More  

收藏本站

電腦請使用 Ctrl + D 加入最愛
手機請使用 收藏
關閉

小編的世界 優質文選 生涯

年薪80W+的數據產品經理寫給小白的職業規劃建議(附贈數據產品知識框架)


字體大小:
2021年11月06日 -
:       
 

酷扯兒21:58《酷扯兒》官方帳號

「來源: |愛數據學習社 ID:lovedatacn」

來 源:古牧聊數據

作 者:古牧君

(文末領取數據產品知識框架高清思維導圖)

一段時間以來,不少朋友通過各種渠道找我咨詢在數據這個方向上的職業規劃選擇,可能是覺得我經歷過的崗位比較多吧(新朋友可以參看這裏)。後來我感覺很多問題其實都還是共性比較大,所以今天整理出來現階段的個人看法,供大家參考!

目標受眾

有一定數據基礎,馬上要進入數據方向崗位的新人,比如校招的;

已經進入數據方向崗位,但對現狀不滿意,想謀求改變的。

核心建議

從企業數字化發展的進程來看,推薦數據產品崗位,尤其是應用層的數據產品。其他崗位如數據分析、數據倉庫研發、數據運營等,盡量作為過渡;策略產品最後單獨說。

具體理由

1、從企業數字化發展的角度看,勞動密集和基礎建設都是過渡狀態

很多職業規劃建議都是從崗位的核心競爭力來分析的,但有個誤區,崗位是否需要是由企業說了算的,企業有需求就會需要這個崗位,沒需求了你競爭力再強,這個崗位也沒了,你只能憑借能力轉換賽道。

所以換個視角,想想眼下很多數據崗位企業為啥需要,會是一個有幫助的方式。同時,企業對崗位的需求也要結合企業的發展階段,不同階段要的東西不一樣。

在我看來,目前我國互聯網行業大部分公司在數字化上,基本還停留在前期,主要是打基礎補功課!只有少部分大廠進入了中期,開始探索應用數據降本提效or創造價值。

具體來看,很多公司目前在數據崗位最需要的,不外乎就是能人肉跑SQL提取數據進行統計分析的數據分析師,能夠把數據上收後妥善安置清晰管理的數據倉庫工程師,和能設計埋點方案規範上收數據的分析師or工程師or數據產品。你看哈,基本就是數據的中上遊幾個環節,獲取、管理、分析。

這個前期的特點就是:我要先有!所以很多工種都是堆人力,尤其是數據分析師哈,就是勞動密集型的數據工人,天天大量時間做著數據提取的工作,真正的分析和建議並不多。類似的包括數倉開發,也是早期做基建的時候需要大批人力,大幹快上,不過後期數據基礎都成型了,也就不需要那麼多人了。

這裏必須要額外提一句哈,很多朋友都聽說一句話:數據驅動業務(企業)。但我想說你可別解讀偏了,是數據驅動沒錯,但不是數據分析師驅動
。真正的含義是:有些人負責整理數據並對數據進行適當的、合理的解讀,而最後的決策還是交給人來做,數據是一個很重要的輔助措施。

那麼問題來了,企業的這個階段會一直持續麼?肯定不會!那麼當這個階段過去了,還需要那麼多的勞動密集型崗位從業者麼?可能大概或許是不需要了吧?~如果城市裏樓都蓋起來了,應該也就不需要那麼多建築民工了,剩下的就是維修保養,以及看看怎麼提升效率了。

提升效率靠什麼?靠制度、靠規範,也要靠自動化、產品化。所以勢必迎來的一個階段就是用機器來取代人,but互聯網公司沒有機器人,所以這裏的機器指代的產品,尤其是數據產品。

2、開源>節流,營收變現>降本提效

雖然是自動化、產品化,但也要有所選擇和側重。從人性的角度來看,省錢就是沒有掙錢來的爽,對咱們個人來講是這樣,對企業決策人員來講也是同樣。

所以如果你選擇數據產品方向,那麼你只是走對了一步,因為數據產品裏面還有不同的細分,簡單高效的歸類可以分成基礎層、中間層和應用層:

基礎層就是做數據獲取、清洗、存儲、管理的,典型的比如數據倉庫、埋點平台。這種產品很關鍵,可以提升效率,但屬於一錘子買賣,容易兔死狗烹鳥盡弓藏,你懂吧~

中間層就是做數據加工、理解、分發的,典型的比如畫像標簽、數據中台、包括BI我也覺得是這一層的。這種產品吧很難做,因為對人員的素質能力要求高,但同時價值產出又不大,因為在中間夾著嘛,經常兩頭背鍋、上下支撐;

應用層就是做數據的分析、應用的,典型的比如各種營銷工具、DMP、策略平台。這塊很好,因為能直接帶來錢,錢就是價值的最直接衡量。而且國內經常做基礎和中間層,往往容易跟應用脫鉤(聯想大學教育),所以有機會多知道一下怎麼應用,對你學習理會基礎更有幫助!

從數據產品的這種分層介紹來看,有機會的話,我還是會比較建議大家選應用層的數據產品,直接投身到應用中,讓結果帶動你思考,以終為始不香麼?

3、能掙錢的成熟業務才真的需要數據驅動

補刀一下行業or業務的選擇,互聯網發展到現在,掙錢的方式不外乎就是電商、遊戲、廣告,未來maybe能拓展出toB服務?

上面分析到,要盡量走到前面,找那些能用錢來證明自身產品價值的地方。那自然也就需要擦亮眼睛,找那些真正能穩定掙錢的業務是吧,就是上面這三個半了。

如果你擔心互聯網未來走下坡趨勢,那你也可以提前布局,看看橫跨互聯網and傳統行業的崗位方向,比如廣告和toB。即便是很多傳統行業的公司,每年的廣告預算也少不了,這裏不是讓你去4A廣告公司哈,那是乙方,這裏是想讓你看看有沒有機會去甲方公司做廣告,尤其是數字化營銷(線上廣告)。比如你去了有錢的汽車大廠、護膚品大牌、快消零售巨頭,都還是可以的。當然前提是你從哪兒去?以及選擇什麼時間節點去?你自己也想想看~

toB雖然尚未明朗,但政策面是很鼓勵的,不明朗的部分主要在互聯網公司們還沒學會怎麼伺候人,畢竟靠服務掙錢不是容易事兒。但toB業務的過程中,你也可以接觸到很多傳統行業的大公司,可以幫你提前去了解一下他們的情況和思路,避免一直局限在互聯網這片小天地裏。

4、策略產品也挺好,就是容易被擠壓

當前這個崗位還是很被需要的,因為讓算法工程師做產品,很難;同樣,讓產品經理理解算法,也不容易。但以我淺薄的感知來看,這個崗位始終是處於算法和產品的夾擊之下的:

一個有業務sense的算法研發,會經常向上張望,考慮算法怎麼能在不同的場景更好的落地;一個有專業背景的場景端產品經理,雖然無法手撕代碼,但還是可以做到基於對原理的理解進行靈活應用的。這麼一來,定位於銜接適配的策略產品經理就會有些尷尬,經常會變成算法研發團隊對接客戶的售前顧問,對接場景端產品經理的需求收集器和溝通緩沖區。

隨著互聯網入行門檻越來越高,新人們的學歷背景素質越來越好,相信後續能理解算法原理的場景端產品經理會越來越多,屆時策略產品經理會不會被整合進去呢?我就瞎提個問題哈,開放式討論!

以上見解可能也少不了一些屁股決定腦袋,畢竟我目前就是數據產品經理嘛,所以也期待大家多給反饋建議,幫我打開思路~

END

愛數據福利大放送