大数据时代
产品管理
产品战略管理（市场研究），产品需求管理（产品规划，需求版本迭代），产品研发管理（产品开发，甘特图，立项，过程，结项，总结经验），产品市场管理（产品上市），产品生命周期管理（Product Lift-Cycle Management PLM）。
常用软件
需求分析工具：思维导图（XMind，FreeMind，MindManager，幕布）
问卷调查工具：麦客，问卷星，问卷网，金数据。
数据探索工具：数据库管理工具（Navicat）
数据可视化工具：BI（FineBI，Qlikview，IBMCongnos，OracleBIEE，永洪BI，SAPBO，Tableau）
前端图标插件：Echarts，RGraph，G2
产品设计工具：Visio，Axure，OmniGraffle，MockingBot
总结
读完这本书，觉得整体讲的还行，做为入门书籍还是可以的，因本身就是BI开发出身，所以理解起来不费劲，回去还要重温一下数据产品经理黄皮书。
数据产品如果是偏决策数据的，那么需要对业务知识有一定要求，需要设计准确专业的数据指标。如果是偏数据平台的，那么就需要对技术体系有一定理解，同时也需要调研用户的使用习惯，做为应用向外推广。当然最好能两者兼顾。
如何理解大数据。我认为也是两方面，一方面是通俗的理解，数据量很大，无论存储还是分析都需要一定的硬件资源，就需要更好的架构设计来满足，比如Hadoop生态圈的各个产品。另一方面就是从大体量的数据中所获得的数据价值，如数据挖掘、算法、人工智能、机器学习等近来一直被大家提及的话题。
一句话，未来的数据产品设计应该尝试建立完整的决策模型和执行路径，突破图表反应数据价值的局限，尽量介入决策环节，朝着解决问题前进，这就是我心目中的数据产品2.0。
接下来的方向。如果还能继续在公司任职的话，会在数据的使用上进行深入，如设计指标体系，设计监控体系，全链路数据打通等内容，数据挖掘等内容也会逐步涉及。
💗💗💗 The art of turning data into product. 把数据变成产品的艺术 💗💗💗
The End
网友评论