日思646.運營、數據分析師、數據産品、數據工程師有何區别

申悅 互聯網悅讀筆記 08月13日

2019/8/13

上周被問到一個問題,到底是該招數據分析師還是懂數據的運營?由此衍生出一些思考,和大家分享我對這些崗位的理解~

本文747字,閱讀約7分鐘

數據這東西,本來應該是一項基礎技能,但随着互聯網流量紅利的消逝,以及用戶增長、精細化運營等理念被提上日程,逐漸成為各大企業争相重視的關鍵環節。比較尴尬的是,大家都知道數據很重要,卻似乎都隻想看結果,都指望有一份清晰的數據報告告訴自己公司現在是不是有問題,問題出在哪兒,哪兒有突破點等等,而報告的産出過程對他們而言就是個黑盒。于是,探究黑盒裡秘密的工作,就落在了數據負責人的身上。


但這樣的人才應該如何定位?應該招一個什麼人做這件事?他的權責是什麼?似乎行業内衆說紛纭。


有人說應該交給運營,因為運營是能直接接觸業務、接觸用戶的。在此基礎上,基于活動觸達用戶,統計活動效果,會産生數據;基于數據給用戶分層做畫像,有針對性地對不同用戶群做運營動作,引導新用戶、召回老用戶;觀察數據轉化情況以優化運營策略。可以說,幾乎所有運營動作都是以數據為最終衡量标準,也是基于數據目标去開展工作的。


也有人說專業的人做專業的事,數據分析是個很專的學科,就應該交給數據分析師去做。實際也的确如此,很多數據工作,如果有數學基礎的人來做,會能讓數據解讀的更科學、反應真實情況。比如涉及一些相對有深度的歸因分析、相關性分析、假設檢驗、趨勢分析等分析方法;比如如何做數據清洗、數據定義、數據埋點、數據關聯;比如根據不同業務部門的訴求,設計不同樣式的報表圖形等等,他們往往能迅速定位到想要的數據在哪裡,并以最合适的方式呈現給你。


還有人說數據産品經理最适合對數據負責,因為數據的一切都是圍繞産品而來的。誠然,産品的疊代都是有目标的,這個目标會直接反映到數據上。每一個産品方案,都應該通過數據驗證其效果。而産品是否能解決用戶需求,也可以通過數據觀察到。更别提現在流行的一些增長黑客理念,比如A/B測試、北極星指标、PMF,都需要數據給予指導。産品經理一能接觸運營,二能連接技術,還能用産品化手段讓數據産出更系統、更快捷,從長遠角度講,更需要有懂數據的産品帶領業務線前進。


當然,對業務複雜,海量用戶的産品,優秀的數據工程師更是必備的存在,他們通常負責承接“跑數”的需求,以我在e代駕經驗為例,運營/産品想查數,需要和數據工程師提“工單”,由工程師以最高效的腳本給出數據報表,再交由業務方二次分析,站在理解數據、挖掘數據、提取數據這個角度,數據工程師是非常重要的。


以上簡單介紹了我對運營、數據分析師、數據産品、數據工程師圍繞數據所做工作的說明,最後回答開始的問題,公司要數據驅動,到底應該招什麼樣的人?其實我的答案是:都可以😂。因為這個問題關鍵不在招的人是什麼角色定位,而是企業是否充分自頂向下地認識到數據的重要性,願意投入時間和精力去研究,而不是急功近利地馬上就要讓數據能得出什麼結論。可以說,如果公司一味隻是要求某個數據負責人:“要讓數據對公司産生價值”,而不去給一個“數據-業務”關系模型,不是讓公司都圍繞數據開展業務,那這個崗位的價值是發揮不出來的,也很難讓數據對業務産生貢獻。所以,在你招人之前,不是先糾結選什麼角色的人,而是先要看看老闆是不是真的“懂數據”。


以上是今天想聊的,你公司的數據負責人是什麼角色?你覺得他們做的有效果麼?期待你的回複與我分享~

日更不易,如果覺得對你有幫助,就分享一個吧

小廣告:歡迎點擊“閱讀原文”,來我知識星球一起成長進步~

*關于《産品日思錄》

《産品日思錄》是我個人公衆号上每天更新的系列文章,記錄了我在做産品過程中的思考、總結、經驗積累,如果覺得對你有幫助,歡迎随手轉發留言~

下面是曆史文章目錄:

産品日思錄目錄1-150

産品日思錄目錄151-200

産品日思錄目錄201-250

産品日思錄目錄251-300

産品日思錄目錄301-350

産品日思錄目錄351-380

産品日思錄目錄381-400

産品日思錄目錄401-430

産品日思錄目錄431-450

産品日思錄目錄451-500

産品日思錄目錄501-550

産品日思錄目錄551-600

近期日思彙總如下:

日思645.周末悅讀|産品邏輯之美

日思644.讓需求順利上線,不是件容易的事

日思643.一道京東管培生群面題,試試不?

日思642.接手舊系統,該不該重構?

日思641.不認可領導的方案怎麼辦?

日思640.内容+互聯網很難結合麼

日思639.寫在一萬粉的日子

日思638.盤點幾個不建議有的産品經理口頭禅

日思637.怎麼避免“需求随便提”的問題?

日思636.周末悅讀|好産品拼的是共情力

日思635.腦洞模式2:收徒+職場服務

日思634.如何能做到思考全面?

日思633.基于數據倒推産品路徑,可行麼?

日思632.周末悅讀|怪誕行為學

日思631.有哪些老帶新的産品手段?

日思630.什麼樣的産品設計能培養用戶興趣?

日思629.AI産品經理要懂算法麼?

日思628.我有套模型,你有産品方案嗎?

日思627.創造力怎麼訓練?

日思626.周末悅讀|必然

日思625.即刻被封,快查下你的隐私策略吧

日思624.未來産品經理崗位會如何演變?

日思623.如何潇灑地做好離職交接

日思622.怎麼避免面試時被問懵?

日思621.周末悅讀|我不是産品經理(下)

日思620.如何像做産品一樣做生意?

日思619.數據異常了,如何分析?

日思618.産品經理的年中總結怎麼寫?

日思617.即刻改版了,在社交之路走的更堅定了

日思616.四步告訴你怎麼提升PUSH到達率

日思615.周末悅讀|我不是産品經理(上)

日思614.如何認識潮流?認識年輕人?

日思613.怎樣提一個好問題?

日思612.内容量少還怎麼做推薦?

日思611.招人!招人!招人!重要三連

日思610.做toB産品是個好出路麼?

日思609.分享一份最近在讀書單吧

日思608.你想象中的中台和實際的中台

日思607.從點子到産品,要如何思考

日思606.創投圈新詞普及之:RPA

日思605.所有人問申悅:合集版

日思604.周末悅讀:産品思維

日思603.來場悅讀筆記的AMA吧

日思602.個人品牌對産品經理有什麼用

日思601.從狐友想到社交産品的痛與變

互聯網悅讀筆記

8年産品總監帶你每日思考做産品的心得、收獲,總結經驗教訓,保持學習心态。

歡迎一起交流,共同進步。


    閱讀原文
    已同步到看一看

    發送中

    + 關注

    + 訂閱

    掃描二維碼推薦公衆号

    微信公衆号