大家好,我是大师兄。

想要从事数据产品经理这一岗位的伙伴们,欢迎购买大鹏老师的《数据产品经理修炼手册》这本经典书籍。

最近有朋友咨询我,想在公司内部转岗,但比较纠结的是去垂直业务线做数据产品,还是继续待在现有岗位做公共数据产品?

  • 咨询者背景

现在的工作是在某大厂做基础数据平台产品经理,有点偏技术。应用层面的工作会做标签、用户画像、埋点数据、AB测试等;基础层的工作会做数据开发、调度、资产等,主要是针对全业务线提供公共数据服务能力。

目前内部有这么一个转岗机会想要去争取,就是做某业务线做垂直类型的数据产品。比如说买菜供应链,就是C端口、B端口、M端口、收银端口等各个数据产品。

  • 擅长摆在第一位

百度CEO李彦宏曾说,职业成长的过程中,擅长、兴趣、发展,擅长要摆在第一位。

当我问及他自己最擅长哪方面,他告诉我,自己是一个中文系毕业的,最擅长的就是写文章。呵呵,听到这里,我直接崩溃了。可能是半开玩笑的回答,但问到这里,匹配下他现在的工作内容,还是完全被折服了。一个中文系的,做基础数据平台的产品经理,还有点偏技术,背后付出的努力可想而知。

面对这样的问题,可能有些人会回答,工作一定要找个自己感兴趣的。但在职场工作多年的我,我敢说,靠兴趣找工作是多么一件不靠谱的事情。

“兴趣”多是由我们的感官刺激而来的,它是多变且非常不固定的。比如,你今天喜欢一款口味的冰淇淋,但如果让你每天都吃,总有一天会吃腻的。工作也是一样,原本你喜欢的、感兴趣的工作,随着时间的推移一定是兴趣递减的、渐渐地,原本喜欢的,也慢慢不喜欢了。

所以,我问的第一个问题,就是你擅长什么。30岁之前的工作,摆在我们面前的头号任务,还是要找到自己擅长的领域。到了30-35岁,专业化就是这个年龄阶段的重点目标。到了35岁之后,就是要致力于打造个人的IP,也就是个人品牌。

拿我自己来说,我本科学数学,研究生学统计学,所以一毕业,我就选择了做数据分析的工作岗位,这是我自己擅长的,但并不是自己感兴趣的。一做就在数据圈里混了10年,现在可以独立地完成从客户需求场景挖掘、商业化数据产品的总体规划和设计、数据开发到应用以及后续迭代的整个闭环工作。这就是我现在这个年龄阶段,所应该具备的专业化能力。现在,和大鹏老师,一起做“一个数据人的自留地”社区,就是希望通过这个平台,连接更多的数据人,也是想扩大自己的影响力,能够帮助到更多需要帮助的数据人。

  • 贴近业务是首选

我通常把数据民工分成两类,A类和B类。A类贴近业务(Analysis),B类贴近代码(Build)。我始终认为离业务越近的数据工作,越有价值;离钱越近的数据工作,越有价值。

离业务越近的数据工作,这个比较好理解。那离钱近的数据工作,如何理解?我就拿数据公司来举例,数据公司的数据,只要是加工出来了,就可以立马变现,甚至原始数据不用加工,直接卖原始数据也可以赚钱。所以说数据公司的数据加工,离钱特别近。结果就是负责数据产品、开发和运营工作的人,都是核心人员,工资相对也会偏高点。

有人好奇问过这样一个问题,数据公司通过是赚什么样客户的钱,赚什么部门的钱……我想说的是赚大公司某些部门kpi的钱,这钱相对来说比较好赚点。为什么这么说?举个例子,当年eBay买百度关键词,买自己的品牌词,其实品牌词买不买结果都是他们的。但是自然搜索流量不属于市场营销部门的kpi,点击付费推广的营销效果是属于他们kpi的。品牌词竞价少,单次点击费用低,另外搜索品牌词用户忠诚度高,点击转化率也高。整体来说,营销效果非常不错。百度(它也是一家数据公司)就是抓住品牌词的客户kpi痛点,大赚一把。

相信说到这里,大家也都知道我的答案了。

所以,我给到他的建议,如果要转岗,其实垂直业务线的数据产品机会,对他的背景来说,会更大点。因为公共的数据产品,越往深了做,越偏技术。对于一个中文系背景的人来说,确实越做越吃力。更何况你还要和那么多技术类的产品经理要竞争,晋升压力会很大。

当然,前提是同一个公司不同部门,或者说实力相当的公司之间跳动。

另外,他也提到,由于买菜业务比较窄,主要是和菜打交道,以后转到别的业务会不会不好转。

菜篮子供应链其实是一个很复杂的业务,你要是能够吃透菜篮子供应链,我觉得去做其他供应链的数据产品,也都会比较简单。

现在产业互联网是个大风口,很多互联网的人都往传统行业转型,传统行业,供应链数字人才特别紧缺。

另外,考虑到未来创业的机会,做公共基础数据产品,不大适合作为一个创业的方向。

  • 如何准备?

对于产品知识和技术,我觉得不需要做什么准备。假如是做买菜这块的业务,我到是可以建议去北京大的菜市场走走,比如新发地,跟菜市场的老板们聊聊,他们的痛点和需求,以及他们是如何批发菜的等。

转型总是充满未知的,纠结是很正常的。选择大于努力,以上仅仅我的个人拙见,要相信自己的判断。

点赞(12) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部