序二

作者簡介

前言

第1章　全面認識數據產品經理001

11　什麼是數據產品001

111　數據產品定義002

112　數據產品組成002

113　數據產品類型003

114　數據產品衡量004

12　數據產品詳解005

121　用戶數據產品005

122　商用數據產品010

123　企業數據產品015

13　數據產品經理能力模型021

131　產品經理能力021

132　數據專業能力022

133　軟能力023

134　不同級別的能力要求023

14　數據產品經理分類026

141　平台型026

142　套用型027

143　策略型028

15　數據產品經理的應聘與招聘029

151　如何應聘029

152　如何招聘031

16　數據產品相關案例035

161　商用數據產品研究案例——Domo035

162　數據產品經理面試案例045

第2章　數據分析方法論053

21　數據分析的基礎流程054

22　有價值的數據結論055

221　什麼是有價值的數據結論055

222　怎樣得到有價值的數據結論056

223　得到數據結論的案例057

23　數據分析基礎方法058

231　全鏈路分析058

232　組成因子分解061

233　影響因子拆解062

234　枚舉法063

24　數據分析方法使用案例068

241　案例一：多種分析方法尋找增長點068

242　案例二：找到對公司有價值的需求點071

第3章　產品路線圖078

31　制定產品戰略目標079

311　產品願景079

312　產品目標080

313　產品路線圖082

314　產品疊代計畫與任務083

32　收集並整理需求083

321　用戶/客戶反饋083

322　競品分析084

323　銷售人員和客戶服務人員084

324　行業分析085

325　頭腦風暴085

326　數據反饋086

33　確定優先權086

331　價值與複雜度模型087

332　加權評分087

333　KANO模型088

334　SWOT分析088

335　四象限分析法089

34　規劃路線圖091

35　我們是如何進行路線圖規劃的092

第4章　數據埋點體系096

41　數據埋點概述096

411　什麼是埋點096

412　埋點的意義097

413　埋點的類型097

42　如何做好埋點098

421　目標收集098

422　字典管理100

423　埋點管理平台100

43　埋點技術102

431　JavaScript埋點102

432　App埋點103

433　埋點技術的選擇104

第5章　數據中台105

51　數據中台是什麼105

511　數據中台的由來105

512　中台的彷徨107

513　中台是一種企業戰略107

514　中台是戰略下的組織協同108

515　中台是技術與業務的綜合體109

516　數據中台下的數據產品經理109

52　數據中台的產品形態110

521　統一指標平台110

522　統一標籤平台111

523　可視化報表平台112

524　智慧行銷平台112

525　數據中台產品的產品思維113

53　如何構建數據中台114

531　定戰略114

532　改組織115

533　深業務117

534　做統一117

535　享服務120

536　業務評價下的數據中台120

537　黃埔軍校式的數據中台122

第6章　數據指標體系123

61　數據指標體系的概念與價值124

611　什麼是數據指標體系124

612　數據指標體系的價值125

62　數據指標的分類127

621　指標的類型127

622　數據指標的類型128

63　數據指標體系的建設136

631　數據指標體系設計原則136

632　數據指標體系建設的方法與步驟139

64　數據指標在各行業的套用150

641　電子商務150

642　內容文娛151

643　線上教育153

第7章　A/B測試系統搭建155

71　A/B測試簡介155

711　A/B測試起源155

712　A/B測試特點156

713　A/B測試場景157

72　A/B測試流程158

721　試驗需求洞察158

722　試驗需求發起159

723　試驗方案設計160

724　試驗需求落實160

725　試驗效果分析161

73　A/B測試系統設計161

731　A/B測試系統核心功能162

732　A/B測試系統設計方案165

733　A/B測試系統設計要點173

74　A/B測試案例分析175

741　歐巴馬競選總統175

742　商品詳情頁相似推薦176

75　A/B測試經驗建議181

751　培養驅動文化181

752　自研或第三方工具182

第8章　數據管理183

81　數據的類型和主要特點183

811　數據的類型183

812　三類數據的主要特點和差異184

813　業務數據有數據管理嗎185

82　主數據管理186

821　主數據管理概述186

822　主數據管理四要素188

823　業務輸入191

824　主數據管理產品化解決方案192

83　元數據管理197

831　元數據管理概述197

832　元數據管理標準202

833　元數據管理解決方案206

第9章　數據服務215

91　數據服務概述215

911　什麼是數據服務215

912　為什麼要做數據服務216

913　數據服務的利益相關者218

92　基於標準指標的數據服務219

921　API服務220

922　API服務的用戶路徑223

923　指標池服務223

93　基於Hive表的數據服務224

931　可視化模式224

932　開放平台自定義SQL模式224

933　兩種數據服務的對比226

94　相關問題226

941　局限性與挑戰226

......