购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.5 数据产品经理的应聘与招聘

在数据产品经理的成长过程中,应聘与招聘是两个必定会多次经历的流程。这其实是一件事情的正反两面,你如何规划和考量自己,也会反映在你对别人的衡量方法上。在这一节,我们希望通过对这两个流程的梳理和总结,为大家在未来的职业道路上提供一抹微光。

1.5.1 如何应聘

应聘不仅是职场人寻找新机会的必经之路,也是一场对自我知识体系和职业规划的全面检阅。一个令人满意的面试结果,取决于你在几轮面试几个小时里的表现,而这几个小时则取决于你经年累月的奋斗经历。作为一名数据产品经理,如果想获得理想的职业机会,除了在平时的工作里夯实自己的理论水平和提升实操经验外,也需要按照初级到高级的路线规划好自己的职业路径,并针对应聘流程做好充分的准备。

1.职业规划

从20岁左右毕业开始计算,到中国法定退休年龄(男60周岁,女50周岁),我们的工作年限有三四十年的时间,占据了超过三分之一的人生。对于工作这么重要的事情,显然需要经过一个清晰的职业规划。展开来讲,这又是一本书的量,这里仅提供三点简单的建议。

·明确你的职业目标,并明确你每个职业阶段的目标。

·珍惜每段工作经历。每段工作经历要尽可能长,至少不能短于一年。时间太短你根本无法在该公司有所沉淀,用人单位也会有所顾忌,如京东有“五三原则”,即五年内不能经历超过三家公司,否则不予面试。

·珍惜每个跳槽机会。人生可以跳槽的机会其实不多,建议大家从长远的角度来思考问题。甚至可以这么反向思考:下家公司能否为你跳下下家,实现下一个职业目标提供有力支撑?

如果你的目标是在数据产品领域走得更远,那么可以将1.3节中讲解的各个阶段能力作为制定规划时的参考。如果你的职业目标是“发挥数据的更大价值”,则对于每一个机会都要考虑它能否让数据的价值一步步放大,比如从一个小数据量公司到一个大数据量的公司,从一个只负责某个数据环节的职位到负责全链条数据的职位,从单一的应用场景到丰富多样的应用场景。这样你才能积跬步以至千里,积小流以成江海。

2.简历梳理和公司调研

简历梳理不仅能让你复盘以往的工作经历,也能让你在面试中有更好的表现。首先要做的是,在上面所提的职业规划目标的引领下,梳理清楚每段工作经历的转换逻辑。其次,挑出重点数据项目进行描述,着重讲明产品的价值、数据分析的结果对业务的推动等, 能以数据量化最佳 。这里需要着重梳理该数据项目前后环节的沟通和准备情况,并在内心从准确性、及时性、全面性和易用性四个角度对这些项目进行剖析。最后,关注产生的业务价值,这样才能在面试过程中游刃有余,滴水不漏。

在公司职位调研上,平时就需要尽可能多地积累互联网或者垂直行业内的知识和判断。作为一名数据产品经理,更要懂得利用1.2节提到的用户数据产品,从各种数据工具了解公司的实际运行情况。另外,因为数据工作与很多岗位不同,比较适合从上到下推动,所以在调研公司时尤其需要调查对方对数据的重视程度,“用数据说话”的氛围是否浓厚。笔者见过不少例子,本来是不错的人才,结果误进了不合适的公司,蹉跎了好几年的职业时光。

3.面试

面试在整个招聘过程中最受人关注,很多人甚至把应聘和面试画上等号。其实不然,一个满意的面试表现,很大部分取决于清晰的职业规划和充分的职业调研,其次才是面试中一些实际技巧的应用。以下是一些面试过程中需要注意的地方。

·客观展现自己,不夸大或贬低自己的价值。

·表述清晰,逻辑严谨,善用段落或者总分逻辑表达观点。

·面试是个双向筛选的过程,你也需要考虑面试官是否符合你的要求。

·注意反馈和改进,无论成功与否,都建议在事后进行总结反馈。

面试本质上是自身平时工作和思考的集中展现,因此这里不建议大家去学习所谓的面试技巧,而是把心思放在日常的积累上。笔者有个习惯是定期研究市面上各种优秀的数据产品,并截图记录在PowerPoint上,附以当时的体验笔记。有时候则会就某个具体的功能进行专题性的研究和分析。同时,笔者也会定期阅读网络上可信度较高的第三方数据报告,提升自己对当下竞争环境的认知,有时还会做一定的预测,事后进行校验。做这些事情不一定能马上让你升职加薪,但能让你更加全面地了解数据产品这个行业,并进行更深刻的思考。

