系统、全面的了解数据产品经理岗位的细分方向和能力要求，可以通过网站、书籍或者公众号文章，当然数据干饭人公众号肯定可以作为资源之一，毕竟10多年数据产品的摸爬滚打，各个方向都亲身实践和经历过。不建议一开始就买视频课程，一方面5000多的价格不便宜，其次是一些课程可能只是聚焦在某一方向，并不是数据产品经理的全貌。然后根据自己的专业背景、兴趣爱好选择自己未来愿意从事的方向，避免一开始就找了个不适合不喜欢的方向，再去调整成本就比较高了。

数据产品经理的能力模型本质是数据+产品，所以在做技能训练时，可以围绕这两个方向拆分，按照优先级制定学习计划，比如1周了解数据基础（指标体系、数据流程等），1周学习需求分析，1周学习产品设计等等。纸上得来终觉浅，所以可以从竞品分析着手，现在有很多的数据产品都商业化了，可以通过帮助文档或者联系销售进行沟通讲解。学习途径建议还是以多看几篇相关的文章，避免一家之言，这个时候可以适当的看一些价格适中的视频课程。

在入职后的项目实操过程中，有意识地思考和沉淀所以心得体会，比如，业务新接了一个需求，我本来的知识体系告诉我应该怎么处理，实际我是怎么做的，这个过程遇到了哪些问题，下个需求怎么做能更好。这样在实践过程中，不断所以出自己的工作方法论。

认清数据产品的岗位的特点，数据产品的本质是提供让数据用起来的工具，工具核心的衡量指标主要是好不好用，有多少人用，使用深度如何，节省多少成本（人力、财力），光头强用斧头和锯子砍树，卖了再多钱也是主要会归功于光头强，而不是斧头。最多在光头强心情好吃肉的时候，给莫磨斧头点汤喝，这样斧头以后可以更卖力干活。所以，数据人要耐得住寂寞。可以主动和业务沟通合作数据驱动的合作专项，荣誉与共，业务吃肉，数据喝点汤也可以。

花1~2年左右的时间把当前方向的数据产品体系化建设的能力沉淀下来，形成自己的方法论。比如，做一个报表需求，最基础的要求是掌握拿到一个新的可视化需求的产品流程和方法论，怎么样梳理和管理需求，如何写数据产品需求文档，怎样高效评审方案，怎样管理项目开发团队。其次，要有意识地培养自己地数据分析能力，为什么需要这些指标，如何在一个新的业务场景下，快速迁移指标体系构建的能力。第三个阶段则是化被动为主动，可以主动为业务提供发现问题和提供解决方案的产品能力，做更多可以赋能业务的产品而不是支持业务的需求。做到第三个阶段，才是对这个领域垂直深入。

2~3年的时候，可以逐步尝试拓展数据产品的领域了，比如做一个报表，会涉及数据ETL、数据仓库建设、业务端的应用全流程，可以向业务端或者资产端逐步迁移，这样一方面可以扩展技能领域，另一方面也可以在未来工作中，具备更多的知识体系，凸显专业度。

基于当前的产品领域向上或者向下迁移拓展，逐步把数据产品的各个方向都能有些覆盖，在1~2个方向有纵向的深度，逐步成为所谓的Π型人才。比如，之前一直做数据可视化产品，向上就是业务的数据智能化应用，比如CDP，用户画像等，向下则是数据资产管理、数据治理。

可以积极主动尝试老带新，在培养新人的过程中，把自己的经验进行所以和升华。另外，很多公司的晋升都会要求产品影响力和团队贡献，也顺带完成这个KPI。

持续输出在当前岗位的价值，可以主动承担起数据外交官的职责，找几个核心业务方建立稳定的专项合作关系，一起挖掘数据能够为业务带来的赋能价值。

有意识地沉淀个人经验，文章或者视频课程，建立自己地个人影响力，在公司层面成为数据领域的专家

学会带团队，不想当将军地士兵不是好士兵，所以要转变思想，从依靠自己完成工作到和团队一起完成工作

熟悉数据产品各个领域，团队有困难或需求时，可以快速支持

培养组织和协调能力，能够主导中大型项目

深度抽象数据和产品方面的方法论，为负责更大的数据团队或者中后台产品团队做好积累

尝试切换不同的行业，当前企业数据产品逐步成熟，现在传统企业的数字化转型正如火如荼，数字化人才非常稀缺，需要的更多的是复合型人才，既能通过现有方法论快速迁移熟悉行业业务知识，同时具备全局的数据产品架构能力，可以为数字化转型提供蓝图和执行落地层面的输入。