2.1　角色之間的關系和他們面對的問題

2.1.1　數據業務結構和相關角色

在正式討論數據角色之間的關系之前，我們先來明確數據角色通常有哪些，以及數據業務通常包含哪些模塊。數據角色的作用就是按照一定的結構和順序實現并持續迭代這些模塊，即首先明確整個數據業務的建立需要哪些角色一起合作，以及完成什么樣的產出。

表2-1-1中“數據業務”列粗略地展示了數據業務包含的模塊。

這些模塊里有些內容并不是必需的，具體組合方式需要根據不同的業務特征和公司發展階段而定，其中很大比例可以由乙方公司提供技術方案和服務。我們暫且假定一個公司的數據業務產出目標是表2-1-1“數據業務”列的這些內容。從廣義來看，表2-1-1“數據業務”列描述的全集，可以被稱為“數據產品”，最終產出的目標是數據化的運營決策體系；從狹義來看，數據產品則只包括基礎應用產品中的工具類產品、可視化平臺等帶有前端頁面的產品。

通常一個數據項目需要由其中的多個模塊組合形成。例如，一家網站要做一個流量平臺產品，就需要網站采集方案、指標庫、數據清洗方案、離線/實時數據存儲和計算、API、可視化平臺等多個模塊組合才能得出目標產出，也就需要所有對相應模塊有產出的角色介入項目。

表2-1-1中“數據目標”列表示在數據業務中承擔的目標。

表2-1-1中右側展示的是每個角色對各模塊的關注情況。這些角色也不是完全必需的，比如一些公司還不到引入算法工程師的階段，一些公司沒有明確出數據運營的角色——各種情況都是正常的。角色也不等于人，在不同的階段或不同類型的公司，同一個人很可能同時身負多個角色的職責，當然也會有多個人對應同一種角色的情況。除此之外，角色之間的具體溝通和合作方式還會受到組織架構的影響。

表2-1-1右側的標記說明：顏色標記的部分，是對應角色關心的數據業務范圍；“√”標記的是對應角色的產出；“*”標記的是“參與”。這些標記體現的是在我的經驗里相對理想的狀態——并不是規則，只是一種情況。不同類型、不同階段的公司通常會面臨的情況我們在第3章討論，這里先基于這種情況討論角色。

這里提到了幾個角色。

（1）一線運營：把一線運營人員放入這張表格中，是因為數據體系的存在形式是以業務為起點且以業務為終點的閉環——數據來源于業務并最終應用于業務。數據對于他們來說是工作中重要的輔助項。從這個角度考慮，一線運營人員的數據解讀能力和使用方式，在一定程度上決定了我們定義數據產品的方式。

（2）數據分析師：這里我們將數據分析師統一定義為把特定業務作為定量研究對象的角色。一些公司會獨立出一個數據分析部門，一些公司會給每一個業務部門都設置相應的數據分析師角色。數據分析師再進行細分，通常包含關注具體業務的業務分析師，關注整體和外部宏觀環境的戰略分析師、競品分析師，關注C端用戶的用戶分析師，關注某個產品的產品分析師，等等。在本書接下來的內容里只要提到“數據分析師”，都是指這個范疇。需要特指某個細分領域時會單獨說明。

（3）數據技術人員：主要包含數據倉庫技術（主要是指處理離線數據的傳統ETL）、實時數據技術、數據后臺技術（Hbase開發之類的）、數據測試，以及工具可視化平臺的前端工程師等人員。

（4）算法工程師：技術發展到今天，算法工程師成了一個比較獨立的存在，也逐漸成為數據產品經理的重要合作方，所以在這里也進行一定程度的說明。

（5）數據運營：很多組織，尤其是初創公司和傳統行業的公司，并沒有明確出數據運營的角色，通常由BI工程師或初級數據產品經理、初級數據分析師來執行這部分職能。這一角色的職能可以簡單地認為是“處理臨時需求和報表”。表面看來，這些人員“SQL寫得好，生活沒煩惱”，在這里必須強調的是，數據運營這一職能看似簡單，卻非常重要。

（6）數據產品經理：隨著細分程度越來越高，數據產品經理可以分為可視化平臺產品經理、數倉建設產品經理、數據中臺產品經理、策略產品經理、AI產品經理（這個比較特殊，有時候也不算數據產品經理）等。對數據展示效果有強需求的公司還會細分出專門的“數據可視化產品經理”。具體細分的角色和各公司的業務狀態強相關，所需要的技能側重點也不同，我們在這里討論的更多是一些通用于這些細分角色的方法。

除此之外，還有一個重要的角色，是項目經理。在什么情況下必須引入項目經理，項目經理在面對數據項目時會面臨什么問題，怎么才能更好地和項目組協作，我們會在2.1.2節中進行初步的討論。

2.1.2　角色之間的輸入/輸出

圖2-1-1描述了一個以數據產品經理為中心的，與數據體系相關的輸入/輸出關系。左側的5個角色是數據體系內的核心角色，右側的角色屬于非數據角色。橫向來看，第一排是業務系統，第二排是產品經理和產品運營，第三排是技術系統。每一個“→”（箭頭）都表示一個角色向另一個角色的輸出，箭頭上標注了具體的輸出內容。當其中一個角色缺失時相鄰的角色就要去補充缺失的內容，但是需要輸出的內容不會有什么太大變化。

例如，一些團隊會使用數據分析師團隊來補充數據運營的角色，數據分析師本應該專注的報告類輸出就自然會被削弱，加之這部分工作的工作量和價值總是被低估，這種補充便會帶來一系列的“蝴蝶效應”。所以即使在資源匱乏階段，單個人員需要承擔多個角色，也不能否認某些必要的輸出存在的意義。

總的來說，數據產品經理的輸出以方案和工具為核心，這是符合“產品經理”的整體“人設”的。但需要注意的是，這些輸出的背后，都是在“指標體系”的邏輯基礎之上。圖2-1-1表達的是以數據產品經理為核心的輸入/輸出關系，一個人（甚至一組人）或一個成熟的團隊的職能可能只會覆蓋一組輸出；在一個團隊創建初期，職能沒有細分這么多，一個數據產品經理可能還要完成相鄰角色的職能，并且只選擇最重要的部分落地。所以在這里不得不再次強調：角色≠人。這里描述的是“數據產品經理”這個角色和各角色之間相互的輸入/輸出關系，而不是某個個人要同時完成這些工作。

我個人更喜歡把數據產品經理的目標定義為“用數據方法或產品方法解決數據相關角色的數據使用問題”，而不僅僅是提供某個工具。數據的方法和產品的方法都是數據產品的方法（本書驚現繞口令）。所謂數據的方法，是通過數據分析、量化定義等方式來幫助非數據角色解決工作中遇到的問題；而產品的方法，則更傾向于提供流程和工具。重要的一步，就是了解每個角色面對數據時的問題。這關系到數據產品經理在面對不同角色時的溝通方式和輸出方式：這在產品方法論里經常被稱作用戶思維。