数据产品经理面试.docx

1. 要极其熟悉公司业务及动向。所以要了解公司的商业模式、战略、以及业务流程、要考核的各种指标,以及指标背后的业务含义等。这一点,再了解都不够。 2. 要了解数据分析。好的数据 PD ,即使不做数据 PD ,也应该是个数据分析师。数据 PD的一大要务就是将数据分析做成可复制, 可自动运转的系统。虽然有数据分析师们围绕在自己周围, 但是自己也要清楚业务的问题, 分别要看什么数据, 或者当数据出现后, 意味着业务出现了什么问题或者会出现什么问题。这一点,要向最好的数据分析师们看齐。 3. 要了解数据仓库及商务智能。这两个关键词背后都是庞大的体系, 恐怕我短短半年的转岗时间太短, 虽然能够对别人讲解一通商务智能产品的架构。嘴里虽然会抛出若干个类似于汇总, 钻取, 度量, 指标, 维度, 缓慢变化维, 层次, 属性, 仪表盘等等术语, 但是也不支持多几层的知识钻取, 遇到异常问题, 也不知道该从什么地方分析原因。幸而身边有数据仓库的同事,可以多多学习。这一点,没有天花板。而商务智能,做为一门学科,起源于 20 世纪 90 年代,它的出发点是帮助用户更好地获取决策信息,最初商务智能的动机是为用户提供自助式的信息获取方式, 这样, 用户就可以不用依赖于 IT 部门去获取定制的报表。(引自《信息仪表盘》一书 P41 )。而如今, 商务智能除了提供信息, 更主要的是降低用户获取数据的门槛, 提升数据的实时性等方面。从降低用户获取数据的门槛一个方向, 我们就可以做很多事情,比如如何设计信息仪表盘( designing of information dashboard )?如何让数据以更亲和的更直观的方式展示( 数据可视化) ?如何能够让用户离线访问?如何能够实现警戒数据的主动发送?这一点上,花多少功夫都不多。 4. 要精通数据产品开发流程。数据开发+ 产品开发。数据 PD 的最终目的是要做数据产品。这里要拆开看, 其一, 数据产品本身也是在线可供用户实现的产品, 既然是产品, 产品的整套研发思路和普通的产品没有太大区别,用户是谁,他们需求是什么,满足需求需要什么 feature list ,每个 feature list 的资源评估以及优先级如何,产品的生命周期如何?这是产品开发。然后他是个数据产品, 意味着这比普通的产品, 多了更多的要求。在数据这个内核之外,它需要各种 feature list ,如订阅,搜索,自定义,短信接口,邮件接口等。但是数据这个内核,也需要一套数据开发流程。比如: 数据源——是否足够,是否稳定——数据 PD 需要足够了解目前的业务处理系统建设情况, 以及数据源的积累程度, 用以判断数据产品的建设时间是否合适。不合适的时机会导致项目组的重复劳动和残缺的数据产品诞生。数据产品是用以支持监控, 分析, 决策的, 而业务处理系统的定位在于提升工作效率, 解放工作人员手脚。业务系统采集的数据未必满足所有分析需要。比如或许领导要分析大量攀升的退换货的详细原因, 而业务系统目前并没有要求用户在申请退换货的时候选择原因或只有输入而非标准化选项, 负责退换货出力的员工也只有在 excel 里登记原因, 而不是录入到系统里。所以可能会导致需求方要看的数据提供不出来, 那么数据 pd 就有必要反向驱动数据源得以采集。分析模型的设计——分析模型的好与不好,其实决定