数据分析写作业，数据产品抄作业？
数据分析的热潮逐渐褪去，数据产品又掀起新的浪花。大搞人肉数据基建已经好几年了，互联网的下半场能否让数据产品发挥更大的作用，解放SQL boy和查数姑？今天古牧君就花些功夫，聊聊数据分析、数据产品这两个岗位之间的关系
1，一次与大佬对话带来的不爽
（1）对“数据分析写作业，数据产品抄作业”的解读
一次偶然的机会，跟一个数据分析出身的大佬交流想法，大佬目前职级对标阿里P10的样子，手下带数据科学和数据产品团队。我向大佬提了一个问题：怎么看待数据分析和数据产品在企业中的身份定位与价值差异？大佬的回答相当斩钉截铁，我翻译下就是：数据分析写作业，数据产品抄作业
具体是什么意思呢？就是面对一个复杂的业务，由数据分析师率先通过离线的数据探索，发现一些关键的数据洞察；然后由数据产品经理把数据分析师发现的洞察，通过产品形态固化到线上，提升数据洞察的效率
这里隐含的逻辑是：数据分析师对洞察和模式的探索是灵活的、低成本的；而数据产品形态虽然后续效率高，但前期的开发成本大、周期长，不如数据分析师小快灵~这么看来，好像确实应该让数据产品抄作业哈？～
（2）作为数据产品经理的倔强
但作为一个数据产品经理，内心天然的就会对这个逻辑有些抵触，毕竟屁股决定脑袋嘛～凭什么最有创造性的数据探索和洞察就拱手让给了数据分析师？而数据产品经理就只能跟在屁股后面画画原型界面，理一理数据接口和流程，让洞察产品化？难道数据产品的价值就只是给洞察包一层皮、做一个界面？那不就是妥妥的工具人了么？
2，倔强之余引发的思考
（1）数据产品概念很大，没法一概而论
怀着这种倔强的心情，我尝试寻找证据，证明大佬的认知也不见得就是对的。我锁定了那个结论生效的背景条件：他所指的数据产品，其实只是数据产品中的一个子类，就是应用层、偏分析决策的数据产品
这里就不得不先跑个题，说下我对数据产品定义范畴的理解了。每个人心中都有一个数据产品，而不同的数据产品，其价值定位、和对数据产品经理的能力需求，也是不同的。如上图所示，我简单的把数据产品按照系统层级做了划分：
基础层数据产品：比如埋点平台、数据治理平台、甚至数据仓库，都可以归为这个层级。它更需要数据产品经理技术控一些，毕竟天天要跟接口、参数、字段打交道，距离数据的应用比较远
中间层数据产品：比如各种中台、画像标签平台。它作为承上启下的腰部，要善于利用基础层的数据加工生成一些半成品，又要紧跟上面应用层的风向和需求，让这个半成品是有人买单的、而非无人问津的，综合要求比较高
应用层数据产品：比如各种数据可视化分析平台、营销投放类平台等。这个层级要求数据产品经理既是这个业务的资深分析师，又是其资深用户；既能提出好的问题，又能善用数据给出自动化、产品化、体系化的解答（不能只给答案，必要时还要有过程）。它是所有数据产品经理中，最需要像产品经理的那类
ok，拉回到原来的问题。大佬口中说的数据产品，其实专指上面说的应用层数据产品。这个层级的数据产品是不是全靠抄作业的我不敢下定论，但基础层和中间层的数据产品肯定的没得抄~这么看来，我心里稍事安慰了一些哈哈哈
然而聚焦到应用层数据产品上，思前想后，我觉得大佬说的还是有道理的，那是一个比较理想的配合模式，但也不是完全的无懈可击，因为需要两方都具备相当的水平
（2）理想与现实的差距
大佬心目中能自主写作业让数据产品抄作业的数据分析师们，从目前国内现状来看，一个10人的团队里也挑不出2~3个吧。特别重视数据驱动的厂子还好些，其他大中小厂的数据分析师团队里，基本也就只有那个团队里的leader或者虚线带人的小骨干，能达到这种水平了
为啥？很简单，精力基础决定上层建筑。大部分国内厂商其实还没完全迈过数据基建阶段，在这种情况下，一线的小分析师们人肉跑数还跑不过来呢，哪儿有时间去研究业务、去形成自己的分析方法论？有这个时间精力的基本也就只有小leader了，所以经常有小分析师们被leader语重心长的教育：“要多了解业务，才能做出业务需要的分析啊”。对啊~可谁给我那个了解业务的时间呢？
而且再往上，即便有了时间，也还有一个巨大的门槛横亘在数据分析师眼前，就是思维方式。数据分析师有时候特别容易养成技术思维和技术视角，面向数据和逻辑找答案。而能否做出一份业务方觉得有用的分析报告，关键还是在产品思维和用户视角。我见过的优秀的分析师，无一例外都是善于提出问题、并善于用数据讲故事的，这都很需要他们面向业务和用户找答案
而同样，数据产品经理们也不见得现在就是抄作业的好手。抄作业容易么？要抄个皮毛当然容易，但抄到精髓就需要下功夫、有基础了。现阶段的数据产品经理们，还有很多执着于数据、技术，更看重自己数据的身份而非产品的身份。整个儿数据产品经理也都需要像数据产品这个概念一样，来一次正本清源、升级换代
总之，个人认为目前国内的数据团队，还承接不了大佬的美好期许
（3）基于现状，展望未来
那么，在这种现状下，数据产品经理们可以充分发挥自身的比较优势（产品思维），主动承接更多探索性数据洞察的工作。比如我之前吐槽过的微信公众号后台数据看板，数据产品经理就完全可以既代入公众号创作者的身份，提出用户真正关心的问题；又能代入资深分析师的身份，能给出一个逻辑严谨的分析过程；最后才是产品经理的身份，在一个产品界面上把问题和解答过程顺滑的捏合在一起
而且我认为，即便未来数据分析师们进化升级了，达到了大佬心目中的理想状态，数据产品也不见得就彻底沦为抄作业的角色。毕竟大家是一个合作上下游的关系，中间总会有一些模糊地带是双方共同可以参与的嘛
数据分析相关资料请点击:【数据分析】相关资料汇总