世界上有两种类型的公司。那些遵循产品思维原理的人和那些不遵循产品思维原则的人。同样的逻辑也适用于人。
就我个人而言，我不会花太多时间解释和阅读什么是产品管理以及为什么它很重要。相反，我更喜欢将其视为一种构建路线图的方式，在前进的同时进行调整，并确保组织关注用户的需求和日常问题。
什么是数据产品经理？
数据产品经理（DPM）负责识别其内部用户数据体验中的差距，并通过与机器学习和数据工程团队合作来弥补这些差距。
Search volume for data product managers in the last 10 years. Source: Google Trends.
然而，它们与传统的产品经理的不同之处在于数据产品与传统软件的不同之处，特别是在以下几点：
利益相关者的期望管理。
数据产品是通过实验过程构建的。在数据工程方面，您永远不会知道必须构建的管道的复杂性。在机器学习方面，你永远不会知道收集到的数据是否能实现一个成功的模型。所以，除了测试它并看到结果之外，没有其他方法了。
这意味着在数据团队之外管理期望的方式是至关重要的。
所需的技术专长
对于产品经理来说，重要的是，首先，能够用与技术团队相同的语言进行沟通。其次，能够理解解决方案的可行性。
当应用于数据时，这意味着DPM应该了解数据建模、建立数据体系结构所需的不同服务集、如何创建模型以及如何将所有这些部署到生产中等主题。实际上，DPM应该熟悉python、SQL和建模，以便在制定路线图之前以及在产品需要在生产前进行验证时测试产品的可行性。
同样重要的是要强调这些技能也是必不可少的，这样DPM才能以高度的信心直接回答业务问题。
高级和中级管理者教育
如果你从事数据和机器学习业务，那么你就从事教育业务。并不是所有围绕数据的东西都是数据堆栈或数据/机器学习管道。
启用您的组织和用户是确保采用任何数据产品的障碍减少的关键。这通常是持续不断地使用excel的原因。（顺便说一句，我喜欢excel）
关注数据信任
确保单一的真相来源从未如此重要。在过去的几十年里，数据从运营系统、物联网和其他应用程序流向了暂存区。著名的ETL或ELT。然后，它被转移到数据仓库，在那里，对包含信息的表的所有权为零。
当有些地方不正确时，机器学习工程师正在解决机器学习管道中的问题，而不是试图从源头解决问题。这导致了巨大的数据孤岛、不同的真相来源、不可靠的数据产品和巨大的数据债务。
因此，与其他数据产品经理和更大数据团队中的不同数据组联系是确保明确合作路线的关键。
数据产品和数据产品管理将如何改变组织中数据的未来？
下面您可以看到采用产品思维开发数据产品的最相关好处。
8 benefits of applying data product thinking to data and machine learning engineering
数据团队的未来
数据生产者和数据用户之间的距离越来越远，需求呈指数级增长。这在一定程度上是由于一个组织的各个部分越来越依赖数据。
数据团队应该成为跨越竖井的指挥者，数据产品经理应该激励团队和谐合作。
因此，组织将从应对数据火灾的被动姿态转变为建立内部数据能力作为竞争优势的主动姿态。
