5 个回答
以下整理些对数据产品的认识：
- BI产品：就是商业智能产品，印象中涉及到商业智能的产品都是比较传统的智能。如数据仓库、OLAP和BI报表等。这些之中我解除过数据仓库和BI报表，虽然不算很深入，但是有算有点体会：数据仓库很重是比较耗人工的智能（ETL阶段需要大量的人工）。BI报表比较轻，只涉及到数据的连接可视化，只要数据源保持不变就可以稳定自动更新。
- 数据产品：能用数据创造价值的一种形态，无论是上头的数据仓库、数据可视化还是综合起来做一个数据平台都算是数据产品；以及一些算法型的产品，如自动问答、图片搜索、个性推荐等。
- 大数据产品：印象中是偏向算法的
具体工作内容是什么可能需要看公司业务或者岗位描述。大致有这么几个划分维度。
维度1：产品功能
业务运营分析数据产品、数据平台数据产品、重要模块单独做一个数据产品，如客服管理系统、供应链管理系统等。
维度2:面向用户
toB：面向企业客户的数据产品，例如talkingdata、神测数据、growingIO和艾瑞数据等。帮助企业数据采集处理呈现的全流程、以及像艾瑞帮助企业进行精准营销、竞品洞察等。
toC：面向个人用户的，例如百度指数、微博指数、个性化推荐、数据流的逻辑等。
to内部：为企业内部员工使用的数据产品，例如运营分析系统、决策支持系统等。
所以数据产品经理和其它产品经理的区别可能就在于，数据产品经理需要有数据的视角，即对数据处理的全流程的理解。尤其是采集和应用阶段得理解，这两个环节占了了产品70%左右的价值，没有处理好就很容易会延误产品上线。
从数据分析转型数据产品一年多了，写下自己的体会。
数据产品经理，先谈数据：
1. 理解数据，对关系数据库、数据仓库、表、指标、维度、数据模型等有一定的理解
2. 理解数据的生产流程，包括生产、采集、加工、应用（分析、查询、挖掘、可视化）
数据产出要了解埋点；
采集要了解下数据传输；
加工要了解离线计算、实时计算、任务调度（目前数据工具产品经理市场上很紧俏，阿里云提供的dataworks dataphin都是侧重数据生产）；
数据应用时目前覆盖最广的有查询工具、app分析、bi应用、报表应用、数据挖掘等各种应用
3. 大数据相关的架构了解，从底层的hdfs文件系统，到数据存储hive数据库、分析数据库、键值数据库，olap数据库，数据计算，资源管理等
再谈产品经理：
1. 产品流程：需求-设计-研发-测试等全流程的覆盖
2. 产品设计能力：线框图、产品交互、流程设计、信息设计等
3. 产品运营能力：数据产品经理通常2B，需求是根本，但是产品应用有一定门槛，好的运营可以实现更好的效果
数据产品经理负责的产品形态是数据产品，不同公司的要求不同，如同各个公司的PM可能工作内容都迥异。做数据产品，除了平常PM应具备的素质，还需要对数据分析、建模及数据后台有一定的了解，同时对BI等也有一定要求。