最近我注意到在一些群里频繁出现了关于数据产品经理的培训课程，这让我开始思考为什么会有这样多的培训课程。于是我看了一下招聘网站上的一些数据分析、数据中台和AI数据产品经理的招聘信息。

数据分析类：

数据中台类：

AI数据产品经理类：

以上是我们常见的数据产品经理招聘的岗位，为什么会有这些培训机构了，一部分是因为目前数据产品经理的人选和市场匹配不充足，另外一方面原因是数据产品经理的岗位薪资比普通的产品经理的岗位薪资要高一些。那么我们今天讨论一下这里面的原因，主要从以下几个方面探讨一下：

1、大数据公司的分类，以及数据公司和普通公司的区别是什么？‍‍‍‍‍‍‍‍‍‍‍‍

2、数据产品的分类

3、数据产品经理的能力模型

01

—

大数据公司的分类与高溢价现象‍‍‍‍‍

在当今的数字时代，数据公司已成为商业世界中备受关注的角色之一。它们通过收集、分析和提供有价值的数据，为企业和组织提供决策支持和商业洞察。然而，我们可能会注意到，一些数据公司在收购和交易中的估值往往远远超过它们的实际资产价值。那么，为什么数据公司会出现高溢价的现象呢？

首先，让我们来看看大数据公司的分类。根据其业务模式和数据资源类型，我们可以将数据公司分为以下几类：

一、平台型

数据科技公司：技术平台、运营型、工具型，这类工具都属于数据科技公司这些公司着重于开发和运营数据相关的技术平台和产品，如大数据处理软件、人工智能算法等。他们的目标是通过技术创新和产品开发，为企业提供更高效、智能的数据解决方案。‍‍‍

二、数据服务型

数据服务型又分为数据型驱动和应用解决方案型，具体分为数据提供商和数据分析和咨询公司，另外部分平台型的公司例如后端和BI工具也会提供数据分析和咨询的整体解决方案，具体根据公司的商业模型来定。‍‍‍‍‍‍‍‍‍

数据提供商：这些公司专门收集和整理各种类型的数据，如市场数据、消费数据、人口统计数据等，然后以订阅或销售的方式提供给客户。例如，市场调研公司和数据供应商。

数据分析和咨询公司：这些公司不仅提供数据，还会对数据进行深入分析和解读，并提供相关的咨询服务。他们的目标是从数据中提取有价值的见解和商业洞察，以帮助客户做出更明智的决策。

现在，让我们回到高溢价的问题上。高溢价的出现可以归因于以下几个原因：

1、数据的战略价值：数据具有巨大的战略价值，可以为企业带来非常大的商业影响。一些数据公司拥有独特和稀缺的数据资源，这使得它们在市场上具有竞争优势和议价能力。因此，其他企业愿意为了获取这些数据资源而支付更高的价格。

2、市场需求和竞争压力：随着数据技术的迅猛发展和应用的普及，越来越多的企业意识到数据的重要性，并希望通过收购或合作来获得更多的数据资源和能力。市场上激烈的竞争和需求驱动了数据公司的高溢价。

3、未来增长潜力：数据公司通常具有巨大的增长潜力。随着数据产业的迅速扩大和创新不断涌现，市场对数据公司的前景持乐观态度。因此，投资者愿意支付溢价，以获得未来的增长机会。

综上所述，数据公司之所以出现高溢价的现象，例如有些大数据公司的会达到20-25PE。而普通公司一般会在10-15 PE,是由于数据的战略价值、市场需求和竞争压力以及未来增长潜力等因素的综合作用。随着数据领域的发展和变革，高溢价现象可能会进一步加剧。因此，对于数据公司和投资者来说，了解和评估这些因素是至关重要的。

02

—

数据产品分类‍‍‍‍‍

通过大数据公司的分类具体可以产生平台型和数据服务型两类数据产品。

一、平台型

1、技术平台型数据产品，例如一站式的数据平台‍

一站式数据平台产品是一种集成了多个数据管理和处理功能的产品，旨在帮助企业更高效地管理、分析和利用各类数据资源。它提供了包括数据收集、存储、清洗、分析、可视化等在内的全套解决方案，以满足企业在数据处理和决策过程中的需求。

