為何很多公司要將數據產品經理獨立出來？
是因為產品經理的職責太多了，容易導致辦事不周嗎？
在我的理解里，數據產品經理的職責大多數就是產品經理一直在做的，如果加上了數據產品經理這一職位，是不是意味著將來會分化成兩種職位，一種負責組織溝通，另一種負責分析說明？與傳統意義上的產品經理相比，獨立出來有什麼優勢嗎？
正好我們這就有這麼一個類似的角色。可以藉機胡噴幾句——
這個角色，只有公司本身產品線規模和複雜程度到了一定量級之後才是有意義的，小公司和創業公司可以忽略。其意義在於貫穿所有的產品線，凌駕於各分支產品的產品經理視角之上，以一個更有效更宏觀的視角去看待和分析數據，梳理出對於整體產品策略更有價值和參考意義的各種信息。
舉例，假設你們公司有了一個網站，這個網站有總計10條產品線（例如某些欄目板塊是一個產品，某項特定功能又是一個產品），每條產品線都有對應的自己的PM，這樣邏輯上每個PM都要看自己產品的數據，也都要對於產品的運營情況進行監測和出報告。但出於各種原因，每個PM都要對於自己的所負責的產品去爭取資源，都不希望自己的產品在內部PK中處於弱勢，於是他們所看到的數據和所提供的報告，多少會有某些主觀局限性。
於是，你也許就需要這樣一個角色存在：他可以以用戶的視角去完成梳理和呈現出一條用戶在站點上的各種行為和各種轉化路徑，藉此：1）找到一些產出率最高的路徑並給予強化；2）縮短一些關鍵路徑的長度；3）砍掉關鍵路徑上對於用戶價值有限的一些節點；4）找出最需要提升轉化的關鍵節點並優化演算法等方式進行提升；5）以數據的立場反向給各產品線PM提出需求和優化建議。
所以，這大體就是這個角色存在的意義了。
更更何況，術業有專攻，在某些關鍵的演算法上，一般的PM和一個在數據領域耕耘多年的PM之間差異是巨大的。我認為獨立出來這個職位是有必要的。
「數據產品經理」這個名稱略有歧義，其實指的不是「使用數據」的產品經理，而是「以數據為產品」的產品經理。主要的成果物並不只是數據報告或者是分析結論，而更應該是跨系統、跨產品線、跨領域綜合而成的數據類產品。之所以要獨立這樣一個崗位，而並不是由每個產品線的產品經理各自擔當，或者由DBA兼任，原因是這個崗位有一些要求並不是普通意義上的產品經理或者DBA就天然應該具備的。- 全業務線貫通。我以電商為例。一個完整的訂單周期，可能需要【商品管理】、【促銷購物車】、【訂單主線】、【倉儲配送】、【廣告返點結算】、【售後客服】、【會員營銷】等系統配合。如果真正想要充分挖掘這個訂單中蘊含的信息，必須要各個環節的業務邏輯和基本規則都要清楚。這並不是任意一個獨立產品線的產品經理就可以勝任，或者讓每個系統各自挖掘數據就可以得到的。
- 信息可視化。要傳遞信息，而不僅僅是傳遞數據。讓讀者和用戶在最短的時間之內了解信息，而不用花大量的時間在獲取數據，清洗數據和展現數據上。一個優秀的內部報表和數據系統應該完成這個使命。
我覺得一個優秀的數據產品經理應該獨立於各個業務系統，基於公司全部數據進行思考和觀察，減少公司內部數據溝通的障礙，增強統計口徑一致性。這才是這個職位的真正作用，而具體到某一個業務系統的問題，確實由具體的產品經理或者業務部門來決策或分析更為合理。
這是普通互聯網公司數據產品經理的日常
從以上可以看到，產品經理有各種細分，而數據產品經理也有他不一樣的要求和關注點。
這是智聯上某公司數據產品經理的職位描述：
職位描述：
