本文由作者 古牧聊數(shù)據(jù)?發(fā)布于社區(qū)

開局一張圖📖

近幾年專注做數(shù)據(jù)產(chǎn)品方向，有不少朋友咨詢?cè)趺瓷鲜诌@個(gè)領(lǐng)域，個(gè)人認(rèn)為除了一對(duì)一咨詢以外，最好的方式就是看書+實(shí)踐了。但到底哪本書合適？我覺得我還是可以盡綿薄之力的，我在豆瓣上通過關(guān)鍵詞“數(shù)據(jù)產(chǎn)品”和其他輔助方式，鎖定了10本跟數(shù)據(jù)產(chǎn)品經(jīng)理高度相關(guān)的書，一一閱讀后給出我的看法，供你參考

01

個(gè)人推薦的必要性討論

數(shù)據(jù)產(chǎn)品是個(gè)新興的細(xì)分領(lǐng)域，相關(guān)的書還不是很多（至少遠(yuǎn)沒有數(shù)據(jù)分析or產(chǎn)品經(jīng)理的多），所以我才有機(jī)會(huì)大言不慚的說“讀完了幾乎所有數(shù)據(jù)產(chǎn)品經(jīng)理的書”

這些書前言里都會(huì)寫，針對(duì)0-3年的從業(yè)者，但依我看，大部分都是針對(duì)0-1年的。其實(shí)也沒什么，出版社也要掙錢，初學(xué)者總是漏斗的最上游，基數(shù)大受眾廣。但不代表寫給新人的書就好寫，深入淺出說起來容易，稍有不慎就會(huì)做成淺嘗輒止

而且這里還有一個(gè)隱藏的bug：寫給新人的書，最后都是新人評(píng)分，可新人恰恰就是缺少專業(yè)閱歷的人，他們的評(píng)分可能會(huì)有偏頗。同時(shí)，業(yè)內(nèi)的老人也很少會(huì)看，即便看了也不見得會(huì)公開給出對(duì)比評(píng)價(jià)，這就讓這類專業(yè)書籍的評(píng)分變成了黑盒自閉環(huán)，跟培訓(xùn)機(jī)構(gòu)的課程一樣

基于上述原因，我覺得正好我愛看書，在這個(gè)方向也還算專業(yè)，就順手做一次開箱測(cè)評(píng)好了：

1，以下測(cè)評(píng)書籍的順序，會(huì)按照他們的豆瓣評(píng)分由低到高排序，但真不見得分低的就毫無可取之處，分高的就實(shí)至名歸；

2，我會(huì)對(duì)每本書給出一個(gè)綜合的測(cè)評(píng)建議，分別是【可別看】【可以看】【推薦看】，至于是否采納，看你；

3，我也會(huì)在每本書的測(cè)評(píng)了塞一些自己對(duì)這個(gè)崗位的看法，所以本期不僅僅是書評(píng)，最后還有入行建議呢

走起～

02

十本書的詳細(xì)開箱測(cè)評(píng)

【可以看】評(píng)分有些過低了，我尋思著主要原因就是這書有點(diǎn)薄？但當(dāng)我看完了剩下那幾本之后我跟你講，這本書還算是有良心的了，至少人家沒有掛羊頭賣狗肉是吧？

對(duì)于薄的書，我想起高中的時(shí)候?qū)W校請(qǐng)優(yōu)秀畢業(yè)生回來做講座，有一個(gè)小哥說的很值得琢磨：我每個(gè)學(xué)科一般就看三本書，第一本看最薄的，第二本看最厚的，第三本看自己寫的。你品～

這本書講了數(shù)據(jù)產(chǎn)品的定義、怎么尋找需求、怎么設(shè)計(jì)數(shù)據(jù)指標(biāo)、怎么做可視化、以什么邏輯呈現(xiàn)數(shù)據(jù)、怎么做產(chǎn)品管理、有哪些基礎(chǔ)工具，基本方方面面都照顧到了，作為最薄的那本書，我覺得是可以的。唯一的美中不足就是對(duì)數(shù)據(jù)產(chǎn)品的定義，還是有些局限在數(shù)據(jù)分析決策類的產(chǎn)品上，忽略了中間層和基礎(chǔ)層的

【可別看】完美的詮釋了什么叫掛羊頭賣狗肉，一本不厚的書，從產(chǎn)品設(shè)計(jì)到客戶端服務(wù)端、編程語言、數(shù)據(jù)分析、數(shù)據(jù)可視化、機(jī)器學(xué)習(xí)、戰(zhàn)略、運(yùn)營都給你講了，然后還是平行結(jié)構(gòu)毫無主線串聯(lián)。就好比把雞鴨鵝豬牛羊魚蔬菜等食材稍微洗洗切塊，也不加調(diào)料也不考究下鍋的順序和火候，就直接扔鍋里亂燉，最后出鍋給你吃