4.小结

重新出发是机会,也是挑战,既可能抓住职业生涯升华的关键时间点,一跃龙门,也可能面临着跳出自己的舒适区,重新适应新环境的痛苦,甚至还要承担跳入表面繁花似锦,实则无底深渊的风险。核心便是做好职业规划和调研准备,给自己在这风险之处系上一根安全带,减少“事故”发生的概率。而下一节,我们便转换角色,从招聘者的角度来看待整个人才流转的过程,两相结合,角度更加全面。

1.5.2 如何招聘

在数据产品经理成长到一定阶段后,一般都会遇到需要自己招聘下属、组建团队的情况。一个完整的招聘流程包括以下阶段。

1)需求确认:提出需求、工作描述和人才定向。

2)筛选及面试:简历筛选、面试人员和面试反馈。

3)人才跟进:跟进人才的入职和入职后表现。

一如上文,常见的流程这里会一笔带过,核心是突出在招聘数据人才时,需要特别注意的部分。

1.人才需求确认

人才缺口的出现,经常会伴随着业务的高速发展、数据产品价值受到重视且规划超出现有人力范围或原同事离职三种情况之一。除了第三种可能会按照原有岗位要求和定位进行补招之外,其他两种情况都需要由团队或个人主动向上提出人才需求,经过讨论确认后才能进入招聘流程。

提出人才需求时,需要结合公司价值和实际工作量综合考虑。业务高速发展时,团队的扩张会显得理所当然,阻力较小。在业务平稳期,除了工作量之外,就得额外关注数据产品价值。一方面,我们需要注重通过产品来连接数据与业务两端,产出价值;另一方面,我们也需要适时地对外和对上展示价值,才能获得公司或部门层级对人才需求的认可。

因为数据部门不同于业务部门,价值比较隐晦,很多人不能直观感受到数据对其所在部门的价值,所以这里建议大家平时多搜集对接业务方对数据部门的评价,固定周期发放针对数据产品的调研问卷,以及对数据平台各功能的PV/UV指标监控,在合适时机进行展示,以便公司更加了解当前数据平台的价值。

工作描述,简称为JD(Job Description),是招聘时必备的文案,从数据方面的招聘来讲,基本就是工作年限、经验范围(需要有多少年的数据产品或者数据分析经验)、专业技能要求(数据产品设计能力、分析能力)、软技能要求(沟通协作能力等)四大部分,根据实际情况再自行增删。具体撰写时,可以多参考大公司在招聘类似岗位时的描述。

2.筛选及面试

在简历筛选及面试过程中,对于不同级别的候选人考察点是不一样的。

对于初级数据产品经理(级别的划分参考1.3.4节),核心考验对方的基本功和解决问题的能力。企业招聘这类员工的诉求主要是上手快、有培养潜力,能解决一些简单问题。关注点会集中在对数据产品理解、数据专业能力水平(如数据质量校验和数据产品设计流程等),以及项目沟通推进能力上。第三点属于常见考察,这里不赘述,主要讲前两点。

在数据产品理解上,笔者通常会通过差异性或者定义性的问题来了解对方的思考,如“数据产品经理和数据分析师/普通产品经理的区别”“数据产品经理的核心能力”“体验过最好的数据产品及原因”等。这些问题每个人都可以有自己的答案,只是要做到逻辑自洽、严谨,有属于自己的看法。这样才能证明候选人在日常工作中对本职业有过深入的思考和规划,有一定的培养潜力。这里以第一个问题的常见答案来分析,有些人会从工作内容上看,认为数据产品经理是将分析流程固化,分析师更多是直接进行分析;有些人则从工作产出上看,认为数据产品经理设计产品,分析师则交付报告或建议。笔者个人更认可这种观点:数据产品经理的核心职责是利用企业数据资产发挥价值,包括降低使用门槛和管理数据资产等,而分析师的核心职责是结合具体业务问题交付对应的报告和建议,进而解决问题。这些答案都没有错,只要能自圆其说,经得起推敲即可。

在数据专业能力上,首先要考察对方对数据准确性的重视程度,在涉及的项目中,询问对方是如何进行数据校验和数据质量建设工作的。如果候选人几乎没有接触过这些,那么基本可以判断对方公司及本人对数据准确性的重视程度远远不够,他不是一个合格的数据产品经理。其次,则考察相关项目中数据产品的负责模块、设计思路、逻辑和后续验证,这里尤其要注意后续的验证模块。数据产品因为其价值的间接性,交付只是一个开始,只有持续跟进业务方使用情况并不断优化才能更好地体现产品价值。