1) 負責門戶端、APP端數據統計產品開發及推薦演算法迭代等相關工作，獨立負責產品線的日常迭代工作，以數據為導向對運營結果負責。 2) 監管全部產品核心KPI數據，可對運營團隊及時輸出價值數據。3) 負責產品上線後的數據管理和運營工作，對相關數據進行持續監控和分析，並定期對自身產品、整體行業、競爭對手等進行數據分析並評估，不斷優化產品，完成產品生命周期管理。4) 彙報項目核心數據指標和項目進度，對產品生命周期內各項指標負責。5) 負責產品的持續運營，不斷優化、改進、迭代，深度挖掘用戶需求。從以上描述可以看到該數據產品經理職位有三個關注點：一是數據統計後台；二是推薦系統；三是對產品數據的監控和分析。那麼延伸出來該職位的要求應該是對數據要敏感，了解一定的數據挖掘演算法，於是一個數學或統計學的學位會有所助益。
下圖簡單地從背景以及工作中打交道的人來區分數據產品經理和其他產品經理：
以上
曾經有一段時間在公司(手游發行)也承擔著這個角色，剛好有一些感想
以下的內容也都是針對手游發行公司來說的【數據分析後台存在的必要性】【對於規模較大的公司，數據後台除了承載日常運營分析的職能之外，還承擔了更多的職責】不論公司/產品線的規模大小或多寡，都必須有自己的數據分析後台。如果規模不大人手不足，那麼也應該考慮百度統計or友盟之類的現成後台。脫離數據做運營簡直扯淡，而只依靠技術從伺服器拉取數據的繁瑣做法實在低效。
【設立數據產品經理的必要性】1.[整體情況]後台必須清晰的展示出公司目前的運營數據,以及能夠未來的發展走向
2.[優劣對比]通過核心數據的提取和對比,可以通過後台一目了然的看出處於各個階段的產品的品質3.[改進指導]以核心數據為主替各個產品設立清晰的對比和目標,以指導運營/研發工作4.[協調溝通]將線下工作流程化,利用後台提高部門間溝通合作效率
一般來說,提需求的都是1線員工,比如運營/市場/商務/策劃等,但是這些人對數據分析後台的建議雖然接地氣,但是更多的是從自身業務需求出發,這麼做的一個後果就是後台臃腫雜亂,卻好像每個報表都有存在的意義.
設立運營數據經理,可以更好的整理來自四面八方的需求,提取出真正有價值的報表展示到後台.
另外,也可以從更高的層面來觀察和分析行業/部門工作,才能真正達到我上面說的那4點.一個真正牛X的後台,是可以讓使用者事半而功倍的.能真的把這個事情做好的,也就只有對應的牛X的數據產品經理咯...不能挖掘商業價值的產品經理不是好產品經理，並不取決於他是否懂UI，會交互。不能讓數據變成商業價值的產品經理不是好的數據產品經理，並不取決於他是否能懂演算法。那只是工具。目前大部分的產品經理都不能算產品經理，都是老闆戰略的執行者，工具的熟悉能力（演算法，資料庫，UI 設計功底等）高于思想和戰略和需求把握的敏銳度。
咩？數據產品經理？
是指 數據分析系統的產品經理，還是 只分析數據的產品經理？
前者當然很有必要，數據需要採集，分析，整理，挖掘。大部分同學說，我要看報表，程序員說，好，自己去數據倉庫取，除了BI同學以外的人自然就傻逼了。所以有個數據分析系統的產品經理一直在做這個工作，給大家提供專業報表，還能做用戶畫像和數學模型，多棒的事。有些開放平台還需要一個數據開放平台，或者專門做數據分析的公司，產品個個都是數據產品經理。
後者是神馬玩意？是用研嗎？但是用研不光是分析數據，還要用上熱圖和眼動儀的。這個職位太贊了：）
我想問一下，如果有數據產品經理了，那麼市場部做什麼呢？產品經理又做什麼呢？是不是說數據產品經理就是把市場部的數據和分析拿給產品經理看？當然不同公司有不同公司的認識，但是這個名詞還是算了，太雞肋。
無數人的思維被一個角色名稱牢牢困住。一個人的技能是專業的，考慮問題的方式應該是綜合的。我司有位大神經典語錄：團隊合作時唯一不需要考慮的是自己。我是一個職位細分反對者，職位無限細分的結果是：做一個小小的產品，需要無數道工序，中間還需要若干人去把他們串聯起來。所以看到這個問題，我想到的是如何把「數據產品經理」這個角色去掉，合併進現有角色里去。數據是每一個人都需要閱讀分析的。