從這本書開始，我見識(shí)了數(shù)據(jù)產(chǎn)品領(lǐng)域書籍的參差，而且也發(fā)現(xiàn)了這類書的一個(gè)共性問題：有種很濃郁的分析思維和工具思維，習(xí)慣于把方方面面的知識(shí)內(nèi)容都羅列給你，但就是缺少排序整合。這跟市面上大部分?jǐn)?shù)據(jù)產(chǎn)品很像，擅長(zhǎng)功能堆疊，不管受眾體驗(yàn)

不過這也是該領(lǐng)域必經(jīng)的階段吧，先要從無到有，才能從有到有用，最后再到好用，慢慢來吧

【可別看】是一本野心很大的書，旁征博引古今中外連周易八卦都招呼上了，但就是沒法寫出一本適合產(chǎn)業(yè)界的書。看了下作者的背景履歷，倒也就理解了，人家本身就是搞學(xué)術(shù)路線的，博士畢業(yè)后進(jìn)的也是官方背景的實(shí)驗(yàn)室，很自然寫的東西也是那種文獻(xiàn)綜述的風(fēng)格。所以不能怪作者，要我說，怪這個(gè)標(biāo)題起的不好，直接改名叫《大數(shù)據(jù)在我國產(chǎn)業(yè)的應(yīng)用現(xiàn)狀研究》就好了～

【可別看】又是一本很寡淡的書，從書的章節(jié)結(jié)構(gòu)就能看出來，并沒有什么獨(dú)家的見解和思考，就跟大部分?jǐn)?shù)據(jù)產(chǎn)品一樣，只是功能的堆砌。這類書的一大特點(diǎn)就是，當(dāng)你看了一本之后，剩下的也就都不用看了，不是因?yàn)閷懙煤?#xff0c;而是因?yàn)槎即笸‘?/p>

有一個(gè)建議：以后能不能每本書就專注于寫一些只在這本書里能看到的東西？別老想著湊篇幅or完備性，干嘛每本講數(shù)據(jù)產(chǎn)品的書都要講講Excel操作？市面上其他Excel的書不比你寫的好么，干嘛非要求全？說到底，寫書雖然是一個(gè)妥協(xié)的過程，但也是一個(gè)見產(chǎn)品經(jīng)理功力的過程。天天喊著少即是多，怎么自己做起東西來就不是這么回事兒了呢？！

【可別看】作為一本工具書，還是比較盡心盡力的。搜羅了市面上幾乎所有能跟數(shù)據(jù)、產(chǎn)品經(jīng)理、互聯(lián)網(wǎng)技術(shù)研發(fā)扯上關(guān)系的知識(shí)點(diǎn)和方法論，可以極大的提升效率，省去在網(wǎng)上搜索不同知乎專欄or 公眾號(hào)文章的時(shí)間

主要問題跟前兩本類似，內(nèi)容相互之間沒什么關(guān)聯(lián)，整體也跟業(yè)界的數(shù)據(jù)產(chǎn)品經(jīng)理沒那么大關(guān)系，讀起來有種看大學(xué)課本的感覺

【推薦看】我把這本書推薦給不下10個(gè)人看，反響都不錯(cuò)。這本書最大的特點(diǎn)就是，你在閱讀中能很明顯的感覺到，作者把數(shù)據(jù)產(chǎn)品的知識(shí)內(nèi)化成自己的了。這就讓這本書有了一種獨(dú)家感，讀完之后能記的住

里面不論是對(duì)數(shù)據(jù)產(chǎn)品的定義，數(shù)據(jù)產(chǎn)品經(jīng)理在企業(yè)內(nèi)與其他崗位的分工合作關(guān)系，還是講需求溝通，都帶有數(shù)據(jù)產(chǎn)品崗位的特色。即便是講Excel，也是從分析一個(gè)數(shù)據(jù)產(chǎn)品的角度切入，不會(huì)太工具化

美中不足的就是書的后半部分講了很多數(shù)據(jù)產(chǎn)品經(jīng)理的基礎(chǔ)知識(shí)，比較離題也沒那么大必要，就堅(jiān)持好獨(dú)家感就好了。對(duì)大數(shù)據(jù)技術(shù)專有名詞的形象化解釋印象比較深刻，很適合新人感性的理解，摘錄如下：

Hadoop設(shè)計(jì)的核心有兩個(gè)：HDFS和 Mapreduce通常需要搭配采集框架(例如比較流行的Kafka+Flume)、 Debase數(shù)據(jù)庫、部署配置工具( Ambari)等一系列件形成一個(gè)完整的架構(gòu)?

