12 年前，《数据科学家：21 世纪最性感的职业》发表，震惊了整个世界。突然间，每个人都开始谈论这个神秘的群体。我记得社交媒体平台上的一些问题：这些人是人类吗?他们精通 IT 的一切吗?没有博士学位就不可能成为数据科学家，这是真的吗?他们会改变世界吗?你听说过机器学习会改变一切吗?

在那篇文章发表之前，孩子们都渴望成为工程师、宇航员和医生，而突然间，每个孩子都想成为数据科学家。也许不是孩子，而是家长!由于大力营销，需求量很大。当然，需要创造供应;在线课程和大学开始教授数据科学。人们开始投资这些课程和学院。数据科学的炒作也为数据工程、机器学习工程、商业智能工程等创造了巨大的机会。突然间，成为一名数据人变得很酷!

在数据领域的炒作之后，我们面对了现实;

• 85% 的大数据项目失败(Gartner，2017 年)

• 87% 的数据科学项目从未投入生产(VentureBeat，2019 年)

• “到 2022 年，只有 20% 的分析洞察能够带来业务成果”(Gartner，2019 年)

今天，我要写的是一个很久以来从未被公开谈论过、被低估的角色。这篇文章是关于“数据产品经理：未来几年最重要的工作”。

谁应该读这篇文章?

• 首席产品官(CPO)只关注核心软件工程产品，从不关注数据产品。

• 首席数据官 (CDO)聘请了优秀的数据人员，并说服高层领导进行投资，但却难以超越“尖端”数据基础设施，并应对每月的数据员工流失问题。

• 数据工程、数据运营、数据分析等许多出色的数据团队构建了出色的数据管道、数据目录、仪表板和许多其他项目。然而，当两个不同的仪表板针对相同的 KPI 显示不同的数字时，它被低估甚至受到惩罚。

• 数据科学和机器学习团队提出了一些创新的想法和解决方案来解决客户问题，但未能说服利益相关者超越 Jupyter Notebooks。

• 对数据产品感兴趣但对未来没有明确愿景的产品经理。

我们创造了自己的怪物

在数据社区中，人们倾向于建立数据科学、数据工程和机器学习工程团队，而没有对组织的需求进行适当的规划。然后，我们将技术数据人员投入到业务海洋中，并期望他们与利益相关者合作，发现并确定所有计划的优先级，开发他们的机器学习模型，与软件工程团队合作将模型集成到核心产品中，等等。

这更像是一个童话故事!我们创造了自己的怪物，并期待数据人员做不可能的事情。如果这个系统有效，那么每个软件工程团队都不需要产品经理。

谁是数据产品经理?

数据产品由数据团队开发，需要数据产品经理。2 + 2 = 4。但他们是谁?

我尝试使用维基百科来查找数据产品经理的定义，但它似乎并不存在。

当我在 Linkedin 上问同样的问题时，有 240 万人给出了这样的搜索结果。

这是一个相当两难的境地。你几乎可以在维基百科上找到任何信息，但却缺少 240 万人的职业定义。

让我分享一下我对这个小众角色的描述;

对于一个组织来说数据产品经理负责开发数据产品。数据产品经理拥有数据产品策略在产品或数据产品背后，指定其功能需求，并与数据团队和软件工程团队合作来规划数据产品交付过程。

成为数据产品经理需要什么?

数据产品经理是数据领域的技术产品经理。他们与数据科学、机器学习和数据工程团队合作构建数据产品。

除了产品经理的核心软技能外，他们还需要具备多种技术技能;

数据创建和消费生命周期

没有数据，就无法开发数据产品。数据产品经理需要了解数据生命周期的基础知识;

• 内部数据如何生成

• 如何收集外部数据

• 数据上的数据质量和验证操作有哪些

• 数据如何在上游和下游系统之间流动

• 谁生产数据、谁消费数据

• 什么是数据契约等

理论知识

如今，数据产品中的大部分都是数据科学和机器学习产品。它们是由精通统计学和数学的数据科学和机器学习团队开发的。数据产品经理需要大量的数学和统计学理论知识，以了解数据科学和机器学习模型的理论和应用性质，从而管理这些产品。

SQL

每个组织都会以某种方式存储数据;例如数据仓库、数据湖、数据湖屋等。数据产品经理需要访问数据点、查询所需的任何内容并独立收集所需信息。尤其是在早期初创公司或繁忙的数据团队中，产品经理很难找到能够支持他们收集数据的人。对于这种情况，SQL 就是救星!

谁应该考虑成为数据产品经理?

技术产品经理

技术产品经理是具有强大技术背景的产品经理，通常专注于产品的技术方面。技术产品经理通常具有工程背景。

由于这些人已经具有技术背景，并且倾向于从事产品的技术方面工作，因此与产品经理相比，学习数据领域及其基础设施将更容易。

数据科学家

数据科学家已经非常精通数据科学和机器学习主题的理论和应用。他们有望构建数据产品。对于数据科学家来说，成为数据产品经理的唯一挑战是产品管理部分。因为到目前为止，他们通常从事项目工作;例如 Kaggle 竞赛、在线课程结束项目和概念验证。

虽然项目有截止日期和最终目标，但产品是持续的对象，不会结束。习惯这种思维方式、提高利益相关者管理技能以及始终更新机会解决方案树 (OST) 等是数据科学家需要学习的核心产品管理技能。

公司是否已经为数据产品经理做好了准备?

这是一个小众角色，公司不准备评估、聘用和留住这些人才。与人们对其工作的定位相比，公司中数据产品经理角色的比例太低了。

在大多数情况下，数据产品经理被聘用并留任为产品经理，但被要求进行数据产品管理。在评估这些人时，我们遇到了障碍，因为产品经理能力矩阵并未针对评估数据产品经理进行优化。我们很容易发现自己在用他们的用户体验和用户界面技能来评估数据产品经理!

结论

如今，我们被成千上万的数据产品所包围。这些产品不同于软件工程产品。它们需要专门的团队来构建和管理。数据产品经理是这些团队的核心。他们是数据生产者和数据消费者之间的桥梁。如果没有他们的专业知识，我们将重复数据项目失败的恶性循环。为了打破这种循环，组织需要改变对这个细分角色的想法，并准备好如何寻找、评估、雇用和留住他们。否则，只有一小部分公司会接受这种变化并在竞争中有所作为!