靠谱推荐 | 我读完了所有数据产品经理的书?!

PMCAFF

共 4352字,需浏览 9分钟

 ·

2021-10-24 19:58

本文由作者 古牧聊数据 发布于社区

开局一张图📖


近几年专注做数据产品方向,有不少朋友咨询怎么上手这个领域,个人认为除了一对一咨询以外,最好的方式就是看书+实践了。但到底哪本书合适?我觉得我还是可以尽绵薄之力的,我在豆瓣上通过关键词“数据产品”和其他辅助方式,锁定了10本跟数据产品经理高度相关的书,一一阅读后给出我的看法,供你参考

01

个人推荐的必要性讨论
数据产品是个新兴的细分领域,相关的书还不是很多(至少远没有数据分析or产品经理的多),所以我才有机会大言不惭的说“读完了几乎所有数据产品经理的书”

这些书前言里都会写,针对0-3年的从业者,但依我看,大部分都是针对0-1年的。其实也没什么,出版社也要挣钱,初学者总是漏斗的最上游,基数大受众广。但不代表写给新人的书就好写,深入浅出说起来容易,稍有不慎就会做成浅尝辄止

而且这里还有一个隐藏的bug:写给新人的书,最后都是新人评分,可新人恰恰就是缺少专业阅历的人,他们的评分可能会有偏颇。同时,业内的老人也很少会看,即便看了也不见得会公开给出对比评价,这就让这类专业书籍的评分变成了黑盒自闭环,跟培训机构的课程一样

基于上述原因,我觉得正好我爱看书,在这个方向也还算专业,就顺手做一次开箱测评好了:

1,以下测评书籍的顺序,会按照他们的豆瓣评分由低到高排序,但真不见得分低的就毫无可取之处,分高的就实至名归;

2,我会对每本书给出一个综合的测评建议,分别是【可别看】【可以看】【推荐看】,至于是否采纳,看你;

3,我也会在每本书的测评了塞一些自己对这个岗位的看法,所以本期不仅仅是书评,最后还有入行建议呢

走起~

02

十本书的详细开箱测评

【可以看】评分有些过低了,我寻思着主要原因就是这书有点薄?但当我看完了剩下那几本之后我跟你讲,这本书还算是有良心的了,至少人家没有挂羊头卖狗肉是吧?

对于薄的书,我想起高中的时候学校请优秀毕业生回来做讲座,有一个小哥说的很值得琢磨:我每个学科一般就看三本书,第一本看最薄的,第二本看最厚的,第三本看自己写的。你品~

这本书讲了数据产品的定义、怎么寻找需求、怎么设计数据指标、怎么做可视化、以什么逻辑呈现数据、怎么做产品管理、有哪些基础工具,基本方方面面都照顾到了,作为最薄的那本书,我觉得是可以的。唯一的美中不足就是对数据产品的定义,还是有些局限在数据分析决策类的产品上,忽略了中间层和基础层的



【可别看】完美的诠释了什么叫挂羊头卖狗肉,一本不厚的书,从产品设计到客户端服务端、编程语言、数据分析、数据可视化、机器学习、战略、运营都给你讲了,然后还是平行结构毫无主线串联。就好比把鸡鸭鹅猪牛羊鱼蔬菜等食材稍微洗洗切块,也不加调料也不考究下锅的顺序和火候,就直接扔锅里乱炖,最后出锅给你吃

从这本书开始,我见识了数据产品领域书籍的参差,而且也发现了这类书的一个共性问题:有种很浓郁的分析思维和工具思维,习惯于把方方面面的知识内容都罗列给你,但就是缺少排序整合。这跟市面上大部分数据产品很像,擅长功能堆叠,不管受众体验

不过这也是该领域必经的阶段吧,先要从无到有,才能从有到有用,最后再到好用,慢慢来吧



【可别看】是一本野心很大的书,旁征博引古今中外连周易八卦都招呼上了,但就是没法写出一本适合产业界的书。看了下作者的背景履历,倒也就理解了,人家本身就是搞学术路线的,博士毕业后进的也是官方背景的实验室,很自然写的东西也是那种文献综述的风格。所以不能怪作者,要我说,怪这个标题起的不好,直接改名叫《大数据在我国产业的应用现状研究》就好了~



【可别看】又是一本很寡淡的书,从书的章节结构就能看出来,并没有什么独家的见解和思考,就跟大部分数据产品一样,只是功能的堆砌。这类书的一大特点就是,当你看了一本之后,剩下的也就都不用看了,不是因为写得好,而是因为都大同小异

有一个建议:以后能不能每本书就专注于写一些只在这本书里能看到的东西?别老想着凑篇幅or完备性,干嘛每本讲数据产品的书都要讲讲Excel操作?市面上其他Excel的书不比你写的好么,干嘛非要求全?说到底,写书虽然是一个妥协的过程,但也是一个见产品经理功力的过程。天天喊着少即是多,怎么自己做起东西来就不是这么回事儿了呢?!



