Data Product Manager: Ne Hai Bisogno, o Devi Diventarlo?
Stiamo vivendo nell'età d'oro dei dati, quindi non ha sorpreso nessuno quando è emersa la disciplina del data product management—un ruolo di PM specializzato nella gestione dei dati come prodotto. Come per altre specializzazioni di PM, questa qualifica lavorativa sembra piuttosto interessante. Ma di cosa si tratta realmente?
Quindi, prima di candidarti per ogni posizione di data product manager su LinkedIn, approfondiamo tutte le complessità di questa professione relativamente nuova e vediamo se vale la pena cambiare il percorso della tua carriera nel product management.
Cosa fa un Data Product Manager?
I data product manager si basano fortemente sui dati per sviluppare i loro prodotti. Si assicurano anche che tutti i membri della leadership e dei team di prodotto siano aggiornati sugli ultimi KPI e sugli apprendimenti derivati dai dati per aiutarli a prendere decisioni strategiche e tattiche migliori.
Want more from The CPO Club?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Un altro ruolo importante che i data product manager ricoprono è colmare il divario tra i data scientist e chiunque altro in azienda (come specialisti di marketing, ingegneri software, designer di prodotto, ecc.) che utilizza i risultati prodotti dal team dati.
Ruoli e responsabilità del Data Product Manager
L'elenco tipico delle responsabilità per questa posizione appare molto simile a quello di un product manager tradizionale. Tuttavia, tutto ciò che fanno si basa fortemente sui dati.
Lascia che ti illustri alcune di queste responsabilità per chiarire questa idea dell'essere “data-first”.
Crea e mantieni un product backlog
I data PM utilizzano i risultati delle analisi dei dati per identificare potenziali nuove funzionalità, pianificare miglioramenti a quelle esistenti e definire il modo in cui dovrebbero apparire e funzionare.
Esempio: tradurre le insight in elementi di backlog
Se fossi un data product manager che lavora sull’app mobile di LinkedIn, potresti analizzare le prestazioni delle diverse notifiche sulla piattaforma LinkedIn. Immagina di notare che il tasso di apertura per la notifica che ricorda agli utenti i messaggi non letti raggiunge il picco nelle ore del pranzo. Questo ti suggerirebbe un’idea (e una funzionalità nel backlog) per mostrare queste notifiche proprio in quelle ore di punta.
Definisci e aggiorna costantemente le user personas
I data product manager collaborano con il team di analytics per trovare caratteristiche e comportamenti comuni tra gli utenti del loro prodotto e utilizzano queste informazioni per creare coorti e user personas guidate dai dati.
Esempio: utilizzare il comportamento degli utenti per informare le personas
Immagina di lavorare in Spotify come data product manager e di iniziare ad analizzare in che modo diversi utenti ascoltano la musica. Collaborando con il tuo team di data science per raggruppare gli utenti in base ai loro comportamenti, potresti scoprire che ci sono tre gruppi distinti:
- Coloro che ascoltano musica energica la mattina (probabilmente runner).
- Coloro che ascoltano musica rilassante dalle 8 alle 17 nei giorni feriali (probabilmente persone che lavorano alla scrivania).
- E coloro che preferiscono musica elettronica e dance il venerdì e il sabato sera (molto probabilmente organizzatori di feste o partecipanti).
Voilà! Hai appena trovato tre potenziali user personas per il tuo prodotto, e puoi documentarne le peculiarità e costruire funzionalità su misura per loro.
Imposta OKR e KPI
I data product manager vanno ben oltre: invece di impostare semplicemente alcune metriche di base da monitorare e obiettivi da raggiungere nel prossimo trimestre (come "aumentare il tasso di retention del 5%"), costruiscono un vero e proprio framework per monitorare e agire sui dati.
Due modi importanti per creare questi framework sono l’impostazione di una North Star metric per il tuo prodotto oppure la costruzione di alberi KPI.
Esempio: l’albero KPI
Un albero KPI è una gerarchia visiva tra le diverse metriche che vuoi monitorare per il tuo prodotto. Di solito si parte dalla metrica principale che si desidera migliorare, quindi si definiscono diverse sotto-metriche—la crescita delle quali porterà all’aumento della metrica principale.
Ripeti questo esercizio alcune volte finché non ottieni un albero che mostra chiaramente le relazioni e le dipendenze tra i tuoi KPI.
