数据分析师转数据产品,面试问什么?.docx

上传人:李司机 文档编号:6177740 上传时间:2023-10-02 格式:DOCX 页数:8 大小:36.03KB
返回 下载 相关 举报
数据分析师转数据产品,面试问什么?.docx_第1页
第1页 / 共8页
数据分析师转数据产品,面试问什么?.docx_第2页
第2页 / 共8页
数据分析师转数据产品,面试问什么?.docx_第3页
第3页 / 共8页
数据分析师转数据产品,面试问什么?.docx_第4页
第4页 / 共8页
数据分析师转数据产品,面试问什么?.docx_第5页
第5页 / 共8页
点击查看更多>>
资源描述

《数据分析师转数据产品,面试问什么?.docx》由会员分享,可在线阅读,更多相关《数据分析师转数据产品,面试问什么?.docx(8页珍藏版)》请在三一办公上搜索。

1、分析师转数据产品,面试问什么?找我沟通过的,想转行做数据产品经理的同学中,盼析师是占比很高的一个群体,数量上仅次于C端产品经理O相比其他职位,类据分析yr能力方面有优势,与嘘产品经理的工作内容重合度很高,所以还是I:匕较容易转到数据产品经理领域的。无非呢,毕竟数据分析师与数据产品经理的工作性质还是有点区别的,所以也才有了这次沟通的内容。来沟通的同学,简单说一下他的工作背景:目前在已在初创型公司工作,公司的主营业务是一个SaaS平台,而这位同学做的是数据分析工作,之前还做过数据运营和部份增长运营工作;他想咨询的问题,主要是目前想转数据产品经理,但是之前没有相关经验,所以想咨询一下有什么学习建议。

2、-从数据分析师”到“数据产品经理从数据分析师转数据产品经理,我觉得有三个方面需要重点关注:Ol固然是产品经理的工作流程。每一个职业都有自己的工作方法论和基本流程,产品经理固然也有自己的独到之处。经过这么多年的发展,产品经理在用户管理、需求管理、设计管理、项目管理等方面,形成为了一套比较完整的工作体系;这对于数据分析师来说是最欠缺的部份,毕竟数据产品经理也是产品经理。其中几个比较重要的点,包括:.产品需求文档的编写(ProductRequirementDocument,PRD);.工具软件和产品交互原型设计,比如画原型用的AXUre(跨平台,包括Windows和macOS)和Sketch(仅包括

3、macOS);研发项目管理,比如需求评审,项目排期,各阶段测试,线上验收等;.产品上线后的产品运营,比如采集用户反馈,竞品调研,产品版本迭代等;02是产品经理与分析师的工作目标的差异。数据产品经理虽然设计的是分析工具、提供的是分析服务,但是更关注寻觅数据分析方法的共性,再把共性做成功能。举个例子,对于数据分析师来说,更关注如何完成一份数据分析。其中涉及到对于业务逻辑的理解、数据处理能力、分析总结能力等多方面能力;对于经验丰富的数据分析师,会逐渐形成自己的SoP(StandardOperatingProcess,标准作业流程);通过SOP来规范团队的数据分析过程,并实现控制数据分析成果的质量。而

4、对于数据产品经理,这方面的要求会稍微高一些;比如用户分析、行为分析、留存分析、转化分析,数据产品经理不仅要知道这些分析过程具体是怎么做的,还要具备总结和提炼的能力,找到这些分析方法中的共性和个性。其中,共性的部份会变成技术上的一个通用服务,而个性化的部份就要根据具体要求分别定制了;最终,再把通用和定制的部份组合起来,就变成为了分析工具。这个过程说起来简单,但是也有一些典型错误,包括:1)抽象不足抽象不足导致的结果,就是我们设计的数据产品不是覆盖一类分析场景,而是只能覆盖一个分析场景。当分析需求变化时,我们又要去设计新的功能模块来满足需求;因此,当这个问题发生时,最明显的表现就是整个研发团队的工

5、作彻底没有节奏,彻底是问题驱动”的到处救火而已。例如:在用户分析、行为分析等典型分析场景中,都有圈选人群的需要;如果不将这部份抽出来做成通用服务,那末每一个模块都需要单独设计人群的计算,存储等功能;不仅浪费研发资源,也会让系统维护工作量翻倍。2)抽象过度研发出来的数据产品运营根本不会用,往往是对分析过程的过度抽象导致的;过度抽象之后,分析产品让实际用户感到有距离感,无法与自己的业务场景和分析思路对应起来。例如:在圈选人群的功能中,如果我们没有使用用户伊、用户属性“这样容易理解的业务概念,而是使用了“婶表“、徵据字段”这些技术词汇,对于运营和业务同学就很难用的明白了。3)发展不均衡理想是夸姣的,

6、但现实是残酷的;抽离通用服务的本意是减少重复工作、降低维护成本、降低系统复杂度旦是,要想让通用服务”立得起、扛得住、跑得稳”,需要投入更多人力、礼聘经验更丰富的工程师,进行充分地积累、总结和沉淀才干实现;不少企业或者团队,意识有了、系统也拆出来了,却发现现有的资源和能力沉淀根本不足以对付多变的环境。例如:还用全选/序的例子,本来是想把人群圈选作为一种通用服务,但是独立出来之后才发现,圈人的条件有人口统计属性、业务属性、算法打标、外器嘘等不少种;凭着原来的团队人力和能力储备,根本无法一下支撑这么多类型。那末问题来了,那些正在进行中的业务,是要切换到通用服务呢?还是继续用自己的呢?从2022年开始