商业模式一般是基于软件即服务（SaaS）的模式，即用户通过订阅或支付一定的费用来获得产品的访问权限和使用权。企业通常提供不同的订阅套餐或按需计费的方式，根据用户的需求和规模进行差异化定价。此外，一些平台产品可能还提供额外的增值服务，如数据分析咨询、技术支持等，以增加额外的收入来源。

在商业模式上，一站式数据平台产品还可以通过与数据提供商、合作伙伴建立合作关系，共享数据资源并推出更多的数据产品或数据服务，以扩大客户群并增加收入。

2、运营型数据产品，例如数据营销平台‍‍

数据营销平台，例如明略数据是一家专业的数据营销服务公司。作为数据营销服务公司，明略数据提供包括数据分析、数据挖掘、数据治理等方面的解决方案和服务，帮助企业在数据驱动的市场营销活动中取得更好的效果。

明略数据通过收集、整理和分析各类市场和消费者数据，帮助企业了解消费者的行为、需求和偏好，从而帮助企业精准定位目标受众，制定有效的营销策略。他们还可以帮助企业进行数据驱动的个性化推荐、客户细分、营销自动化等工作，提高市场营销的效率和精准度。

作为数据营销服务公司，明略数据的商业模式一般是基于提供数据解决方案和服务来获取收入。他们可能提供不同的服务套餐或按需计费的方式，根据客户的需求和规模进行定价，并可能提供额外的增值服务，如数据咨询、培训等，以增加收入来源。同时，明略数据也可能与数据提供商、合作伙伴建立合作关系，共享数据资源并推出更多的数据产品或数据服务，以扩大客户群并增加收入。

3、工具型数据产品，例如数据中台产品和BI产品

数据中台产品和BI（商业智能）产品都属于工具型产品，它们的商业模式一般可以采用以下几种方式：

许可证模式：用户购买产品的许可证，并支付一定的费用来获取产品的使用权限。企业通常会提供不同的许可证类型和价格，以满足用户的不同需求和预算。
订阅模式：用户按照一定的频率（例如月付、年付）订阅产品，并根据订阅的周期支付费用。这种模式通常与SaaS模式（软件即服务）相结合，用户可以根据需要随时订阅、更新或取消订阅。
增值服务模式：除了产品本身的许可或订阅费用外，企业还提供额外的增值服务，如技术支持、培训服务、定制化开发等，以提供更全面、个性化的解决方案。这些增值服务通常会额外收取费用。
混合模式：将上述不同的商业模式相结合，根据市场需求和客户需求的变化进行灵活定价。例如，基本功能免费，高级功能许可证模式，专业服务按需收费等。

‍

二、数据服务型‍‍‍

1、以数据作为交易的数据平台，例如数据服务API产品‍‍‍

数据交易数据内容作为核心价值的数据服务平台公司，他们的产品是数据，服务方式是API，商业模式是按次收费。

在这种商业模式下，用户需要根据自身需求购买或订阅数据服务平台提供的交易数据内容，每次获取数据时会根据数据的使用量或频率收取相应的费用。这样的模式相对简单直观，用户可以根据实际需要灵活选择购买的次数和范围，以控制成本。

2、应用解决方案公司

这些公司以前是做应用开发的，因为公司内部需要，自建了大数据平台，后期将大数据能力赋能给外部公司。

以上是目前市面上所有的数据产品，而目前比较热门的数据产品是工具型产品和平台型的数据产品，这两类产品是市面上最常见的数据产品。

03

—

数据产品经理能力模型

通过以上数据产品分类，数据产品经理大致分为四类，工具类的数据产品经理，分为数据中台类，BI工具类，应用产品类型分为，数据分析类型、AI数据产品类。而由于BI工具相对比较成熟，目前这种数据产品经理的需求较少，一般是数据平台类（包含数据中台），数据分析类，AI数据产品类三种类型的数据产品的需求比较多。

