讲数据产品经理是什么的，已经有很多了，这篇我就讲讲什么样的产品才是数据产品，都有哪些类型吧。

一、数据产品是什么？

百度百科给我们的解释：在属性数据、空间数据基础上构建的可以应用在不同领域的专题数据。

《数据产品经理实战进阶》这本书给出的解释：数据产品是一种降低用户使用门槛的数据，并发挥和提高数据价值的产品类型。

第一句解释有点云里雾里，第二句解释比较清晰，就是一款降低用户使用数据的门槛，发挥数据价值的产品。

如果还不清楚，给你类比一下。得到，降低用户学习知识的门槛；知识星球，降低普通人链接大佬的门槛……

二、数据产品都有哪些？

有很多数据同行也写了分类，从产品经理角色划分：底层、中间数据产品、应用型数据产品；从产品使用者角度划分：C端用户、企业内部用户、企业外部用户；从产品定位划分：商用型、企业型、用户型……

这些类别之间，又会相互有交叉，为了更加清晰可串联，我决定按照数据的流转流程来划分，包含四个环节：采集清洗、存储管理、展示分析、挖掘应用。所有的和数据相关的产品，都能被放进这四个链条里。

在这整个链条里，有一个贯穿始终的事情，数据安全。这是最容易被人们忽视，也是最重要的一方面。

下面，我分别从这几个方面，给大家解释一下，同时举几个栗子。

1、采集清洗

采集和清洗实际上是两个步骤，清洗工具ETL会包含数据集成功能，数据集成和数据采集是两个完全不同的东西，数据采集是本没有这些数据，我需要想办法获得；数据集成是已经有这些数据了，要把它们合到一块儿。

1）采集

采集分为硬采集和软采集两种。

硬采集包括：传感器、摄像头、语音设备、可穿戴智能设备。还有我们最常用的手机，都是数据采集的很好设备。这部分涉及到的产品，大都是硬件，产品形态是以一种解决方案的形式提供。

软采集是利用一些互联网手段采集数据。最常见的数据采集产品就是数据埋点了，通过埋点的方式，对用户日志采集。

日志采集分为浏览器页面日志采集和手机端日志采集。埋点也是在这两端埋，埋点方式又分为可视化埋点、前端埋点、后端埋点，想要细致了解的，推荐阅读阿里的《大数据之路》第一章节即可。

2）清洗

数据清洗产品，我们统一叫ETL（Extract-Transform-Load）或ELT，它是搭建数据仓库常用到的技术，一般都是给数据开发工程师使用的产品，但是也会有一些厂商把产品做的简单可配，降低使用门槛。

数据清洗主要任务是过滤掉不符合要求的数据，不符合要求的数据有不完整的数据、错误的数据、重复的数据三大类。是不是突然发现，和常说的要保证数据质量的完整性、一致性、唯一性说的一个意思？嗯，数据清洗就是干这个事儿的。

3）产品举例

kettle（水壶）：一款开源的数据清洗产品，全部是用Java代码开发的，听说是一个外国程序员写出来的，真的是一款挺牛的产品。大家可以找来体验一下，其它不开源也不好体验。

还有一些企业，会把它拿来修改一下，包装成自己公司的产品，毕竟是开源的，大家都可以用。

2、存储管理

1）存储

数据存储，中小企业常用的免费数据库是MySQL。现在很多云计算厂商都有数据存储服务。例如，我们去阿里云官网查看他们的数据存储产品，各种数据库产品。

这种产品就是数据库产品经理要干的事。

2）管理

我们都说数据产品是为了发挥数据的价值而存在的。

发挥数据的价值之一就是数据资产管理。咋管理？有些企业会提出利用数据管理平台（DMP，Data Management Platform），主要是用户数据的高效收集、管理及应用。

通过DMP可以收集整合内外部数据、分析并输出标签、指标给内外部各种应用。侧重于管理数据，基本都是企业内部自建，中间会涉及到用一些数据采集、清洗、分析的工具。这么说吧，如果说数据是一种资产，那DMP就是管理资产的钱包，装卡层、零钱层……为什么自建？毕竟没有人需要用别人的钱包装自己的钱。

发挥数据的价值之二就是业务效率提升，业务增长。这部分是体现在用户数据平台（CDP，customer data platform）,CDP是收集与用户相关的所有数据，进行数据统一、打标、画像、分层等加工之后，对公司内外部用户提供统一数据服务。

一部分中型企业，有研发实力，又不想花钱去分析，也会自建一个属于自己的用户行为分析系统，其中会涉及CDP平台中的一小部分功能，这个就根据公司的需求来定了。

我们最常听说的，指标建设、标签管理、用户画像……都是在这一平台体现。

CDP平台侧重于分析数据，业务增长，基本上是做帮助企业做业务增长的产品，都会自称为CDP平台。现在很多大厂都在布局这块儿。

这么一描述，熟悉的同学会觉得，这些都和数据中台很像啊？是啊，概念还是那个概念，就看侧重于哪方面，产品定位不同，要侧重做的事儿不同，那么产品功能设计也会不同。

3）产品举例

友盟+U_CDP：

神策数据：

linkflow：

3、展示分析

一提到数据展示分析，我们最熟知的就是BI工具了，BI全称是Business Intelligence，商业智能，利用数据分析技术、数据挖掘和数据展现以实现商业价值。

