數據産品經理

内容簡介

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

第一部分基礎知識（第1章）

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

第二部分通用能力（第2~3章）

講解了數據産品經理應該具備的數據分析能力和項目運作能力（産品路線圖）。

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、數據指标體系、A/B測試、數據管理、數據服務等知識點，涵蓋數據采集、治理、應用、能力輸出的整個鍊條。

第四部分策略産品（第10~11章）

重點講解了搜索系統和用戶畫像等策略産品相關的知識。

作品目錄

贊譽

序一

序二

作者簡介

前言

第1章

全面認識數據産品經理001

1.1

什麼是數據産品001

1.1.1

數據産品定義002

1.1.2

數據産品組成002

1.1.3

數據産品類型003

1.1.4

數據産品衡量004

1.2

數據産品詳解005

1.2.1

用戶數據産品005

1.2.2

商用數據産品010

1.2.3

企業數據産品015

1.3

數據産品經理能力模型021

1.3.1

産品經理能力021

1.3.2

數據專業能力022

1.3.3

軟能力023

1.3.4

不同級别的能力要求023

1.4

數據産品經理分類026

1.4.1

平台型026

1.4.2

應用型027

1.4.3

策略型028

1.5

數據産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

數據産品相關案例035

1.6.1

商用數據産品研究案例——Domo035

1.6.2

數據産品經理面試案例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

全鍊路分析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

産品路線圖078

3.1

制定産品戰略目标079

3.1.1

産品願景079

3.1.2

産品目标080

3.1.3

産品路線圖082

3.1.4

産品叠代計劃與任務083

3.2

收集并整理需求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

确定優先級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

目标收集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

數據中台下的數據産品經理109

5.2

數據中台的産品形态110

5.2.1

統一指标平台110

5.2.2

統一标簽平台111

5.2.3

可視化報表平台112

5.2.4

智慧營銷平台112

5.2.5

數據中台産品的産品思維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

數據指标體系123

6.1

數據指标體系的概念與價值124

6.1.1

什麼是數據指标體系124

6.1.2

數據指标體系的價值125

6.2

數據指标的分類127

6.2.1

指标的類型127

6.2.2

數據指标的類型128

6.3

數據指标體系的建設136

6.3.1

數據指标體系設計原則136

6.3.2

數據指标體系建設的方法與步驟139

6.4

數據指标在各行業的應用150

6.4.1

電子商務150

6.4.2

内容文娛151

6.4.3

在線教育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

奧巴馬競選總統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

主數據管理産品化解決方案192

8.3

元數據管理197

8.3.1

元數據管理概述197

8.3.2

元數據管理标準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

基于标準指标的數據服務219

9.2.1

API服務220

9.2.2

API服務的用戶路徑223

9.2.3

指标池服務223

9.3

基于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

數據内容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

權限控制230

9.5

數據服務構想231

第10章

策略産品詳解：以搜索系統為例233

10.1

策略産品經理的前世今生233

10.1.1

策略産品經理定義234

10.1.2

策略産品經理的思維體系235

10.1.3

一個策略産品的小需求236

10.2

策略産品經理常用思維方式和分析方法237

10.2.1

策略産品經理常用的思維方式238

10.2.2

策略産品經理常用的分析方法241

10.3

如何維持搜索系統的叠代和運轉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

搜索産品案例實踐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

标簽的類型265

11.1.3

标簽生命周期管理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

單個用戶标簽的做法274

11.3.1

用戶标簽的生産流程概述274

11.3.2

不同公司的标簽生産重點276

11.4

标簽案例一：算法标簽的一般生産流程277

11.4.1

标簽定義分析278

11.4.2

用戶行為獲取（特征探查）278

11.4.3

模型設計279

11.5

标簽案例二：加入内容标簽的用戶标簽生産流程281

11.5.1

标簽定義分析281

11.5.2

内容标簽制作282

11.5.3

用戶标簽模型設計289

11.6

用戶畫像的效果驗收292

11.6.1

算法指标驗收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

做好标簽系統需要注意的事項294

11.7.1

做好标簽系統的MVP測試機制294

11.7.2

時間在用戶标簽中的用法296

11.7.3

問題解答297

後記

一個老數據人的雜談299

作品鑒賞

12位作者大多來自國内的知名企業，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産品經理如何在數據、産品、運營、市場等多個方面産生價值。

作者簡介

楊楠楠

資深數據産品經理，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、産品、運營、市場等多個方面發揮數據價值。擅長策略産品，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。維護有數據産品經理的知乎專欄和社群，本書的合作者全部來自專欄的粉絲。

李凱東

某視頻媒體的大數據負責人，前京東數據中台應用數據平台部負責人、京東商城算法專家委員會核心委員，阿裡天池數據科學家。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營銷，單條産品線GMV增長數十億；創辦京東大數據比賽平台JData，并成功舉辦全世界最大的單體大數據比賽。有9年創業經曆，在社交、電商、O2O等領域有多年經驗和深刻見解，公司于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，擁有多年數據産品及分析經驗，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并提供增長策略。曾負責從0到1搭建美團外賣數據平台，其中智能業績系統為外賣事業部赢得首個美團點評集團大獎。任轉轉數據總監期間，帶領數據産品及分析團隊，搭建公司數據中台，為各業務線提供分析支持，并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

高級數據産品經理，擅長用算法解決業務問題。資深策略産品經理，從0到1負責過完整的搜索、推薦、個性化push及用戶畫像項目，并持續優化，曾打造億級DAU産品策略。精通用戶增長策略，尤其擅長C端産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。