项目管理实战
第一章：项目管理实战（引论）
第二章：项目管理实战（项目运行环境）
第三章：项目经理角色
<
评论分析：
我最近也一直在思考数据团队价值方面的事情，我感觉这是绝大部分公司里大数据部门共同的痛点。
在有权利分配资源的人那里，大数据部门太底层，大部分时候看不到，看得到的很多又看不懂，看得懂的又可能不被认可。
虽然到处都在说数字化转型，大数据运营，但说这些概念的人实际上对大数据是什么的认识只是漂亮的大屏图表，显得很牛的TB、PB级数据量，自己不懂但很唬人的机器学习人工智能。
实际工作中大数据部门大部分时候是在搭建基础底层，是为运营和分析人员赋能。就像修路一样，结果辛辛苦苦修了一条高速公路，车跑的快了大家都说是车好……
我觉之所以有这样的结果，是因为做大数据的和用大数据的对大数据的预期不同。使用的人认为大数据是一个业务的解决方案，只要上了就可以对业务产生明显的促进作用，是发动机。做的人认为大数据是一个工具，是为了给业务增长提供必要支持的工具，是涡轮增压器。
我觉得文章的三个方法解决的就是看不到、看不懂、不认可的三个问题。
看不到是因为一般数据团队只接需求，离业务太远，别人不知道你在其中发挥了作用。所以要业务化，主动深入介入到业务增长的具体工作中，通过主导或协助的身份参与到具体项目中。最大的区别就是主动，基于大数据的能力，主动要求事情，而不是被动等待别人讨论好了，在看能不能做。
看不懂是因为看数据很简单，很多人也会以为做数据同样简单。这就需要团队不停的跟各个相关方沟通，普及数据团队的具体工作。问题是什么？难点是什么？方法是什么？投入有多少？让其他人更多的了解到，虽然只是一个数字的，但其背后也是需要大量的工作。
不认可是因为很多时候，数据团队做的大都是些芝麻绿豆的杂活，事情不重要，人当然也不可能重要。所以要想办法搞几个大的事情，要么就是参与到公司重要的业务项目中，但这个不可控，最好的方法就是对数据工作进行主动规划，将杂活囊括其中，以大项目的方式来完成日常工作。
我觉得其中最最重要的其实只有一点，就是数据团队要变被动为主动。要从如何解决需求的数据生产者角色，转变为如何使用数据发展业务的价值创造者角色。
这个涉及到企业对数据团队的定位, 是 技术、业务 or 两头都不搭杠？ 企业中能代表数据利益的最高决策人层次，对数据价值挖掘的认识水平和期望是什么....., 这些事情决定是该采取何种措施. 寄希望通过纯数据为企业获取足够利益而获得重视,似乎行不通
每一个做数据的人都希望老板懂数据，重数据，但绝大多数情况下，老板们并不了解这块
如果数据部门的leader能得到老板充分的信任，也不会有这些问题，但很多时候，中间还隔着好几层
所以在很多公司里，就没有较为合理的“企业对数据团队的定位”
所以才需要数据团队，自己想办法，证明自己的价值
不是寄希望于此，而是如果你想要更多，这是较为可行的办法
比起寄希望于公司是伯乐
不如想办法把自己千里马的名声打出去，至少还是自己能掌控的，能通过努力接近的目标
除非你背景很好，善于面试，那选一个类似的公司将是更好的方法
数据初期就是做报表、提高工作效率。中期就是数据分析，数据挖掘。后期就是数据决定战略，决定业务。
>
Product Manager（产品经理相关）
第一类是数据平台或数据中台产品经理，面向的用户是企业的产研团队，主要负责数据埋点、数据采集、ETL数据开发和存储等数据产品的建设；
第二类是业务数据产品经理，面向的用户是企业的业务团队，主要负责数据分析、运营分析等面向业务目标的数据产品；
第三类是同样面向业务，但没有统一称谓、相对独立的数据产品经理，如负责搜索优化、用户增长、实验平台、用户画像等工具建设的数据产品经理，会被称为策略产品经理、用户增长产品经理等，各大公司也会有不同叫法
三类写的没啥问题啊 第一类偏向纯数据管理,第二类偏向产品数据分析,第三类更像是数据推动的产品经理