数据产品经理的干活内容

数据许多久geng新鲜一次 是不是得沉，怎么去沉哦？这玩意儿hen关键，就像我们吃饭要选优良吃的，数据也得选优良的。

虽然数据越许多越优良，但是得kan钱够不够，还有Zuo起来困难不困难，时候排不排得开。

Zuo数据产品，得有数据，数据从哪里来呢？有两种方法：别人给，或者自己找。

哎呀，得kankan数据的本钱和获利，这玩意儿hen关键，就像买玩具，得kankan值不值。

数据获取与清洗

数据获取和清洗， 这是第一步，就像洗衣服一样，得把脏东西洗掉。

得把业务需求搞懂，深厚度搞懂业务，就像玩游戏一样，得晓得游戏规则。

为了让应用层拿到geng高大质量的数据， 我们得Zuohen许多细小计算模块，还得分层，分基础数据和业务数据。

不过巨大公司有专门的算法工事师，我们PM只需要搞懂就行。

数据琢磨Neng力也hen关键，得会解读数据，特别是那些个奇怪的数据。

数据是有本钱的，越许多越优良，越昂贵，所以我们要合理设计数据获取策略。

数据应用与数据展现

数据获取了 接下来就是数据转换，这玩意儿就像把数据变成不同的形状，高大端的说法叫ETL。

数据越来越许多，基于数据开发的产品也越来越许多，就像我们的玩具越来越许多。

这里的模型，不只是用户画像、推荐，还有基础的筛选、排序、匹配、轻巧松的逻辑计算。

要注意数据质量和数据稳稳当当性，就像我们的玩具要玩得开心，不Neng恶劣掉。

PMgeng了解业务，工事师geng了解手艺，我们得一起干，完成数据处理流程的设计或优化。

不过巨大公司兴许分了hen许多层，基础服务层兴许不需要PM，我们提需求就行。

这玩意儿有些比比kan虚，没经验的时候不晓得怎么Zuo，Zuo久了就磨蹭磨蹭晓得了。

三天两头需要和人聊聊，别人的东西总是轻巧松出问题的。

懂算法、建模、调参是必不可少许的，就像我们玩游戏要懂规则。

数据产品和买卖产品、 用户产品差别hen巨大，我们得深厚入了解各种数据琢磨方法、数据的存储计算。

数据PM也需深厚入搞懂业务，否则就变成数据琢磨师或者数据学问家了。

数据转换与数据服务

数据转换层， 会消耗geng许多计算材料，这里通常有着庞巨大的集群。

设计得优良，Neng节省一巨大堆材料，同样也要评估本钱获利，要不要一些不切实际的需求。

在数据转换环节，数据PM特别需要和架构师深厚入沟通，或者工事师。

数据PM的职责包括：三天两头需要谈数据一起干，找数据找破头。

数据转换层，Neng对外给商用的计算、存储服务，还Neng直接数据变现。

数据PM的Neng力偏向：全局设计Neng力。

本钱获利评估、数据质量、服务稳稳当当性。

数学功底及数据琢磨Neng力。

上游数据质量差，下游的个个环节dou要浪费hen许多时候来处理。

数据质量Neng靠校验、对比，数据稳稳当当性Neng靠监控。

数据的上游，需要勇于不信数据的质量，这是Zui轻巧松出问题的环节。

在这里 各种抽样、枚举、对比、虚假设，各种SQL、ES、Hive查询，善于对数据Zuo各种图表琢磨。

要比用户geng早的找到问题，比工事师geng迅速的排查问题原因。

自己找数据比比kan麻烦，自己的系统，Neng加码、埋点，地图的产品，会需要定期geng新鲜地图。

数据不受自己掌控的话，kankanNeng不Neng通过爬虫抓取。

hen许多基于爬虫的数据琢磨产品，用户琢磨、舆情琢磨、物价琢磨、量化投钱等。

MySQL、 Hadoop、HBase、Spark、Redis、Kafka等等，hen许多hen许多，不需要dou深厚入了解，但至少许了解他们的功Neng、特点、差别。

数据转换层， 需要geng有力的逻辑琢磨Neng力，业务那边反应的问题，hen兴许是他们自己的问题，也兴许是上游数据供应的问题。

这一层， 除了要会各种SQL、ES、Hive查询，还需要熟练Excel或者SPSS，还需要熟练用业务端的产品。

ZuiZui关键的是要提前想优良各种情况的应急方案。

用户画像、反作弊、广告投放策略、推荐、NLP这些个，是和业务紧密关联的。

三天两头需要kanAPI文档，接口查字段。

在数据获取和清洗环节，数据PM需要：三天两头需要谈数据一起干，找数据找破头。