作为市面上为数不多专讲数据产品经理的书籍，作者通过自己的大数据产品相关的工作经历，详细介绍了“数据产品经理”这一特殊的职能人群。适合从零基础到大数据产品的实践人员。
大数据有着广泛的应用场景、通过数据驱动精细化运营。
大数据的4V特性：体量巨大（Volume）、处理速度快（Velocity）、类型多种多样（Variety）、价值大（Value）。
数据能力是用数据和事实说话的能力。
用户思维代表的事用户的心理模型；产品思维代表的事假设的用户模型；工程思维代表的是真实的实现模型；
分析方法：（1）背景（2）分析思路（3）详细数据和分析过程（4）结论
分布式三驾马车：HDFS、MapReduce、HBase；
埋点：（1）代码埋点（2）可视化埋点（3）无埋点
主要埋点事件：点击事件、曝光事件、页面停留时间；
AB实验流程：（1）分析现状（2）建立假设（3）设定实验指标（4）设计实验方案（5）创建实验（6）通过实验平台的数据和报表分析实验效果（7）在验证实验效果后，如果实验方案已经达到预期，就可以进一步调整流量，逐渐全量上线实验方案。
实验分层和分桶，横向分层，根据不同的应用划分不同的分层区域，每个应用的内部还可以划分多层，每层之间互不影响；纵向分桶，流量可以进入独占实验区域或者并行实验区域。
用户画像：（1）行为特征（2）基本属性（3）消费特征（4）交易属性（5）兴趣偏好（6）潜力特征和预测需求。
数据产品经理，相比于其他类别的产品经理，更贴近于数据，数据思维是他们特别明显之处，时刻以数据结果来佐证假设和预期，Data is every thing . 在精准营销、推荐系统、搜索排序、筛选排序、用户分析、商家分析等活动中都有体现，数据产品正驱动的世界，身处其中，需要不断的打磨是沉浸其中，行业和技术不断发展，产品也会不断地完善和迭代，数据驱动企业精细化运营是未来AI以及Bigdata所向，数据的价值也会越来越大。