一、数据平台类型的数据产品经理的能力模型

数据领域专业知识：需要深入了解数据平台的各个方面，包括数据采集、处理、存储、分析、可视化等技术和工具。同时，掌握数据分析、机器学习、数据挖掘等相关领域的知识也是必要的。
产品管理能力：需要具备产品管理的技能，包括需求分析、产品规划、项目管理、敏捷开发等。您需要能够从用户需求出发，定义产品的功能和特性，并将其转化为可执行的开发计划。
数据洞察力和分析能力：需要能够理解和挖掘数据所蕴含的价值，并将其转化为产品创新和商业机会。您需要具备数据分析的能力，能够运用统计学和数据可视化工具来分析数据，从中发现洞察和趋势，并将其应用到产品设计中。
用户导向和产品设计能力：了解用户需求、洞察用户行为和使用习惯，将用户放在产品设计的中心位置。您需要具备用户研究和用户体验设计的能力，能够进行用户调研、原型设计和用户测试，以确保产品能够满足用户需求并提供良好的用户体验。
技术沟通与协调能力：需要与开发团队、数据科学家以及其他相关团队进行紧密合作。因此，您需要具备良好的技术沟通和协调能力，能够理解和传达技术要求、解决技术难题，并协调不同团队之间的工作。
市场洞察和商业意识：了解市场竞争、行业趋势和商业模式，能够将这些因素考虑到产品设计和发展中。您需要具备商业意识，能够从商业角度思考产品的盈利模式、市场定位和推广策略。

作为数据平台类型的数据产品经理，需要兼具数据领域的专业知识、产品管理能力、数据洞察和分析能力、用户导向和产品设计能力、技术沟通与协调能力以及市场洞察和商业意识。深厚的技术背景和产品管理经验，结合良好的沟通能力和商业意识，将有助于您在数据产品领域取得成功。

二、BI分析类型的数据产品经理的能力模型

对于BI分析类型的数据产品经理或者营销分析的数据产品经理，以下是他们的能力模型：

领域专业知识：作为BI分析数据产品经理或者营销分析数据产品经理，您需要具备深入了解商业智能(BI)工具和方法、数据分析领域、市场调研和营销策略等方面的专业知识。您需要熟悉各种BI工具和数据分析技术，以及市场调研和营销策略的原理和方法。
产品管理能力：作为数据产品经理，您需要具备产品管理的技能，包括需求分析、产品规划、项目管理、敏捷开发等。您需要从用户需求出发，定义产品的功能和特性，并将其转化为可执行的开发计划。
数据洞察力和分析能力：作为BI分析数据产品经理或者营销分析数据产品经理，您需要能够洞察和理解数据的价值，具备数据分析的能力，能够运用统计学和数据可视化工具进行数据分析，并从中发现洞察和趋势，以支持业务决策和营销策略制定。
用户导向和产品设计能力：了解用户需求，洞察用户行为和使用习惯，并且将用户放在产品设计的中心位置。您需要具备用户研究和用户体验设计的能力，能够进行用户调研、原型设计和用户测试，以确保产品能够满足用户需求并提供良好的用户体验。
技术沟通与协调能力：与开发团队、数据科学家、市场营销团队等相关团队进行紧密合作。因此，您需要具备良好的技术沟通和协调能力，能够理解和传达技术要求、解决技术难题，并协调不同团队之间的工作。

