为什么我们需要数据仓库?
共
1419字,需浏览
3分钟
·
2020-08-20 22:53
如果问,2020年哪类产品经理岗位最火?数据产品经理值得拥有姓名。最近,挺多同学想入行数据产品经理,但是对这个岗位并没有足够了解,就匆匆投了简历,继而面试踩坑:
我收到的众多提问中,整理了几个出现频率较高的问题,特别为大家解读:
Q1: 数据产品经理和普通互联网产品经理的区别是什么?A:C端产品经理和B端产品经理,我把它们都称为普通互联网产品经理,没有歧视,只是其中的一个称呼而已。那么,C端产品经理最重要的是交互体验,重视用户体验是否足够好,如果体验不好,用户就会流失;B端产品经理需要做的是业务流程,比如企业的CRM管理系统,如果整个流程不够顺畅的话,可能无法支撑企业去运转你的产品;数据产品经理对于能力的要求相对更加复合,需要你懂数据开发,也得懂一些数据分析师的内容,也要会一些数据架构,也要懂SQL。一个数据需求过来了,需要连接什么样的数据源?获取数据之后会不会影响前端响应速度呢?数据获取后,传输得怎么样?这些都是与数据架构相关的一些问题。基于以上,数据产品经理要掌握的能力有:熟练掌握用户交互、能够做出很顺畅的业务流程,也要懂数据架构的相关知识,在这个基础上,还要能够为以上能力赋能。业界对于数据仓库早已有了广泛认可的定义,即:数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile)、反映历史变化(Time Variant)的数据集合,用于支持管理决策。- 主题性:数据仓库是针对某个主题来进行组织,比如滴滴出行,司机行为分析就是一个主题,所以可以将多种不同的数据源进行整合。而传统的数据库主要针对某个项目而言,数据相对分散和孤立。
- 集成性:数据仓库需要将多个数据源的数据存到一起,但是这些数据以前的存储方式不同,所以需要经过抽取、清洗、转换的过程
- 稳定性:保存的数据是一系列历史快照,不允许修改,只能分析。
- 时变性:会定期接收到新的数据,反应出最新的数据变化。
总的来说,数据仓库是将多个数据源的数据按照一定的主题集成起来,因为之前的数据各不相同,所以需要抽取、清洗、转换。数据产品经理是一个处于发展阶段的岗位,很多招聘需求也没有明确要求,应聘者必须有相应的工作经验。所以,在面试前做足功课,提前熟知数据产品经理的工作职责,建立自己对这份岗位的认知,非常重要。
浏览
29点赞
评论
收藏
分享
手机扫一扫分享
分享
举报
点赞
评论
收藏
分享
手机扫一扫分享
分享
举报