7、中台的概念很火,其实中台的设计理念,也是上面提到的抽离共性的理念;因此,在实施中台的过程中,也时常会遇到上面提到的那些问题。比如抽象不足,那末必然有些业务场景是不能覆盖的,需要中台团队和业务团队一同快速迭代;再比如,有些团队在实施中台之前发展较快,基础水平已经超过其他业务,那末中台的技术水平就得与之看齐,不然就要这部份业务做出牺牲。最后再强调一下第二点的核心:抽离通用是为了减少重复工作、降潍护成本、降低系统复杂度;因此,数据产品经理的工作,需要十分关注短期/长期价值,以及投入产出比ROIo03是了解一下现有的各种数据产品怎么设计,也就是需要了解竞品;这一点是数据产品经理的必修课,固然也是数据分

8、析转数据产品的必修课;相比前面的第二点,第三点的内容更具体。比如,以下几方面是数据产品时常遇到的艰难:1)如何拆解数据分析的拆解?每种常见的数据分析,都有自己的标准步骤。经验丰富的数据分析师会把自己工作整理为SOP,而数据产品经理则会根据按照这样的标准步骤设计产品功能;在这一点上,数据分析是与产品经理有些相似。例如,一个标准的用户画像分析,就包括人群圈选、确定分析维度、数据准备、数据看板/分析报告制作等基本步骤;如果做成系统功能,那么可能在数据看板上在增加一些其他功能,比如人群下钻。2 )如何匡助用户找到自己想要的数据?这个问题看似简单,其实还挺复杂;数据分析师在做分析的时候,都会自己做数据M

9、 , 了解要用到的表和字段等;之后再使用数据的时候,就能得心应手了旦是,数据产品的用户可不是都具备这样的习惯和能力,因此,在数据产品中,通常都要设计辅助用户选择数据的工具。如名称搜索、展示数据表和字段的元数据、提供样例数据等等;这些功能的设计,对于数据分析师角色是不需要考虑的,但对于数据产品经理来说是需要重点考虑的东西。3 )如何平衡大数据量与交互体验?数据产品需要处理和展示的数据量越来越大,日常处理的附量动辄上TB,而产品页面上的各种表格、列表、菜单中的内容也越来越多;如何让用户更方便地找到自己想要的东西变得越来越难,如何在页面上增加导航、分组、搜索这些基本功能,就是数据产品经理在设计分析工

10、具的时候需要考虑的问题了。最常见的PV/UV数据来说,一个公司的核心App,至少几十个页面;如果还有各种暂时的活动页面,加起来轻松破百。那末在众多的页面当中,如何让用户快速找到自己想要的页面呢?这涉及到从页面管理、数据采集管理和分析工具交互三个方面的配合。类似这些问题,我们不必自己从头思量解决方案,可以先参考市面上已有的数据产品;无非,更多的数据产品是不对外的,只服务公司内部,像神策分析、GrowingIO.友盟这种工具平台,以及发布在阿里云、腾讯云等公有云平台上的产品只占少数。因此,学习和参考的过程确实会花费一些时间。除了直接参考公开产品提供的文档和材料,还可以多参加一些行业峰会。二、其他建

11、议前面通过比较数据分析师和数据产品经理,给出了一些转行需要重点关注和补充的关键点。除了上面的几条,此外我建议,就是:如果能在公司内部转岗,就尽量先在公司内部转。直接通过跳槽转的风险更大。这种风险来自于几方面:第一,每家公司内的具体情况都不一样,而且差异很大;前面总结的几条问题,在各家公司的表现都不一样;因此,即使你在上一家公司做得非常出色,换到下一家公司也未必做得好;所以,相比之下,还是在熟悉的环境中挑战新的角色胜算更大。第二,针对中小型互联网公司,可能还没有专门设立数据产品经理职位这种Title,这也是想要跳槽转行的常见理由旦能否成功转行,最核心的变化还是工作内容;因此,能够最快上手做一些数

12、据产品经理的工作,这才是转行的最佳路径;更何况,数据分析本身与数据产品经理的跨度已经不大了,应该多关注实际在做的事情。第三,并非到了所谓的大厂或者垂直领域的领头公司,才有机会处理数据问题;大厂对于常见的数据问题,可能已经有很成熟的解决方案了,几乎没有从O到1的机会,这就导致能获得的实战经验会很有限。此外,大厂的辘问题可能更复杂,而小厂的问题则更聚焦,反而更适合刚转行的同学上手;固然,如果能力足够强,作为数据分析师的经验也足够丰富了,那末挑战一下大厂的复杂状况顺便拿一下大厂的品牌背书,也是不错的;这个门坎,普通4-5年经验I;匕较合适。三、筋於庚IK在交流的最后,这位同学蓦地想到自己的公司最近注册用户比较多,而他们做的又是toB的业务,所有销售团队对用户试用产品的过程有大量辘分析需求;所以想到了,可以在今年年底的最后几个月,做一个用户画像和RFM的数据产品,交给公司的销售团队使用。并以此来作为自己转换角色的跳板。应该说,这位同学还是很幸运的,这是一个非常好又非常难得的切入点;因为数据平台本来就是很基础性的平台,不管大厂还是小厂,一旦基础平台稳定下来,就极少再做重大调整,更不要说推翻重来了,所以遇到针对某个团队建设一个新平台的机会真的不多。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号