写点工作相关的东西，本文我整理了自己对BI数据产品经理这个岗位的理解，是一篇简单的入门文章。希望能帮助后来者少走些弯路，别和我以前一样，像瞎子走夜路，四处踩坑。
BI数据产品经理是做什么的
我对BI数据产品的总结是对数据进行采集、整理、分析，以对业务进行测量及建议，最终形成BI数据产品。数据产品不仅限于一张张报表，更是一个通过数据得到结论的工具。
BI数据产品经理最重要的输出
- 指标字典，这是一个需求池，需分析的各种指标及指标计算方式都在此详尽的列出来。
- 源数据字典，指标都是由源数据计算得来，使用了哪些源数据及对源数据的要求在此清晰的列出来。
- BI数据产品，比如数据后台，数据展示屏或者数据报表。
BI数据产品经理平时最常见的工作
- 整理需求，需求既来自各部门，也来自数据部门自身对指标的全局规划，白话的需求被定义为专业的数据指标进而被加入指标字典。
- 定义指标计算方式，有些指标的计算方式业界有通用标准，而有的指标，则是强业务相关，需要数据部门自己定义，没有对业务的深入理解是无法准确定义指标及其计算方式的，指标定义与指标计算方式是指标字典中最重要的内容。
- 整理源数据，源数据一般有三大来源，移动端和Web端的埋点上报，业务数据库和第三方数据。业务数据库相对准确，且为结构化数据，埋点上报和第三方数据则往往杂乱不堪，而且是半结构化数据，但是无论哪种源数据，都必须经过清洗才能够使用，直接用未清洗的数据，不可避免会garbage in garbage out。而清洗数据，也是最让人头大的事情。定义出清晰可用的数据清洗规则，最终形成源数据字典。
- 设计并推动完成数据报表产品，数据产品经理也是产品经理，产品经理要做的事情一件都没少，好在数据产品多是后台，对美观和易用性的要求不像C端产品那么高，但是数据可视化是必修课，免得做出用柱状图来标示比例这样不专业的事情。AntV的墨者学院对各种图表的使用场景做了非常好的梳理，推荐给大家（http://antv.alipay.com/zh-cn/vis/chart/index.html）
- 应对临时一次性需求，这种需求总是不可避免，而好听的数据民主化又是那么遥不可及，所以临时的一次性分析经常还是需要专业数据人员来做，用些方便的工具事半功倍，推荐BDP，我个人用起来比较顺手。
BI数据产品经理的岗位要求
这个岗位要求各种复合能力，门槛还是有的，至于学习能力，沟通能力之类的基础要求在此就不讨论了。另外懂业务非常是非常非常重要的一点，这里也就不单独说了。
迄今看到的对本岗位最贴切的形容是不会写代码的数据分析师不是好产品经理！下面主要是从这句话聊数据产品经理的岗位要求：
- 写代码
写代码三个字让人望而生畏，但是任何产品性质的工作都最好懂一些技术，否则下场就是被研发喷成蜂窝煤。做数据产品经理，多少对大数据和数据仓库的概念要了解，Hadoop生态，Hive，Spark，Flume，Kafka，结构化，半结构化，星型模型，OLAP，至少都知道这些是什么东西，SQL能简单写写，不至于每次查数都叫研发帮忙。如果想玩的更6，多写些相对复杂的SQL脚本自动跑分析。其实这都不难，就像学游泳，游泳本身不难，克服了对水的恐惧学起来很快。也有产品同学说，我是产品，不是研发，没必要了解这些技术细节。放心，这远没到了解技术细节的程度，技术的水深着呢，研发吐槽最多的就是不懂行的产品看轻了技术。 - 数据分析
数据分析是一个看似高大上的工作，可是真正做数据分析的时候有一多半的时间是在清洗数据。什么是清洗数据？这个字段格式不对，那里多了一个空格，即使写好了脚本自动清洗，但是总会有新的情况出现需要加入新的清洗规则。
当然数据分析也的确是一个考验逻辑思维能力的工作，如果只是做做数据统计那最多算是“取数的人”，只有通过数字的表象看到背后的客观原因才算是真正的做数据分析。 - 产品经理
产品经理不是一个好做的工作，天天被各方怼，需求方怼产品不好用，研发怼产品需求太傻*。而数据产品经理经常会被怀疑，这数字对么？我觉得产品经理最重要的能力是长期在各方压力下解决问题并保持心态乐观向上。想做到这一点，绝对是修为超脱常人的高手，我还在向这种境界努力。另外互联网时代做产品有一个很重要的思路是“小步快跑”，不求每个版本多加了多少黑科技，而是要求产品快速迭代跟上需求变化。
以上是我对BI数据产品经理的一些理解，另外还有推荐系统、DMP等各个方向的数据产品经理，因为接触不多，也就不敢妄谈了。希望大家能多多交流。如有疏漏错误，也请大家不吝赐教。