它也确实降低了数据的使用门槛，使数据发挥价值。即使BI发展这么多年以来，一直被诟病使用体验感极差，还没有Excel好用，tableau退出中国市场，但是这不能磨灭BI作为一款数据产品的价值，以及BI在AI化道路上的探索。

数据可视化，那可真的是五彩缤纷，绚烂夺目，能有多酷就要有多酷。用BI工具也好，可视化工具也罢，制作出来的图表，在能够把数据用起来的同时，也要兼顾直观、好看！

产品举例

数据可视化工具：DataV

数据分析工具power BI：

还有最近我们爱玩的，微信读书年度盘点，知识星球年度盘点，都是数据分析和展示的应用：

4、挖掘应用

除了数据产品经理，还有细分的策略型产品经理，AI产品经理，这些可以说这一层的延申，和业务有强关联关系。

前面那几步是准备数据，预使用数据，到这一步才算真的看到数据的价值所在了。有那么多数据，是不是真的都有用啊？那就要看能挖出来多少宝贝。是骡子是马拉出来溜溜！

这些类型的产品设计流程是，在数据准备好的前提下，根据商业模式和业务模式，挖掘各业务场景，制定出辅助业务解决问题的策略方案。把业务转换成算法建模，再转换成一款可用的产品。

阿里的机器学习PAI，就是一款给数据挖掘算法工程师使用的，用于数据建模的产品。把上面描述的整个流程，产品化，快速的实现数据建模。

产品举例

PAI（Platform of Artificial Intelligence）：

有技术同学反应，这个PAI不好用，都用不起来，好不好用的，咱也不知道！毕竟，我不是这款产品的目标用户。

Azure ML（亚马逊机器学习）：

5、数据安全

数据驱动业务，数据作为一种新的资产，必须要流动起来，才能创造价值。而数据流动，安全边界，成为了我们做产品时，必须要衡量的两个准则。

一般来说，我们会在设计需要对外输出数据的产品时，加上权限的设计。常见的权限模型是RBAC，它通过角色控制菜单权限，再为用户赋予相应角色，来控制用户都有哪些权限可用。

我有个做数据安全产品的朋友，现在一家专做数据安全的公司，做数据产品经理。主要是做隐私计算，实现多中心计算，原始数据不出机构本地，中间传输加密。

我咨询过这样一个场景：

恰巧，他们就在研究这样的问题。

她说：“可使用的技术有多方安全计算、联邦学习、可信执行环境、同态加密等……”。

我：不明觉厉！

具体这些都是什么，我也没仔细研究过，毕竟我的方向也不是这个，需要的时候，我们知道去哪里找就好了。

这类的产品，一般都是由专门的安全类型的企业提供，国内最大的安全行业企业有绿盟、安恒、亚信。

产品案例

亚信数据脱敏系统：

绿盟数据安全产品：

再多说一句，这类的行业以及产品，非常适合信息安全管理专业的同学干，一是专业对口，二是有竞争优势。我身边很多这专业的朋友，在安全行业干的风生水起，不论是不是互联网行业，都需要安全。当然了，前提是你要喜欢或不排斥你的专业。

四、最后

你要说，这么麻烦？分那么细，就没有一款产品包含这所有的吗？额……还真有，数据中台就是这样一款产品。建数据中台，也是为了能够快速支撑数据分析和挖掘应用，在产品建设中，会根据需求提供上述的数据产品，来帮助用户解决问题，或者搭建属于自己的中台。

而数据中台产品经理要求更多，对技术要求也比较高。具体的数据中台产品经理怎么学？可以看这篇文章。

https://zhuanlan.zhihu.com/p/437517190

嗯，数据中台产品经理，即上得厅堂又下的厨房。以上讲的数据产品的全流程，都有所涉及，特别是，如果有G端项目，信息化、数据化比较弱，就需要给他们一个比较全的数据解决方案。

总结

以上这么多类型的数据产品，我做过数据管理、展示分析、数据应用挖掘类的产品。如果像我一样，不是有很强的技术底子的同学，也可以优先选择做这类数据产品，做起来不费力。当然，如果对大数据技术很感兴趣，也可以选择做偏技术的数据产品。

以上列的这些产品，给刚入数据领域的小伙伴一些参考，数据相关产品还有很多，并不是说就是一款软件、一个后台系统，它可以是一个解决方案、一个idea、一种服务、一个理念。

希望我的整理对大家有帮助！

公众号：pm豆