数据产品经理与回归分析修养
观点分享
Author：熊大
From：狗熊会
有人说现在是一个大数据时代，也有人说这是一个DT（Data Technology）时代。无论怎么说，大家都会同意这是一个同数据紧密相关的时代，这是一个数据创造价值的时代。在这样一个时代，什么样的人才是最奇缺的？？是工程师？分析师？还是，模型专家？我认为都不是。
因为，无论是工程师也好，分析师也好，还是模型专家也好，都是现有的（或者正在建设中）的，高等院校标准学科体系，可以大批量培养的。例如，各个大学都有计算机学院可以培养优秀的工程师，各个大学都有统计学院、应用数学专业、管理科学等专业可以培养出色的分析师或者模型专家。而且现在各个大学正在建设的大数据（数据科学）学院（研究院）更是恰逢其时，必将培养出很多优秀的，偏工程技术类型的专业人才。
所以，从中长期看，这种类型的人才一定非常受欢迎，但是可能并不是最奇缺的。那么什么样的人才将是非常难以培养的，但是又很重要，因此现在以及未来都会非常奇缺的呢？我认为一定是：数据产品经理。
那么，什么是数据产品经理呢？简单地说，数据产品经理就是关于“数据产品”的“产品经理”。但是，这似乎扯的更加复杂了。要说“产品经理”，大家还耳熟能详，大概都知道乔布斯是一个伟大的产品经理，他领导的团队设计了iPhone。但是，什么是“数据产品”呢？
我相信没有人能够给出一个唯一正确的答案。所以，这里只能同大家分享一下，熊大脑袋里的“数据产品”是个什么东东？
之前我们讨论过，什么是“数据”？凡是可以记录的都是数据。那么，什么又是“产品”呢？这个更不好定义，鬼才知道什么叫做“产品”。一百个人估计会产生一千个不同的答案。但是，我相信，无论如何定义“产品”，都必须强调一点：“产品”必须是有“价值”的东东。这个同意吗？一个没有价值的东东，那是垃圾，那是废物，怎能被称为“产品”。
所以，无论任何东东，如何它可以被称为“数据产品”，辣么它是一个：让数据产生价值的东东。这个东东可以是某种实体（例如：电子产品），也可以是一个平台（例如：BI系统），甚至可以是某种服务。这个大家同意吗？如果我们都同意：数据产品是让数据产生价值的某种存在，那么如何让数据产生价值呢？得有人为此加班加点，日夜操劳。这个人就是：数据产品经理。所以，至少在王老师的脑袋里，什么是“数据产品经理”？数据产品经理就是让数据产生价值的那个角色。
为了给大家一点更加直观具体的感觉，到底什么是“数据产品经理”，熊大从百度文库上找到某公司招聘“数据产品经理”是写出来的工作岗位要求，如下：
当然，我们不敢保证这家公司对“数据产品经理”的定位就是绝对的金标准。因为不同行业，不同企业，不同管理者对“数据产品经理”都可以有自己的定义。但是，熊大认为上面这个截图所描述出来的，对数据产品经理的理解，是基本靠谱的。简单地说，根据这家公司的岗位设定，数据产品经理干的事情很“杂”。
但是，无论怎么杂，都有两个基本点。一个是对接各种数据，一个是支持各种业务（价值）。但是，这个岗位自己不承担业务，不直接建设数据库，不直接开发分析算法。所以，这样看来，这个岗位的要承担的工作无论如何“杂”，都万变不离其宗。那就是：要搭建“数据”到“业务价值”的通道。
这就如同武侠小说。一个人要成为高手（一个优秀的数据产品经理），必须打通任督二脉。这两脉分别对应着“数据”和“价值”。因此，一个优秀的数据产品经理必须：
（1）非常懂数据。怎么叫懂数据？还是那句老话，凡是能记录的就是数据。那么，数据产品经理必须非常熟悉：咱家都有哪些技术手段，在哪些产品上，哪些场景下，可以获得哪些记录。一个更好的产品经理，可以根据对后期业务开展的预期，反推相应的数据存储框架。但是，无论怎样，数据产品经理自己不需要去写爬虫码代码采数据，也不需要去开发数据库，这些都是非常专业的计算机工程师的职责。