【可别看】作为一本工具书,还是比较尽心尽力的。搜罗了市面上几乎所有能跟数据、产品经理、互联网技术研发扯上关系的知识点和方法论,可以极大的提升效率,省去在网上搜索不同知乎专栏or 公众号文章的时间

主要问题跟前两本类似,内容相互之间没什么关联,整体也跟业界的数据产品经理没那么大关系,读起来有种看大学课本的感觉



【推荐看】我把这本书推荐给不下10个人看,反响都不错。这本书最大的特点就是,你在阅读中能很明显的感觉到,作者把数据产品的知识内化成自己的了。这就让这本书有了一种独家感,读完之后能记的住

里面不论是对数据产品的定义,数据产品经理在企业内与其他岗位的分工合作关系,还是讲需求沟通,都带有数据产品岗位的特色。即便是讲Excel,也是从分析一个数据产品的角度切入,不会太工具化

美中不足的就是书的后半部分讲了很多数据产品经理的基础知识,比较离题也没那么大必要,就坚持好独家感就好了。对大数据技术专有名词的形象化解释印象比较深刻,很适合新人感性的理解,摘录如下:
Hadoop设计的核心有两个:HDFS和 Mapreduce通常需要搭配采集框架(例如比较流行的Kafka+Flume)、 Debase数据库、部署配置工具( Ambari)等一系列件形成一个完整的架构 
HDFS( Hadoop Distributed File System,分布式文件系统)既然是一个“系统”就会包含一系列的功能和流程。主要由主服务器( Namenode)和负责存储数据的Datanode组成,,Namenode负责管理文件系统的命名空间和客户端对文件的访问操作 
而 Mapreduce的本质是一种编程模型,或者说是一种计算方法。作为一个平台组件,它是用并行的方式处理大规模的计算
可以用不那么严谨的方式把整个过程变成一个故事,会发现这套架构其实是个情报处的组织架构: 
Flume像个情报员,负责把情报(日志)拿到手交给负责接头的信息员Kafka运送回来,处长HDFS负责接收这些数据,指挥Namenode给它们起好名字并贴上标签,交给档案馆Hbase存起来;这些数据还可以通过情报分析站Mapreduce去做复杂的深度加工,加工好的结论也可以交给Hbase存起来。
而想要使用Mapreduce需要通过工具Hive去实现。虽然Hbase是个超大的档案馆,,MapReduce也能为这个超大的档案馆提供更多结果,但若是急需这些情报采取行动(需要实时输出这些数据),它的效率就显得有点慢。这时Kafka可以使用应急流程,把数据直接交给独立调査员storm做实时分析,分析好了交给临时档案馆Redis存起来,领导(前端页面)可以去找Redis查阅结果。可惜的是,Storm和Redis虽然效率很高,却没有Hbase这个档案馆那么庞大和稳定,工资(成本)又太高,至今只能打一打下手,做一些补充工作



可以看】如果想学习怎么搭建数据中台,可能这本书有帮助,但不会很大。因为感觉行文架构就是高屋建瓴、高举高打的,倒是比较适合数据产品经理买来学习一下怎么画PPT,里面这种素材还真是不少



【可别看】其实本书跟数据中台的关系也没那么大,完全可以找一本【可以看】的数据产品书、搭配上面那本PPT素材书就好了。哦,这本书里也讲了不少篇幅的Excel操作技巧和SQL,我都懒得说了......

本书的一个特色,就是作者有意区分了数据产品经理 vs 数据平台产品经理,我觉得这算是作者的独家内容了,初衷挺好的。可这种区分定义我倒觉得没必要,两者本来就是包含关系,非要弄成并列平行的关系,有点牵强。不过我能get作者想传达的意思:平台型产品经理跟单独做一个产品的差异很大~



【可以看】大厂汇报PPT风格的书,前阵子储备标签平台建设的时候找来看,但看后比较失望,因为并没有任何帮助。我关心的帮助是要么指明一些坑,让后人不要重蹈覆辙;要么是结合某个具体场景讲讲标签设计的心得体会,尤其是怎么跟得上应用场景。但最终它还是一本零基础科普入门书,是一本只展示结果,不展示思考过程的标签建设漂亮话大全



【可以看】这是一本优点和缺点都特别明显的书。优点是它确实是针对数据产品的,因为作者们都是一线从业者;同时它的覆盖面也比较广,从数据产品的定义,到埋点、画像标签、ABtest、数据服务、数据仓库,你能想到的常见数据产品形态都照顾到了

缺点就是,不像是一本书,更像是作者们的公众号文章合辑。章节之间没太多关联,因为摊的面大,所以每块内容都只能蜻蜓点水。数据产品定义这块本来是最见功底的部分,对比《写给数据产品经理新人的工作笔记》就显得没有太多独家感、内化的程度也不够

第一章在讲数据产品的定义之后,愣是强势插入了数据产品经理的招聘、应聘、面试的内容,公众号合辑的感觉一下就上来了,也立马就下头了

03

入行数据产品的建议
上面测评了10本书,其中就只有一本算是我推荐看的,有一次得到一个朋友的反馈是:书是好书,但它的前提假设是我已经身在一个ok的数据产品团队。我想知道该怎么选择做数据产品的方向?

哦!这还真是个关键的前置条件呢!我个人的建议是,尽量在做过一段时间的基础层数据产品工作后,优先选择应用层的、离营收变现更近的数据产品。如

为什么我比较推荐应用层?因为我国长期以来从教育上就讲究打基础,但往往忽略了以应用作为牵引,唤起学习的兴趣、构建努力的目标。我记得我在本科和研究生学的很多门课程,学完了我都不知道它到底能干嘛,在实际工作中有什么价值,产研完全脱钩了,导致我当时很长一段时间的迷茫

同样的,如果能在具备一定基础的情况下,尽早的接触应用,知道一个数据产品都可以帮助哪些人带来什么直接的价值、都能怎么直接变现,就会更有利于以终为始的去补充知识、夯实基础

有关岗位方向选择的话题,我会在后续积累一些案例之后单独说,但大方向是不变的

今天的测评确实只是我一家之言,肯定也有我的局限性,但我能保证的就是中立性和独家性。如果你对上述这些书有不同的看法,欢迎留言探讨~

↘好文推荐:
我的4条产品设计工作观
用户运营平台产品设计指南
8000字干货|教你打造电商产品的用户体系

点个“在看”吧
浏览 42
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报