这段时间，之前认识的好几个产品经理小朋友来找我诉苦：阿姨，我已经xx天没找到工作啦！我可怎么办啊？焦虑的情绪一如言表。

另一方面，我每天打开boss直聘，都有数十份毛遂自荐的产品经理简历扑面而来，经过几个月的筛选，我发现合适的实在是凤毛菱角，索性就把职位关闭了。我在想，产品经理们在痛斥工作不好找，另一方面用人单位（我）总是招不到合适的人，这到底是谁的错？

一方面，经济不景气的大环境下，各企业对于新产品的投入变得更加谨慎，这让前几年成长起来的一批产品经理几乎无用武之地；拿苹果应用商店的应用数量举例，在2016Q3到达顶点220w后，到2019Q4已经下滑到180w款；2020年情况恐怕更糟糕（来源：艾媒数据中心）。

另一方面，C端产品同质化日趋严重，仅能做功能需求的初级产品经理恐怕较难生存，例如，随便打开一个电商APP，短视频APP，从功能界面上你能看到区别吗？哈哈哈哈~

所以，这样想来，再用以前的思路去找产品经理的工作怎么可能找得到？八爪鱼先生的8年好男友人设都崩塌，市场对产品经理的需求发生了本质的改变呀。

用接地气的话解释这个情况：产品的野蛮生产时代结束了，用数据来驱动各个行业前进的数据化进程正在到来。

我在某招聘网站搜索广州“数据产品经理”岗位，5-10年工作经验的薪资最高已经开到了60k。

某职业信息网站公布的信息：广州地区数据产品经理岗位的平均薪资，20k

同一地区的产品经理的平均薪资：14k

这个时候你心里是不是有一句台词，wk，同样是产品经理，怎么差距这么大？所以，我们必须要相信这句话：时代的洪流下，选择大于努力。

聪明的小朋友一定会问：丽莎阿姨，我连产品经理的工作都不好找，怎么就确定能找到数据产品经理的工作呢？我在这里回答，是的！能！而且，数据产品经理对天赋的要求并不比产品经理高。

来，把你的小手手交给阿姨，让我们一起奔向60K~

数据产品经理≠数据+产品经理

很多人有一个认知误区，认为数据产品经理就是和数据打交道的产品经理，其实不尽然。我们来看看某企业的数据产品经理岗位描述：

用一句话来概括，数据产品的主要职责就是：搭建以数据来驱动公司业务决策的环境，需要关注数据的收集及清洗；创立储存与使用数据的工具；需要用数据的方式证明、证伪及发现问题。

如果把数据比作水，你就是一个这个水厂的老板

，要告诉大家哪里可以获得水源，用什么仓库来存储这些水，然后用一套指标监控告诉大家水是不是合适饮用，并且还要把水煮开，二次净化或者合成饮料给不同的人使用。

数据产品经理的工作职责

首先我们来看看产品经理的工作职责：产品规划、版本迭代、原型输出、项目管理、上线运营、资源整合、版本复盘等等；而数据产品经理的工作职责和产品经理有一个本质的区别，那就是：

不需要围绕产品来展开工作，仅以数据和业务为出发点

总结为以下几点：

采集数据：

一个公司的数据通常包含以下几类：用户数据，产品数据，供应链数据，销售数据，市场投放数据等等。数据产品经理就需要站在业务的角度来思考，这么多数据里哪些是最重要的数据？

哒哒！丽莎阿姨给你一个万能公式，四步拆解法：

目标--北极星指标---数据指标---需要采集的数据

举个例子：市场经理小A在各渠道投放了一条产品广告。

目标：更好的投放效果

北极星指标：获客成本＜用户生命周期价值

数据指标：获客成本=投放总支出/获客量；获客量=页面浏览量×点击率×转化率

需要采集的数据：渠道来源、页面PV/UV、按钮点击数、用户设备信息、地域信息、注册数、激活数等等。

所以一个合格的数据产品经理，应该给出企业中各个场景下的数据采集模型与上报方式。

举例：下方就是我们产品的其中一个版本的数据上报表。

建立储存数据的工具：

如果是初创公司，找一个可以快速使用起来的数据工具非常重要。像growing IO，神策，诸葛io、友盟等等都不错。

啊~~~一分钱广告费都没收啊~~~

如果公司已经发展到一定的规模，一定要搭建一套自己的数据后台系统，因为每个业务都有本身的特殊性，只有自建的数据系统才能帮助你更准备的抓取数据。

自建的数据产品工具的规划操作方式和产品经理是一样的，本文就不再赘述了。

怎么使用数据：

俗话说的好，数据越多烦恼越多，最大的痛苦莫过于：在一堆数据面前无能为力。而你的任务就是让大家通过一套“数据指标”体系就能看明白产品当前是不是健康的。

同样，用三步法来构建：

第一步：找到能直接衡量产品运营“健康度”的指标，例如：收入、消费量、停留时长、产品流量、使用次数等

第二步：找出会影响这些指标达成的过程指标，例如：影响收入的指标，页面展示数量，点击转化率，用户复购率等等

第三步：进一步将相关指标进行细分拆解，这样更有利于定位与发现问题。例如：页面展示数量相关的有页面的打开时间，新增用户情况，渠道来源情况等

举个例子，我们一个英语社交学习的APP，关键数据指标如下：

当然，关键指标体系需要随着产品成长而成长的，在每一个阶段都可以调整。

用数据驱动产品：

例行的工作就是每周数据汇报与数据复盘；只要你有心，多做核心数据的对比，从数据中找到异常情况，并深究原因，就能发现机会或者风险。这个时候创造的价值可大了去了。

产品新人如何准备？

看到这里，对数据产品经理的基本情况是不是已经很清楚了呀？这个岗位真的很简单，你服务的对象就是公司内部团队和业务本身，一切都是有迹可循的！而且能力完全可以从一个行业平行迁移到另一个行业，对产品经理本身的天赋要求真的不！高！呀！

如果你是一个产品萌新，已经确定想转行做数据产品经理，那么丽莎阿姨告诉你一个大宝藏，B站！你只要搜一下，数据分析，就有各种由浅入深的数据分析学习视频，应有尽有。

数据分析会用到的几个日常工具：

Excel：适用于基础数据处理，和日常数据汇报。

power BI：微软的数据可视化工具，简直太N了，搜一下网上教程，两天就能上手

SQL：主要用来查数据，入门不难，精通就比较靠个人学习能力了，但产品经理使用场景并不多，推荐一个学习网站: SQLzoo

Python：主要用于重复的图表统计，B站上也有免费学习视频，非常容易上手。

其实，上面介绍的这些都是一些辅助工具，工具的掌握与否对你的能力提升帮助并不大。那我介绍个P啊~~

最后我再问你一句：现在你觉得，数据分析是一个思维还是一个方法？

月薪高达60k的数据产品经理是一份什么神仙工作？