三、AI数据产品经理的能力模型

对于AI数据类产品经理，以下是他们的能力模型：

AI技术专业知识：作为AI数据类产品经理，您需要具备深入了解人工智能（AI）和机器学习等相关技术的专业知识。您需要了解各种AI算法、模型和技术框架，如深度学习、自然语言处理、图像识别等，以及它们在数据产品中的应用。
产品管理能力：作为数据产品经理，您需要具备产品管理的技能，包括需求分析、产品规划、项目管理、敏捷开发等。您需要从用户需求出发，定义产品的功能和特性，并将其转化为可执行的开发计划。
数据洞察力和分析能力：作为AI数据类产品经理，您需要能够理解和挖掘数据在AI领域的价值，并具备数据分析的能力，能够运用统计学和数据可视化工具分析数据，从中发现洞察和趋势，并将其应用到AI产品的设计和优化中。
用户导向和产品设计能力：了解用户需求、洞察用户行为和使用习惯，将用户放在产品设计的中心位置。您需要具备用户研究和用户体验设计的能力，能够进行用户调研、原型设计和用户测试，以确保产品能够满足用户需求并提供良好的用户体验。
技术沟通与协调能力：与AI开发团队、数据科学家、工程师等相关团队进行紧密合作。因此，您需要具备良好的技术沟通和协调能力，能够理解和传达技术要求、解决技术难题，并协调不同团队之间的工作。
市场洞察和商业意识：了解市场竞争、行业趋势和商业模式，能够将这些因素考虑到产品设计和发展中。您需要具备商业意识，能够从商业角度思考产品的商业价值、市场定位和推广策略。
法律与道德意识：在AI数据产品领域，涉及到隐私保护、数据安全、道德问题等，您需要具备法律和道德意识，能够遵守相关法律法规，处理好数据隐私和安全问题，并且以用户利益为重，遵循道德原则。

通过以上分析，BI类型的数据产品经理的能力侧重点是业务知识，数据洞察力和分析能力，利用BI工具为企业找到解决问题的方向，而平台类型的数据产品经理侧重于技术背景，大数据的专业领域知识。AI数据产品经理侧重于利用AI模型提升数据分析能力，因此AI数据产品经理需要掌握各种算法模型，了解各种算法模型的能力边界。

04

—

如何成为数据产品经理

数据产品经理一般来源于两种类型的人，一种是B端产品经理，一种是大数据开发或者数据分析师转型成为数据产品经理。B端产品经理转型成为数据产品经理，需要掌握大数据领域的专业知识包括数据平台的技术架构、指标体系、数据治理体系、数据产品等数据类知识，而大数据开发工程师或者数据分析师转型成为数据产品经理，需要掌握作为B端产品经理应该具备的基本产品思维和知例如，产品管理，产品设计、产品创新等提升数据产品的产品力。

1、如何提升数据产品力？

所谓产品力，就是指一款产品相比于其他竞争对手的优势和吸引力。它包括多个方面，比如功能、性能、用户体验、设计等。一个产品如果在这些方面做得更好，就能吸引更多的用户。当然，产品力并不仅仅是指产品的硬性指标，还包括宣传和市场推广等方面。一款好的产品如果没有得到传播和宣传，很难让更多的人知道它的存在。

总而言之，产品力就是一种让产品在众多竞争对手中脱颖而出的能力。只有具备强大的产品力，才能在市场上立于不败之地。所以，如果你有个好的产品想要推出市场，一定要注重产品力的提升哦！

首先，了解客户需求是至关重要的。这就好比给人开发一套衣服，你得先弄清楚他们的尺码、喜好、场合等，才能设计出贴合用户需求的产品。所以，与用户保持沟通和互动，进行调研，并把用户的反馈和建议纳入产品开发过程中。

其次，要时刻关注市场动态和竞争对手。只有了解市场上的新趋势、新技术和竞争对手的产品，才能保持产品的先进性和创新性。可以通过参加行业展览、关注市场报告和跟踪竞争对手的产品，来不断更新产品的功能和设计。

第三，团队合作也是关键。做一个优秀的产品经理，并不仅仅是个人的能力，而是需要协调多个团队的合作。所以，建立良好的团队合作氛围，促进跨部门的沟通和协作，可以提高产品开发的效率和质量。

第四、不断反思和优化也是提升产品力的重要环节。产品经理要时刻审视自己的产品，发现其中的不足和改进的空间，然后进行相应的调整和优化。这可以通过用户反馈、市场数据和产品指标的分析来进行。

最后，保持学习和更新自己的知识也是非常重要的。互联网行业发展迅猛，技术和趋势更新换代很快，如果你不跟上时代的步伐，就会被市场抛在后面。所以，持续学习新的技术、方法和理念，保持对行业的敏感度和理解，才能不断提升自己的专业水平。