对于应聘高级数据产品经理的候选人,则着重考察其对于数据领域的深入程度,大范围、高复杂度项目的落地能力,团队管理能力及职业规划情况。企业招聘此类人才的主要诉求是带领或建立一个团队,搭建或维护一整套数据平台,并推进公司的数据资产建设。这里着重讲前两个考察项。

在数据领域的深入程度上,一方面需要考察其对数据全链条的思考深度,另一方面也要着重看其在业务场景的结合经验和数据价值输出模式。数据产品涉及采集清洗、计算管理、展示分析、挖掘应用四个环节,数据产品越发展到后面越需要全盘考虑,避免因一节而坏全局,所以需要着重考察其全链条掌控能力。最常见的问题是“某项目的数据上游如何把控质量”“某项目的数据资产管理思路”等。同时,这一阶段的产品负责人,不仅要考虑数据产品本身的情况,还需要思考如何让数据结合业务场景发挥价值,提升公司对数据部门的认可程度。所以需要看候选人在平常的工作中,如何深挖对应的业务场景,再反馈到产品设计中,体现数据价值。这些从简历上的描述能看出一二,在面试过程中也能围绕项目的“发起—设计—Kickoff—推进—反馈”流程,深挖对方在这些环节上的思考,多问几个“为什么这么做”和“为什么不这么做”,想必双方都能够在这样的讨论中获得非常多的信息量。

到了较高阶的职位,所面临的项目复杂度和影响范围必然会上升几个数量级。为了招聘到能解决此类问题的人,我们在招聘时也需要着重考察候选人对复杂数据问题的解决能力。首先是上面提到的数据全链条掌控情况,这往往涉及多部门的合作,包括客户端、服务端、交易系统等。如何协调多部门时间和利益,最后促使链条上的每个环节都能正常工作,这是面试时必须考虑的问题。其次是面临复杂问题时的落地推进能力,如“项目进行中遇到的最困难的问题是什么,你是如何解决的”“如何确保一个项目的有效性并持续提高和改正”“如何在老板预期、开发部门和需求方多方之间寻求平衡”等。这个环节可以适当考虑“压力面”的方法,围绕着一个问题深入讨论、“穷追猛打”,看对方在这些方面的抗压能力和思考深度。最后也可以询问在团队的搭建和分工合作方面的经验,以及如何在团队没有完备的情况下开展工作,即所谓“一边换轮子,一边上高速”。

面试过程中注意了解候选人的诉求和规划,还需要根据面试结果与HR或上级沟通。如果有拿捏不准的部分,可以在反馈中表达出来,让他们再帮忙把下关。如果你觉得人才难得或者需求紧急,则需要多表达候选人与职位的契合度,争取能够以有利条件将其留下来。此外,建议将每次反馈都记录下来,方便后续的人才跟进和对入职后的表现进行综合比较。“记录—分析—反馈—优化”毕竟是数据人的本分工作。

3.人才跟进

如果你已经走到了这一步,恭喜你终于找到了合适的候选人,这场漫长的面试流程接近尾声。不过还不能松懈,优秀的候选人手里都有若干Offer,如果要争取对方入职,需要和HR甚至候选人本人保持紧密沟通。

入职后的一段时间内,其实也应该被纳入整个人才招聘的流程里。因为很多分析证明,人才在入职的前三个月是离职的高发期。作为用人方,我们一方面需要分配给新人合适的工作,帮助他从易到难逐步了解深入业务,快速融入团队;另一方面也需要通过具体的工作来复查之前的人才招聘流程是否存在纰漏,以保证招聘到合适的人才。

4.小结

招聘是个漫长的过程,有时候可能历经四五个月都找不到一个合适的候选人。这个过程,考验的不止应聘者,也有招聘者本人。如1.5.1节所言,应聘是一场对自我知识体系和职业规划的检阅,这句话对招聘者同样适用。如果遇到优秀的候选人,即使最后不能一起工作,但能够一起深入交流某块业务亦是难得的机会。因此,作为招聘者或面试官,我们更应该做到的是,以平等心和空杯心待之,不因身为面试官而自觉高人一等,亦不因工作指派而心焦烦躁,所谓“三人行必有我师”。 OBB9a7Piix5qwiPOXlUKKMrS+ReDHF4izSErxB/FctBqLTr7iWxHeT/kttuu79oh

点击中间区域
呼出菜单
上一章
目录
下一章
×