Ecco come appare un albero KPI per il servizio di trasferimento di denaro Wise:
Come possiamo vedere, lo scopo principale della scomposizione della metrica principale in alberi KPI è quello di individuare le metriche di basso livello che sono abbastanza facili da migliorare (ad esempio, sistemare i tassi di conversione dell'invio di un trasferimento).
In sintesi, i data product manager sono gli evangelisti delle decisioni guidate dai dati all'interno dell'azienda.
Ora che abbiamo esaminato la natura di questa professione, andiamo avanti e rispondiamo alla domanda che potresti voler porre—"Ho le competenze necessarie per diventarlo?"
Quali sono le competenze dei grandi Data Product Manager?
Come suggerisce il nome, il data product management combina data science e product management. Pertanto, possiamo naturalmente supporre che un ottimo product manager possieda un insieme di competenze che rappresenti entrambe le discipline.
Non ci vorrà molto a confermare questa ipotesi se inizi a guardare le offerte di lavoro per data product manager. Eccone una pubblicata dalla società IT americana Blend360 tramite SmartRecruiters.
In base alla mia esperienza personale, ecco alcune delle competenze più importanti per questa posizione e perché vale la pena affinarle prima di iniziare a inviare curriculum.
Analisi dei Dati
La maggior parte dei data product manager lavora con un team di data analyst. In questo caso, la conoscenza e la competenza nell'analisi e lettura dei dati sono un grande vantaggio per comunicare e lavorare meglio con loro.
Tuttavia, può anche succedere che tu sia l’unica persona responsabile dell’analisi dei dati nella tua azienda (comune nelle startup). In tal caso, saresti tu a lavorare direttamente con i dati dell’azienda—gestendoli, analizzandoli e traendone valore—rendendo quindi le competenze di analisi dati un requisito indispensabile per questa posizione.
Sviluppo di Prodotto
Naturalmente, non si può andare molto lontano come product manager se non si sa come guidare un team di sviluppo prodotto per costruire qualcosa che possa sorprendere e ispirare gli utenti. Alcune sottocompetenze fondamentali sono empatia verso l’utente, comunicazione eccezionale, capacità di definire priorità, pensiero strategico, ed esperienza nella gestione del ciclo di vita di prodotto, sviluppo dei prezzi SaaS, A/B testing e le altre funzioni ordinarie dello sviluppo prodotto.
Pensiero Critico e Analitico
Nel tuo lavoro, ti troverai costantemente davanti a grandi quantità di dati poco chiari, per trovare tra di essi le informazioni utili. Di conseguenza, occorre possedere una forte mente analitica, capace di individuare schemi e relazioni nei dati grezzi.
Inoltre, idealmente dovresti saper pensare in modo critico e valutare in maniera obiettiva le informazioni e i riscontri che hai di fronte.
SQL/Python/R
Infine, con ogni probabilità dovrai interagire direttamente con i set di dati del tuo prodotto per analizzarne la struttura e proporre miglioramenti, gestire e pulire i dati lì archiviati, effettuare analisi ad hoc e per diversi altri motivi.
Per questo è importante sapere come scrivere ed eseguire query SQL per accedere e gestire i dati a tua disposizione. Per attività più complesse di elaborazione e calcolo, SQL potrebbe non bastare, e potresti dover scrivere script in un linguaggio di programmazione generico o specializzato.
Nel campo del lavoro con i dati, il linguaggio generico più popolare è Python e quello specializzato più diffuso è R.
Come possiamo vedere, la natura del data product management impone che i professionisti in questo settore abbiano sia competenze orientate al prodotto, come una certa empatia verso l’utente, che competenze orientate ai dati, come la padronanza di SQL e Python.
A questo punto, suppongo che tu abbia ormai un'idea piuttosto chiara di cosa sia il data product management.
Ma mi aspetto anche che tu possa affermare che anche per i normali product manager le attività data-driven siano importanti e ti chieda dunque quale sia la differenza tra un PM "comune" che prende decisioni guidate dai dati e uno specializzato in data product management.
Data Product Manager vs. Product Manager
La differenza tra questi due ruoli in azienda può sembrare sfumata a prima vista. Tuttavia, se inizi a osservare da vicino alcuni degli aspetti chiave di queste professioni, noterai delle differenze significative.
