數據產品經理修煉手冊：從零基礎到大數據產品實踐

數據產品經理這本書，說白了，除了基本的產品經理知識以外還要了解數據分析的基本知識，比如數據挖掘、數據清洗、機器學習。但是更主要的是要了解產品、瞭解應用的場景，可以在場景中發現機會，發現能落地的地方。比如2020年初新冠肺炎時間，很多醫院都需要人工去看患者CT片子，效率特別低而且由於人員的疲勞也會出錯，後來用了AI人工智能進行篩選，提高效率50%以上，其實這個東西不是特別難，要足夠了解醫生判斷的依據，加上足夠多的數據就能訓練好模型。這就是機遇，也能幫助他人

沒有很多的數據分析經驗，一時不知道怎麼評價，總體來說還是值得一讀的。 內容比較散亂，太多的內容都是淺嘗則止，對於數據分析師與數據產品的區別解釋也沒那麼到位，其他的數據分析方法好像也都是一些名詞羅列解釋，似乎看運營人寫的數據分析寫的書更細緻一點。 PS.本書的章節錯亂真讓人抓狂，已經提交了幾次糾錯反饋，希望儘快修復。

本書定位是入門，剛好。內容有些重複，減分。數據倉庫部分受益大一些：1、結合搜索初步瞭解了下hadoop、hive、hue、MapReduce之間關係；2、介紹了大數據平臺的三層架構ODS、DW、應用層；3、“指標字典”可能是個關鍵概念。數據驅動第一條就是搭建指標體系。以上都需要讀者自行深入學習。 更好的寫作方法： ① 去除重複內容、縮減篇幅； ②重點講清楚幾個關鍵概念（如整個數據鏈路流轉、數據產品分類、數據產品經理工作流程和能力模型、後文提到大數據分析平臺、用戶行爲分析、AB實驗平臺）； ③ 推薦擴展閱讀材料或試用產品

產品經理不是一個特定的專業崗位，每一個合格的老闆都應該是一名優秀的產品經理，比如喬布斯、貝佐斯等大咖。產品經理具備敏銳的洞察力，能深層次洞察客戶需求，將需求轉化爲創造商業價值的解決方案，並推動落地，從需求機會點到完成價值轉化的過程除了特定的專業知識，更重要的是一種完成產品轉化的思維能力，我作爲一個非職業的產品經理，從本書裏面粗略領悟到了數據驅動管理的數據產品化思維，我覺得這是我讀本書的最大收穫吧！

作者大概是技術背景轉型數據產品經理的，中間關於數據研發的內容對於沒有技術背景的人來說有些陌生難懂了～～比較全面、簡單地概括了大數據在驅動產品、運營等方面的作用

作爲一名數據產品，看到這本書感覺太amazing了。亮點在於對數據產品日常工作中的各方面有一個系統而全面的梳理，對於想轉型數據產品的分析師或數據開發，都非常有幫助。感謝作者的貢獻。不足之處，在於對數據分析這塊相對重要的技能講解不夠深入，建議輔助其他書籍閱讀。 相關書單如下: 1.想入行分析師，或希望學會數據分析能力的同學 ，可通讀《數據分析:企業的賢內助》一遍，尤其關注方案設計、數據分析思路部分。與自己看數據時的思路做對比，或參考文中提供的思維模型（KANO/SWOT/5W2H等）去試着分析自己面臨的問題，內化知識，效果更加。 2.想對數據採集方法、數據模型（事件分析漏斗分析、留存分析、分佈分析、點擊分析等）瞭解更多的，可閱讀神策數據桑文鋒的《數據驅動:從方法到實踐》。 3.瞭解更多的數據分析方法與應用，可閱讀talkingdata於洋的《遊戲數據分析的藝術》，只看目錄，就能發現很多有意思的部分，比如收入分析、圖關係分析。 4.網站分析方面，推薦王彥平的《人人都是網站分析師:從分析師的角度解讀和理解數據》。這本書全全面詳實地介紹了GoogleAnalysis的使用和原理，如站內搜索分析，歸因分析。目前國內的百度統計等網站統計，都源於GA，想了解網站分析鼻祖GA的同學可以看看。 5.想轉行數據產品的，可閱讀梁旭鵬《數據產品經理修煉手冊》和李鑫《數據產品經理的必修課》。書中對數據PM的日常工作梳理得非常清晰，覆蓋的能力圖譜也非常全面。 6.行業趨勢，推薦閱讀數瀾科技的《數據中臺:讓數據用起來》。其中，第4章 企業數據應用成熟度評估 和第7章 數據中臺體系架構，推薦優先閱讀。 希望以上書單，對大家有所幫助[微笑]

這本書給我的感覺： 第一是散，極其的散。看起來就像是從一個人的博客裏隨便拼接起來的，不講究體系也不講究結構。 第二是亂，你可能讀了一半都還沒有找到重點，讀完整本你也沒搞清楚到底數據產品經理和數據分析師有什麼區別。 第三是淺，通篇都在講概念，講工具，用大量的篇幅去描述一個工具如何如何使用，看着就像爲了湊字數的。 作者似乎只是在大廠工作的過程中學到了一些套路和概念，並把學到的這些套路和概念拿出來講，但並沒有深究背後的原因和深層次的產品理念。 總的來說這本書只適合用來了解數據產品到底是做什麼的，大概的工作內容是什麼的。 對於準備入行的讀者來說，難理解也成不了知識體系。 對於入行稍有一段時間的0到1歲數據產品，說的全都是廢話。

數據產品經理修煉手冊在內容上可以讓讀者知道數據產品經理所要具備的知識與框架，可書中的內容有些重複，顯得有點冗餘了，在其內容上可以寫得更深入點，並在此上應有個提煉，也許會更加好。

通過這本書對數據驅動業務增長有了更加具體的認識。這是我第一次系統閱讀數據產品相關書籍，覺得還是能學到一些知識，有更多認識的。 用戶畫像和用戶標籤在精準營銷、內容推薦、搜索排序等各方面都發揮着巨大的作用，如何建立分析用戶畫像和用戶標籤需要好好掌握學習。 關於各種工具的運用，如Excel、R、SQL 、AXURE等還有數據倉庫這兩章節有時間可以再看看。 大數據分析平臺這章是技術層面，用戶行爲分析是業務層面，數據產品需要結合這兩方面的工作。 最後介紹了大數據在各領域的運用，有助於我們對其有更具體的認識。如在電商領域進行銷量預測、提升庫存週轉率，汽車領域的競爭對手分析、尋找細分市場等，內容領域的推薦系統，交通領域的道路規劃、公共交通優化等。這些都是共通的，最本質還是建立用戶畫像和打標籤，尋找到目標人羣。

本書理論和實踐結合 立足於數據產品歷史 現狀 未來做了很多分析和分享，是一本不錯的數據產品介紹類的書籍。