其實，我本來不想回答這個問題。因為，單獨立一個數據產品經理是很傻逼的事情。1、產品經理必然要看數據2、做運營也需要分析數據3、雖然數據真的很重要，但是單立一個數據產品經理並不能提高效率4、就算不招這個崗位，所謂數據產品經理的活兒實際上各個公司的DBA負責人也是要做的
術業有專攻：
- 數據產品經理主要從事數據產品/工具的產品發展 與養成。
產品經理的側重方向不一樣：
- 比如電商公司里，產品經理有：供應鏈、營銷鏈、用戶、CRM、數據分析、等不同職責的產品。
- 每一個產品經理的精力是有限的，一個人基本上不可能即精通營銷產品、又精通採購產品
- 也許是為了更好地發揮潛力吧 會有專職的數據產品經理。
數據產品經理：不是為每一個業務線的產品經理提數的哦
當然，任何一個產品經理都是要對數據進行查看和分析的，只是擅長與否、能力高低的問題。去金融行業了解一下，特別是互聯網金融領域，這個職位不少的，有人沒見過不代表沒有。
就像 @潘黃斌 的回答，把「使用數據的」產品經理和「以數據為產品的」產品經理概念分開。 互聯網金融公司，出身背景很複雜，比如做支付的，做電商的，甚至可能是做ERP軟體或者手機記賬APP出身的。看他們能否走的遠，看他們的數據產品經理團隊就知道了。
舉例：基金公司或者某個財富管理公司過來談產品對接，說我們看好你的企業用戶資源，是否能藉助客戶資金流動的監控，適時推薦產品？光忽悠客戶數量和渠道是沒戲的，得深入到現有產品當中，分析現金銀行之類資金的流動，波峰波谷的情況， 是不是企業缺錢的時候推貸款產品，資金富裕的時候推理財產品。這中間還涉及到風險承受模型建立、流動性模型建立，是不是建一個數據池子做數據清洗，這個一般的產品經理是搞不定的。更別說什麼DBA了，那是數據團隊的基層。
是否有獨立的數據產品經理要看公司規劃，有很多公司跟風大數據，都沒想明白數據和業務如何銜接，這種數據產品經理不設也罷。數據團隊的來源一般兩個：傳統的學院派人員（數學、統計等專業）；金融機構跳槽過來做合作方數據介面的人員。比較感興趣這個話題，之前找工作曾經關注過這樣的崗位。小女子不才，綜合歸納樓上幾位的答案，說一下個人的觀點：
這樣的崗位做什麼的？為什麼要設立這樣的一個崗位？什麼樣的公司或者部門設立這樣的崗位，這樣的崗位需要什麼樣的能力？
1，新崗位或者細分一個這樣的崗位出來，其初衷都是解決一些問題的吧。不排除，崗位所歸屬部門局限，個人及領導能力受限等造成這樣的崗位沒有解決實際問題的可能。問題：- 公司產品線多，後台資料庫複雜。所以，招聘這樣崗位的公司，都是規模達到一定程度的大公司。
- 產品經理運營經理的問題：溝通困難，後台資料庫的架構實現機制不了解，思路局限。希望有一個角色從產品的角度上理解引導規劃整理細化他們的需求。
- 後台資料庫技術人員的問題：不同產品的需求雜而亂，數據倉庫冗餘等。希望有一個角色從資料庫的架構等方面規劃整理產品線的需求。
- leader希望這樣一個角色，大數據時代，能從龐雜的數據中發現新的商機等。
2，上面來看，工作就是，承上啟下的作用，承接多個產品線想要的需求，轉化為數據平台部門可以接受的高度整合的數據需求。
3，這樣的崗位，level要高，對後台要熟悉，對前台產品要熟悉，知道後台架構，了解前台產品的各項指標。要有大局觀，能對多個產品的數據進行長期規劃，可以梳理出多個產品的數據共項，數據個例。要有需求分析能力，溝通能力等。要有數據建模經驗等。可能不要求你多精通，但是前台後台都要懂，綜合能力要求較多。