HDFS( Hadoop Distributed File System,分布式文件系統(tǒng))既然是一個(gè)“系統(tǒng)”就會(huì)包含一系列的功能和流程。主要由主服務(wù)器( Namenode)和負(fù)責(zé)存儲(chǔ)數(shù)據(jù)的Datanode組成,，Namenode負(fù)責(zé)管理文件系統(tǒng)的命名空間和客戶端對(duì)文件的訪問操作?

而 Mapreduce的本質(zhì)是一種編程模型，或者說是一種計(jì)算方法。作為一個(gè)平臺(tái)組件，它是用并行的方式處理大規(guī)模的計(jì)算

可以用不那么嚴(yán)謹(jǐn)?shù)姆绞桨颜麄€(gè)過程變成一個(gè)故事，會(huì)發(fā)現(xiàn)這套架構(gòu)其實(shí)是個(gè)情報(bào)處的組織架構(gòu)：?

Flume像個(gè)情報(bào)員，負(fù)責(zé)把情報(bào)(日志)拿到手交給負(fù)責(zé)接頭的信息員Kafka運(yùn)送回來，處長(zhǎng)HDFS負(fù)責(zé)接收這些數(shù)據(jù)，指揮Namenode給它們起好名字并貼上標(biāo)簽，交給檔案館Hbase存起來；這些數(shù)據(jù)還可以通過情報(bào)分析站Mapreduce去做復(fù)雜的深度加工，加工好的結(jié)論也可以交給Hbase存起來。

而想要使用Mapreduce需要通過工具Hive去實(shí)現(xiàn)。雖然Hbase是個(gè)超大的檔案館,，MapReduce也能為這個(gè)超大的檔案館提供更多結(jié)果，但若是急需這些情報(bào)采取行動(dòng)(需要實(shí)時(shí)輸出這些數(shù)據(jù))，它的效率就顯得有點(diǎn)慢。這時(shí)Kafka可以使用應(yīng)急流程，把數(shù)據(jù)直接交給獨(dú)立調(diào)査員storm做實(shí)時(shí)分析，分析好了交給臨時(shí)檔案館Redis存起來，領(lǐng)導(dǎo)(前端頁面)可以去找Redis查閱結(jié)果。可惜的是，Storm和Redis雖然效率很高，卻沒有Hbase這個(gè)檔案館那么龐大和穩(wěn)定，工資(成本)又太高，至今只能打一打下手，做一些補(bǔ)充工作

【可以看】如果想學(xué)習(xí)怎么搭建數(shù)據(jù)中臺(tái)，可能這本書有幫助，但不會(huì)很大。因?yàn)楦杏X行文架構(gòu)就是高屋建瓴、高舉高打的，倒是比較適合數(shù)據(jù)產(chǎn)品經(jīng)理買來學(xué)習(xí)一下怎么畫PPT，里面這種素材還真是不少

【可別看】其實(shí)本書跟數(shù)據(jù)中臺(tái)的關(guān)系也沒那么大，完全可以找一本【可以看】的數(shù)據(jù)產(chǎn)品書、搭配上面那本PPT素材書就好了。哦，這本書里也講了不少篇幅的Excel操作技巧和SQL，我都懶得說了......

本書的一個(gè)特色，就是作者有意區(qū)分了數(shù)據(jù)產(chǎn)品經(jīng)理 vs 數(shù)據(jù)平臺(tái)產(chǎn)品經(jīng)理，我覺得這算是作者的獨(dú)家內(nèi)容了，初衷挺好的。可這種區(qū)分定義我倒覺得沒必要，兩者本來就是包含關(guān)系，非要弄成并列平行的關(guān)系，有點(diǎn)牽強(qiáng)。不過我能get作者想傳達(dá)的意思：平臺(tái)型產(chǎn)品經(jīng)理跟單獨(dú)做一個(gè)產(chǎn)品的差異很大～

