作為數據産品經理中的一個分支，工具型數據産品經理崗位的天花闆在哪裡？如果想要提升自身核心競争力，又可以從哪些方向進行突破？不如來看看作者的經驗解讀。

數據産品經理的崗位細分中，工具型數據産品是一個偏底層的，離業務相對較遠的一個細分領域，比如大數據開發平台、數據資産管理與治理、自助BI和可視化分析産品等方向，都可以歸屬為工具型産品經理，其本質都是通過系統工具的建設，來降低數據加工、數據管理以及數據分析應用過程的人力與時間成本，提升各個環節的效率。

一、工具型數據産品的優點

一般來說，一個數據驅動的中大型的企業會選擇自建一些大數據相關的工具，主要面向企業内部的員工進行使用，所以相比較其他方向的數據産品以及業務産品，工具型數據産品的優點主要體現在以下幾個方面：

1. 叠代節奏和工作壓力相對較小

内部的工具優先考慮的是可以實現基本的功能，隻要主流程可以跑的通，界面醜一點，體驗差一點是可以接受的，畢竟還要把有限的研發資源投入到離業務更近、收益更直接明顯的項目當中去。

所以，用戶以及管理層對于這類産品的包容度非常高，一旦資源沖突時，隻要這個功能不影響使用，那麼需求的優先級肯定是靠後的，這類産品經理的心理壓力相比較業務産品要小很多。

2. 重流程輕業務，行業切換成本低

工具嘛，隻要功能具備，就可以上手使用。斧頭在花園裡可以砍樹，在原始森林裡也可以砍樹。

在不同行業、不同場景下，産品大同小異，所以工作了幾年積累了一些工具産品的建設經驗後，換到一個新的公司，不用花費很多的時間去深入了解業務，基于産品工作流程和方法，把核心用戶以及需求痛點搞清楚，結合過去的經驗就可以很快上手了。

3. 産品相對固定，且行業成熟度較高，可以快速複制學習

不管是互聯網行業還是傳統行業，對于數據加工處理應用的主流程和架構相差不大，所以工具類數據産品常見也就那十幾二十種。且目前一些雲廠商或者專注于企業數據服務的商業化數據服務商都有比較成熟的産品，可以體驗試用，參考競品，照貓畫虎地規劃和設計一款産品，相對還是比較容易的。

二、工具型數據産品經理的職業天花闆在哪裡？

如果你當前是一個工具型的數據産品經理，不妨問下自己，等這個工具建設的足夠完善了，你還可以做哪些事情？還有多少新工具可以做?還是說可以安然享受産品的修修補補的一些小的叠代優化？

所以相比較貼近業務方向的産品，工具型數據産品經理的天花闆還是非常明顯的，就是等到工具逐步完善之後，你的價值度會逐漸降低，換一個新公司再去搭一套同樣的産品嗎？雖然熟能生巧，但是你可能會遇到職業倦怠期。

1. 工具産品的成就感曲線是遞減的

從無到有去建設一個工具，收益價值最明顯，得到的鮮花和掌聲最多，随着基礎生理需求的滿足，用戶開始追求尊重或者自我實現需求的時候，對于工具的要求會更高，開始吐槽産品難用，但是你卻沒有那麼多資源優化，比較非商業化的内部産品，體驗和UI是很難排上優先級的。

2. 工具會逐步完善或者趨近飽和

工具的叠代更新速度比業務變化慢很多，這是工具産品輕業務的屬性決定的，一個通用的工具可以支撐公司不同的業務，一旦基礎的工具設施建設完備之後，再去創新一些新的方向就很難了。當需要你做的需求變少了之後，産品以維護為主，那麼你就要考慮換個方向或者等着被優化填單子了。

3. 不是所有的公司都願意重複造輪子

市面上成熟的商業化産品那麼多，不是所有的公司都願意自己投入研發人力和時間成本去自研産品的，比較商業化的既便宜又好用，一個成熟的BI産品也就幾十萬的成本，自己研發至少需要2個研發，一個PM搞個小半年才能滿足基礎的分析需求。越來越多的公司更願意快速的開箱即用，所以工具型數據産品的機會相對較少。

三、天花闆要怎麼突破？

對于工具型數據産品經理來說，首先需要把當前方向的工具做深做專，最好能夠基于特殊場景做一些功能創新，而并非照抄競品，形成自己對這個方向的工具、流程的獨特見解。其次，工具做到一定深度之後，可以考慮往兩個方向去拓展技能領域。

1. 向下是數據資産管理與治理

現在很多企業在搞數字化轉型，國家層面十四五把數據作為戰略級資産，從過去一二線智慧城市到現在的區縣、鄉鎮數字化，從各種各樣雜亂無章的數據，到能夠形成有價值的數據資産，還是有一段距離的。

所以，可以嘗試，跳出工具思維，考慮怎樣才能幫助公司去建立一套高效、可用的數據資産管理體系以及數據規範化治理的相關标準。一些職業技能培訓機構搞一些DAMA認證，其噱頭也是因為這個方面的人才缺失。

2. 向上貼近業務以及數據價值輸出的應用場景

數字化轉型的本質不是說需要各種工具，如果說你找一個想要進行數字化轉型的CEO說我給你做一套從數據采集到BI分析應用的工具吧，他肯定不會買單，因為他需要的是結合業務場景的數字化解決方案，可以幫助他去節省企業經營的各個環節的人力、财力成本，他希望看到直接的收益指标，為了達到這個過程需要相關的工具支持，他是樂意接受的。

從這個角度講，多一些行業、業務場景的理解，可以形成工具外的特有競争力。

四、總結

通用的、标準化的流程或者工具是很容易被取代，用數據去分析和解決業務問題創造直接的金錢收益的經驗與能力積累，才是數字化轉型人才的核心競争力。

專欄作家

數據幹飯人，微信号公衆号：數據幹飯人，人人都是産品經理專欄作家。專注數據中台産品領域，覆蓋開發套件，數據資産與數據治理，BI與數據可視化，精準營銷平台等數據産品。擅長大數據解決方案規劃與産品方案設計。

本文原創發布于人人都是産品經理，未經作者許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。

該文觀點僅代表作者本人，人人都是産品經理平台僅提供信息存儲空間服務。

,