4，最後，數據產品經理：贊同 @別業居幽處，以數據為產品的一個職位。大數據時代，如果產品很多，有自己的海量數據，這個職位還是非常必要的。把數據作為產品，專人干專事。數據產品經理，負責數據平台搭建，數據可視化，分析報表，分析報告，個人理解是BI……說白了就是做個大倉庫，給各種人提供數據或分析結果，水平高的可以指導運營
我目前正在做這方面的工作。我覺得產品經理是有方向的，比如遊戲的，app的，電商的等等。數據方向也是一個。當把公司的數據平台當做一個產品的時候，就需要數據產品經理了，這個專業性的肯定做的更好。
以下是我對這個崗位的粗淺理解數據是一項專業的工作，數據工程師也和手機工程師，前後端工程師一樣，他們更精通於演算法，數據清洗，數據挖掘，但是在溝通，產品設計，商業應用的層面並不一定擅長。大的企業都在做數據的事情，大數據不是這兩年才有的，而是始終都在，只不過是應用的程度不一樣。亞馬遜的精準推薦大家都嘆服，TBA的廣告效益也都得益於對數據的運用。技術是一層面，產品化是另外的層面。至於崗位的名稱並不重要，重要的是這個崗位上的人需要溝通協調各方資源，實現數據的商業價值。報表可視化是一個維度，業務運用是另外一個維度，發現新的商業機會也是工作的維度之一。
專業的分工，交給專業的擅長人員，例如我是PM，我就對數據不是太有感覺，於是數據一塊就交給數據PM了。
因為領導需要各種數據，讓領導天天看excel，報表等等太麻煩，不如可視化的舒服。所以匿了
我是數據開發工程師轉的數據產品經理，結合以往的工作經驗和同行的交流總結了下數據產品經理的不同方向和工作邊界：
1:基於數據倉庫底層數據流轉的工具型數據PM（eg:ETL調度系統/爬蟲模版配置/等）
2:服務型數據平台PM（eg:元數據管理系統/指標提取工具/自定義報表生成工具/用戶畫像等）
3:策略數據PM（搜索/推薦）可能最終沒有落地的產品形態，但是環節中數據PM的角色非常重要。
4:更加貼合業務層面的偏分析的數據PM，有一定的分析能力，能夠從數據的角度發現並指導業務的發展，跟數據分析師的區別在於可以真正從數據結論中落地執行產品的動作。例如用戶增長等。
數據，是一座礦山，你可以看成是企業的一部分，但對每個企業的意義不一樣。是否需要數據產品PM，應該根據具體業務具體分析。什麼時候需要數據產品經理：1、數據規模上：100個數據，沒什麼必要去搞的那麼複雜；可是，100億個數據，我們就有必要花精力去玩玩它；2、數據對業務的影響力上：對於麥當勞、可口可樂等公司，數據就不那麼重要；可是，對於愛錢進、微眾銀行等金融類公司，或今日頭條等公司，數據是它們的核心；3、個人能力上：業務線上的產品經理，能熟練玩轉數據嗎？no.4、業務線上：如果業務線數量多，需要一個角色來宏觀分析所有的業務線，對各個業務線的數據整合、變現；數據分析師一般只管自己的業務；所以，個人覺得是在以數據為核心的、有大量數據產生的、有多條業務線的公司才需要數據產品經理。
當公司的業務規模較大、用戶基數較多以後，必然會需要一個崗位梳理積攢的數據，並基於公司各個業務線的需求，綜合考慮，提供一個平台為公司業務的分析決策提供幫助。我認為數據產品經理就是這樣一個人吧。他跟數據分析師還是不同的，感覺數據分析師更多的是基於一個平台獲取數據、分析數據，而數據產品經理則是負責規劃這個平台的人。
推薦閱讀：
※如何讓產品在沒有太多運營資源的情況下自己運轉起來？
※BAT 這樣的公司對產品經理入職培訓都有哪些課程？
※網路編輯轉做產品經理，各有哪些利弊呢？
※奶茶妹妹章澤天在微軟任實習產品經理，這事大家怎麼看？
※「產品經理的時代正在慢慢結束」這句話對嗎？