【可以看】大廠匯報(bào)PPT風(fēng)格的書，前陣子儲(chǔ)備標(biāo)簽平臺(tái)建設(shè)的時(shí)候找來看，但看后比較失望，因?yàn)椴]有任何幫助。我關(guān)心的幫助是要么指明一些坑，讓后人不要重蹈覆轍；要么是結(jié)合某個(gè)具體場(chǎng)景講講標(biāo)簽設(shè)計(jì)的心得體會(huì)，尤其是怎么跟得上應(yīng)用場(chǎng)景。但最終它還是一本零基礎(chǔ)科普入門書，是一本只展示結(jié)果，不展示思考過程的標(biāo)簽建設(shè)漂亮話大全

【可以看】這是一本優(yōu)點(diǎn)和缺點(diǎn)都特別明顯的書。優(yōu)點(diǎn)是它確實(shí)是針對(duì)數(shù)據(jù)產(chǎn)品的，因?yàn)樽髡邆兌际且痪€從業(yè)者；同時(shí)它的覆蓋面也比較廣，從數(shù)據(jù)產(chǎn)品的定義，到埋點(diǎn)、畫像標(biāo)簽、ABtest、數(shù)據(jù)服務(wù)、數(shù)據(jù)倉庫，你能想到的常見數(shù)據(jù)產(chǎn)品形態(tài)都照顧到了

缺點(diǎn)就是，不像是一本書，更像是作者們的公眾號(hào)文章合輯。章節(jié)之間沒太多關(guān)聯(lián)，因?yàn)閿偟拿娲?#xff0c;所以每塊內(nèi)容都只能蜻蜓點(diǎn)水。數(shù)據(jù)產(chǎn)品定義這塊本來是最見功底的部分，對(duì)比《寫給數(shù)據(jù)產(chǎn)品經(jīng)理新人的工作筆記》就顯得沒有太多獨(dú)家感、內(nèi)化的程度也不夠

第一章在講數(shù)據(jù)產(chǎn)品的定義之后，愣是強(qiáng)勢(shì)插入了數(shù)據(jù)產(chǎn)品經(jīng)理的招聘、應(yīng)聘、面試的內(nèi)容，公眾號(hào)合輯的感覺一下就上來了，也立馬就下頭了

03

入行數(shù)據(jù)產(chǎn)品的建議

上面測(cè)評(píng)了10本書，其中就只有一本算是我推薦看的，有一次得到一個(gè)朋友的反饋是：書是好書，但它的前提假設(shè)是我已經(jīng)身在一個(gè)ok的數(shù)據(jù)產(chǎn)品團(tuán)隊(duì)。我想知道該怎么選擇做數(shù)據(jù)產(chǎn)品的方向？

哦！這還真是個(gè)關(guān)鍵的前置條件呢！我個(gè)人的建議是，盡量在做過一段時(shí)間的基礎(chǔ)層數(shù)據(jù)產(chǎn)品工作后，優(yōu)先選擇應(yīng)用層的、離營收變現(xiàn)更近的數(shù)據(jù)產(chǎn)品。如

為什么我比較推薦應(yīng)用層？因?yàn)槲覈L(zhǎng)期以來從教育上就講究打基礎(chǔ)，但往往忽略了以應(yīng)用作為牽引，喚起學(xué)習(xí)的興趣、構(gòu)建努力的目標(biāo)。我記得我在本科和研究生學(xué)的很多門課程，學(xué)完了我都不知道它到底能干嘛，在實(shí)際工作中有什么價(jià)值，產(chǎn)研完全脫鉤了，導(dǎo)致我當(dāng)時(shí)很長(zhǎng)一段時(shí)間的迷茫

同樣的，如果能在具備一定基礎(chǔ)的情況下，盡早的接觸應(yīng)用，知道一個(gè)數(shù)據(jù)產(chǎn)品都可以幫助哪些人帶來什么直接的價(jià)值、都能怎么直接變現(xiàn)，就會(huì)更有利于以終為始的去補(bǔ)充知識(shí)、夯實(shí)基礎(chǔ)

有關(guān)崗位方向選擇的話題，我會(huì)在后續(xù)積累一些案例之后單獨(dú)說，但大方向是不變的

今天的測(cè)評(píng)確實(shí)只是我一家之言，肯定也有我的局限性，但我能保證的就是中立性和獨(dú)家性。如果你對(duì)上述這些書有不同的看法，歡迎留言探討～

↘好文推薦：

我的4條產(chǎn)品設(shè)計(jì)工作觀 用戶運(yùn)營平臺(tái)產(chǎn)品設(shè)計(jì)指南 8000字干貨|教你打造電商產(chǎn)品的用戶體系

點(diǎn)個(gè)“在看”吧

總結(jié)

以上是生活随笔為你收集整理的靠谱推荐 | 我读完了所有数据产品经理的书？！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。