做爲一名在數據團隊中修煉3年的年輕數據人，想和所有奮鬥在互聯網行業的追夢人分享一些自己的經驗和思考，總結的同時，也希望能夠幫助到正在數據人這條道路上披荊斬棘的您。年輕指的可不是年齡哈，之所以用年輕這個詞，一是因爲與很多在數據領域深耕多年的前輩相比，閱歷和經驗都難免有些淺薄，思考的可能沒有那麼深刻，也希望各位前輩不吝賜教；二是因爲這個時代是高速發展，朝氣蓬勃的時代，各行各業都需要一顆年輕的心，不畏艱險，勇往直前，去創造更加美好的未來。
第一篇的總結，我覺得還是不要談論那些枯燥無味，晦澀難懂的理論了，畢竟這些東西講起來難以消化，但是當你入行之後，接觸到一些實際的數據項目時，再去有針對性的學習會事半功倍。
無論什麼行業，對於剛入行，甚至是已經度過小白期的小夥伴們來說，如果想快速的提升自己與職位的匹配度，那麼去分析一些大廠的JD，然後對症下藥，理解其中的軟技能要求，學習並掌握其中的硬技能，就是入行和提升自己的最好方法。下面我們通過分析兩個大廠招聘JD，歸納一下想入門數據產品修煉的您，該掌握哪些心法吧。
圖1-美團招聘JD
圖2-字節招聘JD
從這兩份JD中，我們不難看出，資深數據產品經理的硬技能要求要比普通的數據產品經理要寬泛的多，但是這些隨着一步步的修煉，都是可以習得的功夫，所以大可不必過於擔心。本次主要介紹一下，數據產品修煉心法入門，歡迎高階玩家批評指正。下面我們來總結歸納一下這兩份JD的基本要求：
- 業務理解——硬技能：分析&拆解&抽象；
- 知識體系——硬技能：需求分析&方案設計&SQL/HQL&常用數據庫（oracle，mysql）&ETL&數據倉庫（底層數據梳理，數據模型設計，指標體系搭建等）&BI；
- 抽象思維——軟技能&硬技能：JD1通用化，標準化，系統化的數據產品。JD2合理、靈活、可擴展的數據平臺。
綜合軟技能：溝通&協調&合理的資源利用（也是項目管理中的必備技能）。
根據總結出的基本要求，進一步抽象加工，我們就得到了，數據產品修煉心法三要素：
話不多說，接一個任務練練手，試試這個心法的威力。
心法一：出色的【業務&數據】理解能力
NPC：最近龍門客棧的外賣訂單下降明顯，小數，給我分析一哈子，是什麼原因？
小數：好嘞，這個任務我接了。
小數：先試試心法一，梳理下相關的業務流程和數據。
心法一：這個外賣訂單業務是怎麼進行的呢？
大俠：下單——支付——催單——收餐——評價
客棧：接單——製作——通知小二——出餐——收到評價
小二：取餐——送餐——送達——收到評價
心法一：什麼情況會影響客棧的訂單呢？
大俠：你這客棧怎麼老是下單失敗，支付失敗，接單還慢，送的還慢，搞的我要頻繁催單，給你個差評，你要失去我了。
客棧：你這小哥，配送怎麼老是超時，差評還多，下次不用你了。
這裏就匹配了JD中的業務理解能力，得清晰的瞭解當前設計的業務的完整流程和流程中的細節。當然，這裏只做簡單的分析，實際的業務可能會設計多個業務模塊或者跨系統，遠比這要複雜的多。
心法二：完善的【產品&數據】知識體系
小數：大致知道這些個訂單都是怎麼來的了，其中可以用的數據也都瞭解差不多了，來試試心法二。
心法二：我要怎麼告訴NPC是什麼可能的原因影響了客棧的訂單量呢？
哦了，可以先告訴他是哪個環節出了問題，然後再告訴他具體出問題的地方在哪。
心法二：用我的SQL來瞅瞅是哪些指標變化導致訂單量下滑的，先來列舉一些指標看看：
- 月下單總人數，月新增人數，復購人數
- 月支付失敗次數，月支付失敗人數
- 月催單次數，月催單人數
- 月客棧差評數，月小二差評數……
通過對比歷史的訂單情況可以發現，當客棧差評數，小二差評數和催單次數增多或者新增人數和復購人數下降時，都會影響該月的訂單數。
這裏就匹配了JD中的知識體系，你得弄懂數據從哪來，要到哪裏去，怎麼去，數據指標模型怎麼整合等等。當然也會用到常用的統計分析方法，例如相關性分析，迴歸分析，假設檢驗等。
心法三：嚴謹的【模塊&指標】抽象思維
小數：既然數據大致確認了，那麼下面就是設計一下分析的模塊並梳理一下指標的統計規則吧。
心法三：其實NPC就是想找到是什麼因素導致的訂單數下降，一定要突出重點。推廣到各類商品的訂單分析，都可以採用這種分析看板，只是核心指標與數據不同而已，或者添加一些定製化的分析模塊。
- 關鍵指標的變化（同比，環比）；
- 下鑽到具體的用戶或者小二，順便看看是哪些用戶的差評和催單，是否存在惡意評論，也看看是哪些小二每次評價都不好，考慮是否人員優化；
- 對於差評內容做分詞處理，看下用戶訴求，是分量少了，食材不新鮮還是不合口味等；
- 對於新增人數的下降，是因爲新用戶返現活動取消了，這次就展示下店鋪活動運營的經費投入吧。後期得規劃一下，針對用戶活動做一個通用的活動效果評估（投入產出比）看板了。
這裏就匹配了JD中的抽象思維，作爲一個數據產品經理，處理要考慮實現需求之外，還要考慮它的通用性，標準性，對於相同業務模式的分析內容能複用的就複用，減少開發成本，如果是對於多條業務線都使用的數據指標，其數據口徑一定要提前確認定稿得到大家的一致認可後再開發。
等項目落地後，一定要配套輸出對應的數據口徑規範說明文檔，除了應對後續的統計變更或者業務變更導致的需求變更之外，更重要的就是要讓使用者明確每一個指標的定義標準，用的時候纔不會出現模棱兩可或者同樣的指標不同的部門統計出來的數據卻有偏差。
結語
上面只是臨時構思的一個小例子，不具有真實性。只是希望能夠簡單直白的描述一下入門數據產品修煉的心法三要素，這些也是一個數據產品經理落地一個簡單的數據產品必不可少的環節。
關於數據產品的修煉，這些只是最基礎的冰山一角，但是，修煉最講究的就是心法，心法對了，照着這個心法無限的往外延伸，就能不斷的提升你的功力。這裏我沒有去探討項目中的各種利弊權衡和資源協調問題，沒有去探討項目中的各種事件節點和溝通成本問題，也沒有探討數據倉庫，ETL，數據中臺等各種硬技能到底是什麼，因爲我認爲只要掌握了心法，然後每一個心法下都是龐大知識體系的樹根，雖然錯綜複雜，但是最終都是向着陽光，長成參天大樹。期待後續和大家一起分享交流。