本文主要观点如下：
一、TO C 业务类
二、TO B 业务类
三、数据平台类
我们知道产品经理的类型非常多，其实，数据产品经理的种类也很多。 那么，数据产品经理可以分为哪几类呢?你知道吗?
接下来我们就来聊聊数据产品经理的分类。
根据工作内容，我们可以将数据产品经理划分为 3 大类：
1、TO C 业务类
这类产品经理的主要职责是与业务、运营、分析师对接，负责数据埋点采集、指标梳理、数仓建设等工作，从而实现数据驱动的产品迭代、获客增长、广告投放等分析目标。
因此，根据对候选人的能力要求的不同，可以划分为搭建仪表板为业务提供分析支撑、产品风控与推荐策略产品、数仓产品等工作方向。
这类产品经理要求具备四大专业能力：
数据分析- C 端分析模型：例如具备留存分析、路径分析、归因分析、漏斗分析等 8 大分析模型与 ABtest 分析能力，熟悉常用的数据分析工具，如 tableau;
数据埋点：需要掌握 5W2H 的埋点方法与指标拆解方法;
熟悉用户增长模型：例如从获客-激活-留存-变现-传播的 AARRR 用户增长模型：
掌握用户画像的分群能力：比如如何构建分级分类的用户画像体系，如何定义用户的每一个标签的逻辑。
2、TO B 业务类
B 端数据产品同样需要与业务、运营、分析师对接;B 端数据类的产品的使用者是企业人员，因此，需要内置一批报表以便企业人员能够进行分析，例如采购系统中预置供应商评价分析，企业人力系统预置人员离职率预测分析，财务系统预置预算分析等。
在工作中，TO B 业务类产品经理同样涉及数据采集、指标拆解、数仓建设、搭建报表体系等工作。因此，根据对候选人的能力要求不同，企业会将数据产品分为 BI 方向、数仓方向。
针对这类产品经理，要求具备 5 大专业能力：
B 端数据产品需要深耕业务领域，具备对应的业务基础：在领域方向选择上可以选择采购、营销、人力、财务，类似钉钉、飞书等产品企业 IM 领域;B 端业务侧数据产品经理需要具备跨行业的能力，因此，如果你熟悉新能源的采购，该能力也可能很好地迁移到手机制造行业;
熟悉数据可视化分析，需要具备较强的 BI 能力与数仓能力;
数据埋点：SaaS 类产品获客需要关注到 SaaS 类产品获客增长、续费订阅、商家健康度等相关指标，以实现研发 B 端产品的企业对产品迭代与客户关怀进行决策，因此 SaaS 产品同样需要做埋点;
B 端标签画像：C 端数据产品需要掌握用户画像，B 端数据产品需要掌握企业画像，例如：采购系统中供应商之间的画像实现商机匹配;
产品策略：如果涉及 B2B 的业务，同样需要掌握推荐、风控等策略，例如阿里巴巴的1688。
3、数据平台类
什么是平台?它指的是为数据产品、研发、运营、分析师提供可以快速工作的系统，它可以通过配置化的方式快速满足相关同事的工作诉求，总不能所有的工作都让代码自己去实现吧。
而业务侧需要实现哪些场景，平台侧就得具备什么样的能力。
比如要做埋点，就需要设计开发埋点平台;要做数据分析，就要设计开发数据分析平台;要给用户打标签，就需要设计开发标签画像平台;要做推荐，就要设计开发推荐平台;要实现数仓，就需要设计落地数据开发平台;企业要实现数据治理，就需要数据治理平台……
不同平台对候选人的能力要求不一样，但都要具备 4 大通用专业能力：
参与过对应业务侧的实践：例如要做 C 端的埋点平台，你得参与过用户行为分析、用户画像;
数据对应平台的大数据组件：例如要搞实时数据仓库，你要熟悉 Kafka、Spark、Flink 的特点;
工程化抽象能力：例如要做标签画像平台，C 端是给用户打标签，B 端可能给商品、企业、供应商、采购商打标签，在平台设计时，平台得能够支持不同的标签对象;
平台设计的闭环能力：数据平台的闭环是指数据从采集、加工到对应业务场景的具体应用，而不仅仅是构建一个工具，因此，往往需要基于真实的业务场景推演再去落地。
其实，每一类产品经理都非常重要，必不可少的，所以大家可以根据自己的兴趣自由选择，关键是要不断深入学习，提升技能，形成自己的核心竞争力。