懂了数据，就等同于找到了自己的“任脉”。懂了价值，就等同于找到了自己的“督脉”。但是，这还不够。因为，要成为绝世高手，您需要打通“任督二脉”！如何打通？需要提高关于回归分析的自我修养，简称回归修养。
有朋友可能不屑：“现在都什么时代了，是AlphaGo的时代，是深度学习时代，怎么王老师一天到晚都说回归啊，太low了！”有木有朋友这样想？这是非常可以理解的想法，因为，咱俩关于回归的定义不一样。
熊大认为，凡是可以定义因变量（Y），解释性变量（X）的模型分析方法都是回归分析。区别只是：线性或者非线性，参数或者非参数，高维或者低维等等。因变量可以是看得见的（有监督的学习方法），可以看不见但是假设存在的（基于模型的无监督学习方法），甚至可以是部分看到的（半监督的学习方法）。所以，在熊大的脑袋里，回归（Regression）是一个非常广义的概念。在熊大的数据世界里，几乎看不到回归分析罩不住的问题。
那么，在数据与价值的世界里，为什么回归分析如此重要？因为，回归分析不仅仅是一个数据分析的技术方法，不仅仅是一个模型，更重要的是一种理念，是打通任督二脉的不二法门！如何打通？
咱们再回顾一下，数据产品经理的主要职责是：实现数据的商业价值。因此，数据产品经理必须懂数据（各种记录），懂价值（企业核心业务）。请问：在咱们的所有数据记录中，哪一个或者多个字段，可以充分体现企业的业务诉求？
例如，我要设计一个CRM产品，为每一个客户流失的可能性打分，帮助企业CRM部门提前，而且准确地干预。这是我的业务问题。那么，数据产品经理在整个产品设计的过程中，有可能要操心前端，有可能要操心后端，有可能要操心线上，有可能要操心线下——要操心很多事。但是，无论做任何事情，心里要门儿清：“客户流失与否”是你最最重要的字段，这个字段阐明了业务实践过程中，“流失”是如何定义的，这个定义会直接影响到后面的分析、建模、以及实施。所以，作为数据产品经理，一定要对这个字段，认真研究，小心定义，了如指掌。这是什么？这就是回归分析中的因变量Y，这就是业务价值的核心体现。
一旦Y（客户流失与否）被清晰定义了，接下来想知道，有哪些前瞻性的知识X，可以帮助我们预估一个客户的流失概率。如果，我们认为花费金额高的客户流失的可能性小，那么花费金额就是我的第一个X变量，记作X1；如果，我们认为年龄高的客户流失的可能性小，那么年龄就是我的第二个X变量，记作X2；如果，我们认为收入高的客户流失的可能性小，那么收入就是我的第三个X变量，记作X3。等等。所以，X是什么？是我们用来预测Y的重要的业务知识，或者feature。这些特征设计得越丰富，越准确，最后的模型效果就会越好。很遗憾的是，很多时候，这个寻找X的工作（甚至定义Y的工作），被100%的丢给了工程师。
这不是一个最好的解决方案，因为术业有专攻，工程师不可能花太多的时间去了解业务，而业务知识之于X变量的设计，帮助巨大。所以，更好的方法是：产品经理主导，结合业务，结合开发一起研究，一起改进。
有很多朋友说，现在都机器学习了，哪需要设计X，乱七八糟往模型里放，越多越好，让机器自己学习。对于这样的观点，熊大表示呵呵。这是一个美好的梦想，不知道哪一天会实现。但是，当前现在眼下，面对一个实际数据分析项目，熊大想都不想的第一步：学习业务。这也是为什么熊大坚持认为，数据分析的第一步不是分析数据，而是学习业务，学习业务，学习业务！
简单总结一下：
什么是数据产品经理？
数据产品经理就是让数据产生价值的角色。
数据产品经理的主要职责？
打通任（数据）督（价值）二脉。
如何打通？
从数据中解读出Y（业务核心诉求）和X（脑洞大开的业务知识）。
这是什么？
这是回归分析的修养，简称：回归修养！
识别下方二维码成为狗熊会会员！
友情提示：
个人会员不提供数据、代码，
视频only！
个人会员网址：http://teach.xiong99.com.cn