2、如何做产品创新？‍‍

产品的创新可以分为微创新和颠覆性创新两种，微创新并不代表就没有用途，量变到质变的过程。‍‍

微创新是指以用户为中心的应用创新，以微小，可持续的方式创造用户价值，引起市场大变化，微创新工具箱包含以下方式

1、加减乘除，加，哪些元素可以被加到产业标准之上，减、哪些元素可以被减到产业标准之下，乘，哪些元素在产业标准中未出现过，除，哪些元素在产业标准中理所当然应该被剔除掉。加、乘的目的是提升用户体验，创造新的用户价值，而减和除则是降低成本、使价格更具有竞争力。

2、分解法，对产品、服务、流程进行分解，进而进行优化、删除、复制、重组等。

3、五维创意卡，产品微创新中的五维创意卡是一种常用的创新工具，用于帮助产品团队在创新过程中开拓思路和产生新的创意。它包含了五个维度的创意要素，分别是：

1）功能维度：关注产品的功能特点。通过问自己“能做什么”，从功能上考虑如何改进、增加或创造新的功能来提升产品的价值。

2）形态维度：关注产品的形状、外观和设计。通过问自己“看起来如何”，从外观上考虑如何进行改进或创新，使产品更具吸引力和识别度。

3）技术维度：关注产品的技术实现和应用。通过问自己“如何实现”，从技术角度考虑如何运用新的技术、材料或工艺来改进或创新产品。

4）用户体验维度：关注产品在用户使用过程中的感受和需求。通过问自己“用户需求是什么”，从用户角度考虑如何提供更好的体验，满足用户的需求和期望。

5）价值维度：关注产品的市场和商业价值。通过问自己“价值在哪里”，从商业角度考虑如何提升产品的附加值，创造更多的商业机会和竞争优势。

3、效果验证法，可用性测试，A/B测试，灰度发布，这种创新一般应用在TOC的产品上进行创新实现，TOB 比较少用，TOB 主要是功能和业务流程是否满足需求。

‍‍

颠覆性创新是指一种具有革命性影响的创新，它通过引入全新的理念、技术或模式，彻底改变了市场现有的格局和规则。颠覆性创新与传统的渐进式创新相比，更加具有冲击力和突破性。

颠覆性创新通常带来了巨大的改变和转变，对现有产业链、商业模式、消费习惯和社会生活产生了深远影响。它能够带来全新的产品、服务或技术，改变市场格局，颠覆传统的商业做法，重新定义行业的发展方向。

颠覆性创新常常与技术的突破性进步相关联，例如互联网、移动通信等技术的引入带来了电子商务、社交媒体、共享经济等颠覆性的创新。它们以前所未有的方式改变了人们的生活方式和商业模式，对传统行业和企业带来了巨大的冲击和变革。

颠覆性创新的成功往往需要跨越多个领域的知识和技术，同时具备敏锐的洞察力和前瞻性的战略思维。创新者需要敢于挑战传统思维模式，放眼未来趋势，并能够快速迭代、试错和适应市场反馈。

尽管颠覆性创新具有挑战性，但成功的颠覆性创新往往能够带来巨大的商业机会和回报。因此，许多企业和创业者都积极追求颠覆性创新，以寻找跳跃式的成长和发展。

颠覆性创新在《创新者的窘迫》一文中讲述的比较好，在创新者的窘迫中颠覆性的创新也称之为破坏性创新，而破坏性创新一般不会被大企业采用，因为破坏性创新一般会破坏目前现有技术的整体的利益链，而只有在社会需求发生重大变革的情况下，破坏性创新才会一跃成为社会主流的技术，在创新者的窘迫一文中，以硬盘的技术为例，在硬盘技术出现破坏性创新的时候，例如8英寸的小硬盘时并未被大部分企业采用，而一直到微型电脑，或者笔记本电脑的出现之后，8英寸的硬盘技术成为硬盘的主流技术。因此颠覆性的创新需要谨慎，在未出现人们生活方式改变前，颠覆性的创新可能不会为大部分公司引用。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