本篇文章从几个方面聊聊数据产品需要的能力，以下为个人看法，欢迎交流沟通。
一、业务能力
让一切业务数据化，一切数据业务化。数据来源于业务，同时又反作用于业务，两者相辅相成。
按照美团点评高级副总裁王慧文的互联网AB理论，如果对中国互联网整个产业做分类，可以对整个互联网产业有一个大的宏观概览：
说明：
1）A面可以称为纯互联网，供给和履约都在线上。企业的核心能力体现在产品设计领域、用户理解、对于通讯、社交以及内容把握，这部分的能力是A面企业共有的。B面很多东西都在线下，供给和履约都在线下完成：其中B1面，主要体现在对供应链、品类、定价的理解。B2面，总体讲有一个比较共有的特征，具有大规模的线下团队。是否有大规模的线下团队是B1和B2一个很大的差别。
2）从整个产业GDP看，B面所代表的企业占比高于A面，因此B的面积大于A，同时互联网对A面企业的影响比例高于B面。这个影响比例也会影响他们毛利润、收入或者说是利润率。B面看起来很大，但是并不见得盈利很高。总体来从财务报表数据看，A面企业利润率都是非常高的，B面企业一般利润率并不是很高。
数据产品的工作跟业务也是强关联的，我过去的经验集中在B1面，所以之后的分享大部分也是围绕这部分业务展开。B1面从宏观来讲，囊括了整个制造业产业链，包括设计、研发、采购、制造、销售、仓储、物流、服务等，这个也恰好跟马云爸爸提的新零售、新制造是一脉相承的，后面陆续会更新和细聊这块的业务。有本书叫《数据化管理－洞悉零售及电子商务运营》，可以对零售中的业务和数据有一定的了解。
二、数据能力
1）数据思维
数据思维包括对数据的敏感性、数据化思维意识、习惯用数据说话。
对数据思维的提高可以通过以下几种方式提高：
a、多看行业数据报告，如艾瑞咨询、易观、trustdata、GFK、证券机构等行业数据报告，学会质疑其中数据真实性，保持独立思考习惯；
b、每天看业务数据，刻意记忆关键数、大数，老板或者同事问你的时候能脱口而出，这样也会显得更加专业；
c、业余时间可以继续做表格表姐，自己多查数看趋势看变化；
d、多跟业务混在一起，了解业务的同时你会发现业务对数据相当的敏感，老板一问脱口而出。
2）分析思维
数据分析思维包括数据分析方法论、数据分析法：
a、数据分析方法论：从宏观角度指导如何进行数据分析，类似一个数据分析的前期规划，指导后期数据分析的开展工作。常用的数据分析方法论：管理方面的理论模型（5W2H、PEST、逻辑树、SMART等）、营销方面的理论模型（4P理论、SWOT等）；
b、数据分析法：指具体的数据分析方法，如初级分析法（对比分析、平均分析、交叉分析）、高级分析法（相关分析、回归分析、聚类分析、时间序列、神经网络等）
参考书籍：《谁说菜鸟不会数据分析（入门篇）》、《谁说菜鸟不会数据分析（工具篇）》
3）数据工具
a. Excel：感觉是数据产品工具的鼻祖，熟练使用能解决工作中百分之八九十的工作，后面会单独讲。
b. SQL：Structured Query Language，结构化查询语言，用于访问和处理数据库的标准的计算机语言，后面单独讲。参考资料《SQL必知必会》、W3C SQL教程
c. Tableau／PowerBI／BDP
数据可视化BI工具，这部分和数据可视化单独作为专题分享。参考资料：《用图表说话》
d. Python／R
Python是一个好东西，可以用作爬虫、数据分析、机器学习；
参考资料：《利用python进行数据分析》
三、产品能力
1）产品思维
a. 系统思维：人连接人（思想交流）、人连接物（感知事物变化规律）、物连接物（事物之间的逻辑关联），通过连接整合信息做出因时、因地、因人的决策；
b. 平台思维：系统思考下的整体解决方案，对用户输出的是服务，是解决方案，不是单一的功能；比如是提供给业务使用报表，还是提供给业务使用报表的能力，一个是功能，一个是服务，两者之间有区别；
c. 结构思维：需求整合与拆分、OKR设定都需要结构化处理，大目标到小目标、大功能到小功能，由上至下的落地执行思维；
2）产品工具
a. 原型设计工具：Axure、墨刀
b. 团队协作工具：Teambition
c. 目标设定工具：OKR
d. 流程图工具：Processon、Visio
e. 脑图工具：百度脑图、Xmind
f. 文档工具：石墨文档、google文档、印象笔记
四、其他能力
快速学习、沟通表达、团队协作等
这部分软实力不用多讲，互联网各个职位都应该具有如上能力，只是需要的能力强度不同
总结：以上我都是先写的思维，后写的工具，我认为思维是战略，工具是战术，所以会多少数据工具、产品工具不是核心，核心在于数据思维、分析思维、产品思维，这个才能让人走得更远。
欢迎关注公号：成南王掌柜
