基本能力要求：

具有較高的邏輯思維水平；

利用專業知識制定合理、有效的解決方案；

溝通對事不對人；

有效的時間管理；

良好的職業素養與清晰的職業規劃。

不同行業的資料產品經理的能力要求不同，比如某社交產品公司要求熟悉資料來源的使用，掌握SQL資料查詢資料庫能力，能獨立的從資料庫中查詢、計算資料來完成分析；某電商公司對資料產品經理要求強大的產品推動力，關注結果與產品價值，出色的跨部門協調和問題解決能力，能承擔較大的壓力；從上可看出，不同行業不同的產品對資料產品經理的要求都不同，如果是去面試相關崗位，最好提前做一些針對性的準備。

資料產品除了要懂一般產品經理要懂的知識外，還要懂資料相關的技術，比如說資料倉庫，機器學習資料探勘，大資料框架或者常用的資料開發工具hadoop、hive、spark等等這些，所以可以看看這些方面的書。《產品經理必懂的技術那點事兒：成為全棧產品經理》這本書應該算是必讀書吧。

正式回答這個問題之前，先給大家講一下，什麼是資料產品，資料產品經理要做什麼樣的工作，然後再給大家推薦相關的學習資料

（ps：本文更多地是站在一個想轉行的產品經理的角度來寫，對於非產品經理崗位的朋友們來說，可能我們所關注的重點會有所不同）

1. 什麼是資料產品

如今我們每天使用的電子產品會記錄我們的網上行為，我們所佩戴的手環等可穿戴裝置會記錄我們的身體特徵，甚至我們走在街上，路口的攝像頭也會記下我們的身影，這些資料只是存放在資料庫中是毫無價值的，如果能夠把這些資料給到資料分析師，他或許會從中發現新的商機；如果把這些資料給到運營人員，他們能很快地評估出哪種推廣活動是更有效的，……。所以我們需要透過一定的載體把資料呈現給需要它的人，這個資料的載體就是資料產品。而任何產品的產生都源於某業務場景下的需求，資料產品可以理解為基於某應用場景下對資料需求的產品化。

資料產品=應用場景+資料需求+產品化

2. 資料產品的型別

資料產品和其他型別的產品一樣，它的構建也不是一蹴而就的，搭建資料產品要考慮公司業務規模的需要、產品矩陣的依賴關係來逐步搭建。

從產品架構自下而上來劃分，可將資料產品分為以下三類：

1.資料質量型產品-這部分產品在搭建時重點考慮的是資料的完整性、準確性、資料指標的統一性以及資料服務的安全穩定性，主要的資料系統有有資料質量監控系統、資料埋點系統等。阿里的dqc、美團的DataMan都屬於這一類。

2. 資料工具型產品-這一層的產品有大資料分析平臺、使用者行為平臺、實驗平臺、自動分析平臺等，通常是以讓使用者可以高效獲取並使用資料，進行科學決策為目標，比如FineBI、tableau之類

3. 資料應用型產品-這部分產品是透過對業務產生的資料進一步的整合、加工，來為業務負責人或使用者提供洞察或預測的產品。它的價值在於用資料來驅動發展。像飛常準、生意參謀屬於這一類。

以上就是一個成熟的公司應具備的資料產品了。回到具體公司的資料產品搭建上，還是應該考慮公司的業務發展階段、成本預算等，有針對性地搭建或採購適合當前階段的資料系統。

資料產品經理能力要求

資料產品經理是負責實現資料產品的人，這就要求資料產品經理除了具備的產品設計、邏輯思維、專案管理、業務與行業理解等產品經理的通用能力外，還要在資料技能、資料工具技能方面完成能力補全。

資料技能方面要掌握：

另外，對於三種不同型別的資料產品，相應產品經理所需的能力掌握程度存在差異。

質量型資料產品經理偏重於掌握資料的獲取、清洗等生產流程，以達到能從各個環節來最佳化資料質量的目的。

工具型資料產品經理要能夠深入挖掘使用者使用資料的痛點，透過資料產品設計能力來實現資料的科學高效使用。

應用型資料產品經理更需要對行業和業務有深入的理解，具備較強的分析能力和商業化思維。

工具方面，大家可能最關心的就是資料產品經理要學哪些軟體？掌握到什麼程度？怎麼學了？為了解答這個問題，大林查閱招聘網站上“資料產品經理”崗位的要求，並和身邊的老師以及做資料產品經理的朋友進行了諮詢，大體上需要掌握的資料工具主要有以下幾個：

