第2章　数据产品经理的工作场景

2.1　数据产品经理的工作流程

如果以横向视角去看一个数据产品从策划到诞生的全流程，可以得到如图2-1所示的数据产品经理工作流程。

图2-1　数据产品经理工作流程

下面针对此流程逐项地做出具体分析。

1）需求受理：接受业务方提出的数据需求，比如，想要知道某活动的效果情况；

2）定义问题业务域：确定具体分析的数据属于什么业务，比如，是商品活动，还是拉新活动；

3）明确分析目标：将数据需求进行拆解，确定具体对应的指标或数据事件是什么，比如，活动效果等于对转化率指标的监控；

4）数据源定义：确定分析目标的数据源从何而来，比如，是从平台活动的埋点数据而来，还是从产品已有的埋点数据而来；

5）数据分析建模：将得到的数据进行抽象，从而得到标准化的节点，比如，将活动效果评估分为活动触达、活动引入、活动转化这三个关键节点；

6）数据结果可视化：使用表格或数据图将得出的分析结果展示出来。

从上述分析不难发现，数据分析其实是业务梳理和数据设计这两个部分的组合。这也再次印证了要想玩转数据分析，除了掌握一些数据分析常用的方法与模型外，更重要的是要选择一个正确的业务方向（即领域），而且要对该领域内的业务运作模式有相当的了解。但这正是部分数据产品经理所欠缺的。有的数据产品经理会认为，自己只要专注于具体功能的实现就可以了。这种想法是不正确的，因为忽略了其最本质的东西：一切数据产品都是在为业务服务，从某种意义上讲，业务不需要数据也可以运行，但是数据分析如果脱离了业务就变得毫无价值了。