数据产品经理修炼手册：从零基础到大数据产品实践

数据产品经理这本书，说白了，除了基本的产品经理知识以外还要了解数据分析的基本知识，比如数据挖掘、数据清洗、机器学习。但是更主要的是要了解产品、了解应用的场景，可以在场景中发现机会，发现能落地的地方。比如2020年初新冠肺炎时间，很多医院都需要人工去看患者CT片子，效率特别低而且由于人员的疲劳也会出错，后来用了AI人工智能进行筛选，提高效率50%以上，其实这个东西不是特别难，要足够了解医生判断的依据，加上足够多的数据就能训练好模型。这就是机遇，也能帮助他人

没有很多的数据分析经验，一时不知道怎么评价，总体来说还是值得一读的。 内容比较散乱，太多的内容都是浅尝则止，对于数据分析师与数据产品的区别解释也没那么到位，其他的数据分析方法好像也都是一些名词罗列解释，似乎看运营人写的数据分析写的书更细致一点。 PS.本书的章节错乱真让人抓狂，已经提交了几次纠错反馈，希望尽快修复。

本书定位是入门，刚好。内容有些重复，减分。数据仓库部分受益大一些：1、结合搜索初步了解了下hadoop、hive、hue、MapReduce之间关系；2、介绍了大数据平台的三层架构ODS、DW、应用层；3、“指标字典”可能是个关键概念。数据驱动第一条就是搭建指标体系。以上都需要读者自行深入学习。 更好的写作方法： ① 去除重复内容、缩减篇幅； ②重点讲清楚几个关键概念（如整个数据链路流转、数据产品分类、数据产品经理工作流程和能力模型、后文提到大数据分析平台、用户行为分析、AB实验平台）； ③ 推荐扩展阅读材料或试用产品

产品经理不是一个特定的专业岗位，每一个合格的老板都应该是一名优秀的产品经理，比如乔布斯、贝佐斯等大咖。产品经理具备敏锐的洞察力，能深层次洞察客户需求，将需求转化为创造商业价值的解决方案，并推动落地，从需求机会点到完成价值转化的过程除了特定的专业知识，更重要的是一种完成产品转化的思维能力，我作为一个非职业的产品经理，从本书里面粗略领悟到了数据驱动管理的数据产品化思维，我觉得这是我读本书的最大收获吧！

作者大概是技术背景转型数据产品经理的，中间关于数据研发的内容对于没有技术背景的人来说有些陌生难懂了～～比较全面、简单地概括了大数据在驱动产品、运营等方面的作用

作为一名数据产品，看到这本书感觉太amazing了。亮点在于对数据产品日常工作中的各方面有一个系统而全面的梳理，对于想转型数据产品的分析师或数据开发，都非常有帮助。感谢作者的贡献。不足之处，在于对数据分析这块相对重要的技能讲解不够深入，建议辅助其他书籍阅读。 相关书单如下: 1.想入行分析师，或希望学会数据分析能力的同学 ，可通读《数据分析:企业的贤内助》一遍，尤其关注方案设计、数据分析思路部分。与自己看数据时的思路做对比，或参考文中提供的思维模型（KANO/SWOT/5W2H等）去试着分析自己面临的问题，内化知识，效果更加。 2.想对数据采集方法、数据模型（事件分析漏斗分析、留存分析、分布分析、点击分析等）了解更多的，可阅读神策数据桑文锋的《数据驱动:从方法到实践》。 3.了解更多的数据分析方法与应用，可阅读talkingdata于洋的《游戏数据分析的艺术》，只看目录，就能发现很多有意思的部分，比如收入分析、图关系分析。 4.网站分析方面，推荐王彦平的《人人都是网站分析师:从分析师的角度解读和理解数据》。这本书全全面详实地介绍了GoogleAnalysis的使用和原理，如站内搜索分析，归因分析。目前国内的百度统计等网站统计，都源于GA，想了解网站分析鼻祖GA的同学可以看看。 5.想转行数据产品的，可阅读梁旭鹏《数据产品经理修炼手册》和李鑫《数据产品经理的必修课》。书中对数据PM的日常工作梳理得非常清晰，覆盖的能力图谱也非常全面。 6.行业趋势，推荐阅读数澜科技的《数据中台:让数据用起来》。其中，第4章 企业数据应用成熟度评估 和第7章 数据中台体系架构，推荐优先阅读。 希望以上书单，对大家有所帮助[微笑]

这本书给我的感觉： 第一是散，极其的散。看起来就像是从一个人的博客里随便拼接起来的，不讲究体系也不讲究结构。 第二是乱，你可能读了一半都还没有找到重点，读完整本你也没搞清楚到底数据产品经理和数据分析师有什么区别。 第三是浅，通篇都在讲概念，讲工具，用大量的篇幅去描述一个工具如何如何使用，看着就像为了凑字数的。 作者似乎只是在大厂工作的过程中学到了一些套路和概念，并把学到的这些套路和概念拿出来讲，但并没有深究背后的原因和深层次的产品理念。 总的来说这本书只适合用来了解数据产品到底是做什么的，大概的工作内容是什么的。 对于准备入行的读者来说，难理解也成不了知识体系。 对于入行稍有一段时间的0到1岁数据产品，说的全都是废话。

数据产品经理修炼手册在内容上可以让读者知道数据产品经理所要具备的知识与框架，可书中的内容有些重复，显得有点冗余了，在其内容上可以写得更深入点，并在此上应有个提炼，也许会更加好。

通过这本书对数据驱动业务增长有了更加具体的认识。这是我第一次系统阅读数据产品相关书籍，觉得还是能学到一些知识，有更多认识的。 用户画像和用户标签在精准营销、内容推荐、搜索排序等各方面都发挥着巨大的作用，如何建立分析用户画像和用户标签需要好好掌握学习。 关于各种工具的运用，如Excel、R、SQL 、AXURE等还有数据仓库这两章节有时间可以再看看。 大数据分析平台这章是技术层面，用户行为分析是业务层面，数据产品需要结合这两方面的工作。 最后介绍了大数据在各领域的运用，有助于我们对其有更具体的认识。如在电商领域进行销量预测、提升库存周转率，汽车领域的竞争对手分析、寻找细分市场等，内容领域的推荐系统，交通领域的道路规划、公共交通优化等。这些都是共通的，最本质还是建立用户画像和打标签，寻找到目标人群。

本书理论和实践结合 立足于数据产品历史 现状 未来做了很多分析和分享，是一本不错的数据产品介绍类的书籍。