1. 資料查詢語言sql-對於資料產品經理來說，會取數基本上就能滿足80%的公司對這一崗位的要求了，如果想精進一步，可以閱讀《mysql必知必會》這本書，很多小夥伴極力推薦。

2. 電子表格軟體excel-要掌握資料處理、函式計算、資料視覺化的相關內容，如果能夠使用excel做一些統計分析就更好了。以下是大林總結的一些要學習的內容：

3. 資料平臺搭建工具Hadoop-在資料產品經理的崗位招聘要求裡，“瞭解hadoop”成為了高頻詞彙，但這並不意味著我們要去使用這個工具，我們只要知道一些常用的分層知識就可以了，具體的工作還是交給更專業的研發同學吧。

4. 資料分析與視覺化工具-R和Python是目前最流行的兩款高階程式語言，被大量運用於資料科學領域，具體要學習哪一種可以根據自己的情況而定：

如果你的大多數同事或朋友都在使用某種語言，那麼你可以也去學那門語言，因為遇到問題可以向他們諮詢如果你想去的公司都在使用某種語言，你也可以學那門語言

如果以上兩種情況都不存在，那麼，可以學以下Python，近年來Python越來越受歡迎，而在Github上使用R語言的月活躍使用者比例有所下降。

4. 資料產品經理的夥伴

作為網際網路產品經理，日常並肩作戰的通常是業務方、UI設計師、前後端研發工程師、測試工程師。對於一名資料產品經理，他的隊員們還會有資料研發工程師、資料探勘工程師和資料分析師等。那他們主要負責什麼工作呢？

資料分析師，主要工作是透過各種資料分析工具，從海量的資料中提取、挖掘對業務發展有價值的、潛在的問題或趨勢，為產品或服務的發展提供決策依據。

資料研發工程師，一般是負責資料倉庫搭建、資料的儲存、計算處理、資料分析平臺的開發和設計等。

資料探勘工程師，是從大型資料儲存庫中把雜亂無章的各種資料，透過一步步清洗、建模，迭代最佳化，發現未知的有用模式，來決實際的業務問題。

演算法工程師，和資料探勘工程師還是比較接近的，在大部分中小公司中是不做區分的，在大廠的話，演算法工程師相對更偏底層一些，需要自己動手造一些高效能計算相關的輪子，提供給資料探勘工程師使用。

5. 資料產品經理如何成長

很多的同學，包括我自己，參加了一些培訓班、讀了書籍，但還是難免在做的時候不知從哪裡下手。偶然的一次機會，聽到一位老師分享了他的學習五步法，才意識到自己的學習路徑是不完整的，所以學習效果也打了折扣。在這裡也分享一下這個從學到真正學會的路徑。

學-除了常規的讀書、聽課外，還有一點就是要以人為師，把身邊厲害的人作為老師，多向他們請教，以人為師也是最高效、最有針對性的學習方式了，所謂“聽君一席話，勝讀十年書”說的就是這個道理吧。

思-思是對所學知識的一個分類過程，一方面思考哪些是我原來不知道了，透過這次學習新get到的，這些被成為“新知”，另一方面思考哪些是我原來以為自己知道，但是經過這次學習，發現自己之前想的是錯誤的。除此之外，對於新get到的知識點，可以思考下分別可以應用到什麼場景下。

辯-辯也就是和同行們的交流互動，在觀點的碰撞中，加深理解、修正誤解。

做-知識學來終究是為了創造價值的，把所學到的知識用於工作實踐，即完成了學的使命，又能透過實踐來檢驗所學。

教-當完成了以上四步，就可以出沉澱一些實用的經驗與方法論，把這些整理歸納，透過文字或語言講明白，分享給需要的人，教是學會的最高標準。