Lascia che esamini alcuni di questi aspetti e ti mostri come differisce il lavoro dei product manager tradizionali e dei data product manager.
Le aree di responsabilità e gli obiettivi che perseguono
Similarità
Per entrambi i ruoli, l'obiettivo principale è lo sviluppo, la crescita e il successo complessivo del prodotto per il business. In tutti e due i casi, l'utente è al centro della loro attenzione e tutte le funzionalità e i miglioramenti sono finalizzati a risolvere i punti dolenti degli utenti.
Differenze
Se ricordi il famoso diagramma di Venn per le competenze e gli ambiti di attenzione dei product manager, ecco come apparirebbe per entrambe le professioni.
Qui, possiamo vedere che in entrambi i casi la conoscenza tecnica è importante, poiché entrambi i tipi di product manager lavoreranno necessariamente con gli ingegneri del software per trasformare la loro visione in realtà.
La stessa regola si applica anche alla conoscenza del business, poiché gli sforzi di entrambi dovrebbero portare a un impatto per l'azienda. Il terzo punto, tuttavia, evidenzia la principale differenza.
I data product manager presteranno particolare attenzione al tipo di dati raccolti dagli utenti. Valuteranno costantemente la qualità dei dati e suggeriranno miglioramenti sia all'architettura attuale dei database che alle funzionalità del prodotto rivolte agli utenti che raccolgono questi dati, in modo da mantenere un livello qualitativo elevato.
I product manager tradizionali, invece, si assicureranno che i percorsi utente siano ben sviluppati e ottimizzati. Prestano attenzione al modo in cui gli utenti interagiscono con le loro funzionalità e alla facilità con cui possono navigare nell'applicazione.
Dipendenza dai dati
Similarità
Sì, sono d'accordo: qualsiasi tipo di product manager dovrebbe prestare attenzione ai dati e assicurarsi che le proprie decisioni siano guidate dai dati. Entrambe le tipologie di product manager si occuperanno dell'implementazione di uno strumento di analisi dei dati per il proprio prodotto e monitoreranno costantemente le principali metriche di prodotto come i funnel di attivazione e conversione, la retention, la scopribilità delle funzionalità e altro ancora.
Differenze
Per i product manager tradizionali, i dati rappresentano una delle fonti di apprendimento e informazione utilizzate nelle attività quotidiane. Oltre a basarsi su analisi e query SQL ricavate dal database del prodotto, ottengono informazioni da altre fonti, come sondaggi ai clienti, interviste agli utenti, sessioni di usability testing e altro ancora.
I data product manager, invece, vivono e respirano dati. I database, insieme agli strumenti e dashboard di analisi costruiti attorno ad essi, sono la fonte principale di apprendimento e di insight sui clienti. Se i product manager tradizionali sono attenti ai dati, i data product manager sono guidati e orientati dai dati, prima di tutto.
Se ti consideri veramente ossessionato dai dati, diventare un data product manager è senza dubbio una prospettiva allettante. Ma è anche un lavoro che permette di vivere? Sono davvero felice che tu lo abbia chiesto.
Come appare il mercato del lavoro per i data product manager?
I data product manager sono professionisti di grande valore che possono avere un impatto significativo sulla crescita e sul successo di un'azienda software, e la loro importanza si riflette direttamente nella loro fascia di stipendio.
Secondo Glassdoor, il reddito mediano per questa posizione negli Stati Uniti è di circa $130.000.
Lo stipendio include una base di $103.000 più circa $27.000 in bonus e altri benefici. Questo numero può variare notevolmente a seconda del settore e dell'esperienza del data product manager.
Se sei una vera star in grado di portare conoscenze ed esperienza significative all'azienda che ti assume, puoi chiedere fino a $200.000 come compenso per il tuo lavoro.
Questi numeri variano anche in base al paese in cui si trova l'azienda che cerca un data product manager. Nel mercato del lavoro britannico, ad esempio, lo stipendio mediano è di circa £63.000, ovvero ~$78.000 con il tasso di cambio attuale.
Come possiamo vedere, la fascia salariale che le aziende offrono per il ruolo di data product manager è piuttosto alta. Ma quali sono le prospettive di questa professione in generale? I data PM hanno un futuro promettente?
