都可以通过数据来挖掘，可以帮助我们安排销售策略的侧重点。三、产品定位什么产品卖的好，什么产品受欢迎。统计数据，根据结果可以安排不同产品的生产和销售方案。四、趋势定位通过数据规律，分析人群的潜在消费趋势，最大概率上，什么产品未来会好卖，可以帮助新产品方向的定位。简单的说，大数据就是为了挖掘数据背后的价值，帮助人们做决策，提供有效的依据。
数据产品经理应该具备哪些能力？有哪些推荐的书籍？
正式回答这个问题之前，先给大家讲一下，什么是数据产品，数据产品经理要做什么样的工作，然后再给大家推荐相关的学习资料（ps：本文更多地是站在一个想转行的产品经理的角度来写，对于非产品经理岗位的朋友们来说，可能我们所关注的重点会有所不同）1. 什么是数据产品如今我们每天使用的电子产品会记录我们的网上行为，我们所佩戴的手环等可穿戴设备会记录我们的身体特征，甚至我们走在街上，路口的摄像头也会记下我们的身影，这些数据只是存放在数据库中是毫无价值的，如果能够把这些数据给到数据分析师，他或许会从中发现新的商机；如果把这些数据给到运营人员，他们能很快地评估出哪种推广活动是更有效的，……。
所以我们需要通过一定的载体把数据呈现给需要它的人，这个数据的载体就是数据产品。而任何产品的产生都源于某业务场景下的需求，数据产品可以理解为基于某应用场景下对数据需求的产品化。数据产品=应用场景 数据需求 产品化2. 数据产品的类型数据产品和其他类型的产品一样，它的构建也不是一蹴而就的，搭建数据产品要考虑公司业务规模的需要、产品矩阵的依赖关系来逐步搭建。
从产品架构自下而上来划分，可将数据产品分为以下三类：1.数据质量型产品-这部分产品在搭建时重点考虑的是数据的完整性、准确性、数据指标的统一性以及数据服务的安全稳定性，主要的数据系统有有数据质量监控系统、数据埋点系统等。阿里的dqc、美团的DataMan都属于这一类。2. 数据工具型产品-这一层的产品有大数据分析平台、用户行为平台、实验平台、自动分析平台等，通常是以让用户可以高效获取并使用数据，进行科学决策为目标，比如FineBI、tableau之类3. 数据应用型产品-这部分产品是通过对业务产生的数据进一步的整合、加工，来为业务负责人或用户提供洞察或预测的产品。
它的价值在于用数据来驱动发展。像飞常准、生意参谋属于这一类。以上就是一个成熟的公司应具备的数据产品了。回到具体公司的数据产品搭建上，还是应该考虑公司的业务发展阶段、成本预算等，有针对性地搭建或采购适合当前阶段的数据系统。 数据产品经理能力要求数据产品经理是负责实现数据产品的人，这就要求数据产品经理除了具备的产品设计、逻辑思维、项目管理、业务与行业理解等产品经理的通用能力外，还要在数据技能、数据工具技能方面完成能力补全。
数据技能方面要掌握：指标字典数据埋点数据生产数据分析数据运营数据可视化这些数据产品经理必须要掌握的，本公众号会陆续发布相关的系列文章，欢迎小伙伴们关注，本文就不展开来说了。另外，对于三种不同类型的数据产品，相应产品经理所需的能力掌握程度存在差异。质量型数据产品经理偏重于掌握数据的获取、清洗等生产流程，以达到能从各个环节来优化数据质量的目的。
工具型数据产品经理要能够深入挖掘用户使用数据的痛点，通过数据产品设计能力来实现数据的科学高效使用。应用型数据产品经理更需要对行业和业务有深入的理解，具备较强的分析能力和商业化思维。工具方面，大家可能最关心的就是数据产品经理要学哪些软件？掌握到什么程度？怎么学了？为了解答这个问题，大林查阅招聘网站上“数据产品经理”岗位的要求，并和身边的老师以及做数据产品经理的朋友进行了咨询，大体上需要掌握的数据工具主要有以下几个：1. 数据查询语言sql-对于数据产品经理来说，会取数基本上就能满足80%的公司对这一岗位的要求了，如果想精进一步，可以阅读《mysql必知必会》这本书，很多小伙伴极力推荐。
2. 电子表格软件excel-要掌握数据处理、函数计算、数据可视化的相关内容，如果能够使用excel做一些统计分析就更好了。以下是大林总结的一些要学习的内容：3. 数据平台搭建工具Hadoop-在数据产品经理的岗位招聘要求里，“了解hadoop”成为了高频词汇，但这并不意味着我们要去使用这个工具，我们只要知道一些常用的分层知识就可以了，具体的工作还是交给更专业的研发同学吧。
4. 数据分析与可视化工具-R和Python是目前最流行的两款高级编程语言，被大量运用于数据科学领域，具体要学习哪一种可以根据自己的情况而定：如果你的大多数同事或朋友都在使用某种语言，那么你可以也去学那门语言，因为遇到问题可以向他们咨询如果你想去的公司都在使用某种语言，你也可以学那门语言如果以上两种情况都不存在，那么，可以学以下Python，近年来Python越来越受欢迎，而在Github上使用R语言的月活跃用户比例有所下降。
4. 数据产品经理的伙伴作为互联网产品经理，日常并肩作战的通常是业务方、UI设计师、前后端研发工程师、测试工程师。对于一名数据产品经理，他的队员们还会有数据研发工程师、数据挖掘工程师和数据分析师等。那他们主要负责什么工作呢？数据分析师，主要工作是通过各种数据分析工具，从海量的数据中提取、挖掘对业务发展有价值的、潜在的问题或趋势，为产品或服务的发展提供决策依据。
数据研发工程师，一般是负责数据仓库搭建、数据的存储、计算处理、数据分析平台的开发和设计等。数据挖掘工程师，是从大型数据存储库中把杂乱无章的各种数据，通过一步步清洗、建模，迭代优化，发现未知的有用模式，来决实际的业务问题。算法工程师，和数据挖掘工程师还是比较接近的，在大部分中小公司中是不做区分的，在大厂的话，算法工程师相对更偏底层一些，需要自己动手造一些高性能计算相关的轮子，提供给数据挖掘工程师使用。
5. 数据产品经理如何成长很多的同学，包括我自己，参加了一些培训班、读了书籍，但还是难免在做的时候不知从哪里下手。偶然的一次机会，听到一位老师分享了他的学习五步法，才意识到自己的学习路径是不完整的，所以学习效果也打了折扣。在这里也分享一下这个从学到真正学会的路径。学-除了常规的读书、听课外，还有一点就是要以人为师，把身边厉害的人作为老师，多向他们请教，以人为师也是最高效、最有针对性的学习方式了，所谓“听君一席话，胜读十年书”说的就是这个道理吧。
思考——思考是对我所学的东西进行分类的过程。一方面思考以前不知道的东西，通过这个学习得到的东西叫做“新知识”。另一方面，我思考以前我以为我了解的东西，但是经过这次学习，我发现我以前的想法是错误的。另外，对于新获得的知识点，可以思考一下它们可以适用于哪些场景。辩论——辩论是与同行的交流和互动。在意见的碰撞中，可以加深理解，修正误解。
