本次【產品經理菁英會社團暨PM Tone產品通】的分享主題將聚焦於【數據型產品經理在企業組織扮演的角色與定位】，邀請到的來賓是目前任職於Vpon擔任數據分析師（Charlie Wang）。Charlie 是從數據分析中接觸到產品經理的角色，更擅長用數據做為解決問題的工具。更特別的是，Charlie 曾運用網路爬蟲技術，將繁瑣的網站資訊，變成簡單易閱讀的內容（數據產品），也同時幫PM們解決了在面對茫茫網海的訊息要如何篩選的資訊恐懼症。
近期的場次都有考慮到疫情的關係，因此有限制參與的人數名額，活動前兩日還有超過十位以上的朋友來詢問是否能增加席位…團長只能說…真的真的很抱歉！
沒參加到的朋友們，肯定會很惋惜吧！
沒關係！讓我們一起來回顧一下本場次精彩的分享吧！
數位轉型 vs 數據轉型 vs 數據產品
面對數位化浪潮的波濤洶湧加上疫情的強烈衝擊，許多企業被迫要即刻進行「數位轉型」，然而轉型的方向為何？要如何進行轉型？相信是公司老闆及高層非常頭疼的問題，也攸關公司存亡的關鍵時刻。
因此，Charlie提及，在企業進行「數位轉型」之前，應該先做好「數據轉型」的準備：
- 數據運營：如何運用數據來解決問題。
- 營運數據：如何收集數據來達到創新的目的。
Charlie 認為要建立一個數據產品須具備以下三個要素：
- 商業邏輯的建立：有了商業邏輯，你的數字就有了面容，你就能比較美醜，你就能說出你的故事。
- 對比上下趨勢：要有Benchmark才能進行判讀！
- 實驗與假設：必須透過不斷地拆解問題、假設、驗證，數據才會展現其價值。
數據產品的眉眉角角
Charlie 利用二軸分析法，橫軸為策略（Strategy）及行動（Action），縱軸代表內部資料（Internal Data）及外部資料（External Data），將數據產品分為以下四種：
- 策略型的內部資料：如GA，主要用於描述用戶輪廓行為或是資料萃取。
- 策略型的外部資料：如Similar Web，主要用於輿情聲量或是外部貼標。
- 行動型的內部資料：如Auto ML，主要用於行銷自動化或是推薦系統。
- 行動型的外部資料：如Lookalike，主要用於選址平台或是名單銷售。
未來將是「Data-Driven Decision-Making」的決策模式，Charlie 斬釘截鐵的告訴大家。
結語
VUCA時代，伴隨著AIoT、5G的蓬勃發展，網路訊息唾手可得，對PM來說，「如何蒐集資料並轉換成有用的資訊及洞察出情報」這件事，不僅是未來產品經理必須精進的技能，也是企業重要的核心競爭力之一。
再次謝謝 Charlie 的分享，也謝謝大家的參與，我們下次見 ！
資料來源： 產品經理菁英會
若有轉貼需求，請來信（service@pmtone.com）討論。 轉貼時禁止修改內容及標題、須保持所有連結、禁止商業使用，並且必須註明原文標題、連結、及作者訊息。
覺得這篇文章好嗎？ 請分享給您的朋友吧~