Eh sì. Ce l’hanno.
Viviamo nell’era dei dati e molti macroeconomisti considerano i big data il nuovo petrolio.
C’è un enorme potenziale di crescita e di business nascosto nei milioni di righe di dati conservati nei database dei tuoi prodotti.
C’è anche la recente corsa all’oro legata alla creazione e all’utilizzo di modelli di machine learning per vari compiti nei prodotti. Anche in questo caso, un data product manager può essere di grande aiuto, poiché è responsabile degli aspetti di qualità e usabilità dei dati e può aiutare gli ingegneri AI a costruire algoritmi di machine learning migliori.
Il punto di vista dell’azienda: Perché dovresti considerare l’assunzione di un Data Product Manager
Tutto questo è un’ottima notizia per i data PM aspiranti e attuali—ma per i datori di lavoro? In base alle stime sugli stipendi, sembra che la figura del data product manager possa essere costosa per il bilancio aziendale, soprattutto per le startup più piccole. Quindi potresti chiederti se vale davvero la pena assumere un data product manager.
Prima di iniziare a elencare i motivi per cui assumere un buon data product manager è un investimento sicuro, devo fare una breve premessa.
I data product manager sono preziosi nelle aziende che hanno molti dati. Se sei ancora una piccola startup che ha appena iniziato a acquisire i suoi primi clienti, oppure se il tuo prodotto non genera molti dati per sua natura, probabilmente ti conviene assumere solo product manager tradizionali.
Tuttavia, se hai una quantità significativa di dati a disposizione, i data PM ti aiuteranno a:
- Comprendere meglio i bisogni dei clienti e migliorare l’esperienza utente analizzando il loro comportamento e individuando pattern ricorrenti.
- Migliorare l’efficacia del lavoro dei tuoi data engineer comunicando loro le esigenze di business e degli utenti e guidandoli nella direzione giusta.
- Sfruttare i dati quando definisci la tua strategia di prodotto portando in tavola tanti preziosi insight quando il leadership team e gli stakeholder prendono decisioni strategiche.
- Aumentare le tue metriche di prodotto identificando aree di ottimizzazione e sviluppando diverse iniziative per raggiungere l’obiettivo.
In breve, i data product manager ti aiuteranno a ottenere il massimo dai tuoi dati.
Il punto di vista del PM: Vale la pena fare il salto verso il Data Product Management?
"Quindi," ti sento chiedere, "se questo lavoro è così ben pagato e di valore per le aziende software, dovrei considerare di far evolvere la mia carriera da PM e specializzarmi in data product management?"
Dipende. Il lavoro che svolgono i data product manager è sia interessante che rilevante. Non è però qualcosa che tutti ameranno—o, onestamente, in cui saranno bravi.
Prima di decidere di approcciarti al data product management, dovresti prendere in considerazione quanto segue:
Ti piacciono le attività orientate al cliente che svolgono i product manager?
Mi riferisco a svolgere interviste agli utenti, creare e gestire community su Discord e altre attività che richiedono molte soft skill. Se queste cose ti piacciono, considera che i data product manager raramente vi si dedicano. Conoscono i loro clienti attraverso l’analisi dei dati invece che attraverso il dialogo diretto.
Ti piace dedicare ore a risolvere problemi complessi?
Se sì, allora il data product management fa per te, perché affronterai costantemente diversi tipi di problemi logici da analizzare e risolvere.
Ti senti a tuo agio a lavorare con linguaggi di query e di scripting?
Se non ti senti a tuo agio a scrivere codice, potrai lavorare senza problemi come product manager tradizionale. Conoscere Python o SQL è solo “nice to have” in quell’ambito.
Nel data product management, invece, non potrai evitare di scrivere query e script quasi ogni giorno. Se questa prospettiva ti entusiasma, potresti aver trovato la tua vera vocazione!
I dati sono probabilmente la risorsa più preziosa del pianeta, ora.
I data product manager possono tradurre le esigenze di business in query SQL e proporre idee di valore per migliorare il tuo prodotto e rendere felici i tuoi clienti. Quindi forse ne hai bisogno—oppure hai bisogno di diventare tu stesso uno di loro.
Per altri approfondimenti su tutto ciò che riguarda il prodotto e il product management, non dimenticare di iscriverti alla newsletter The CPO Club.
