数据产品战略 ●制定公司数据产品矩阵与演进路线，明确数据能力产品化的优先级、目标用户与商业价值； ●推动从项目制交付向产品化运营转型，将零散的数据需求沉淀为可复用的数据产品； ●持续跟踪数据技术趋势（数据中台、AI 大模型、实时计算），保持产品竞争力。 数据平台建设 ●主导数据中台 / 数据平台产品规划：数据接入、ETL、数据仓库、指标体系、API 服务网关； ●建立数据质量监控体系：完整性、及时性、准确性、一致性四维指标的自动化巡检； ●定义数据接入标准与数据字典，推动跨系统数据互通和口径统一。 数据应用产品 ●设计面向客户的数据产品：数据分析看板、智能预警、经营驾驶舱、行业对标等； ●打造面向内部运营的数据工具：自助分析平台、报表配置引擎、数据推送订阅； ●将 AI 能力融入数据产品：智能归因分析、趋势预测、异常检测、自然语言查询。 数据治理与合规 ●建立数据分级分类体系与元数据管理规范，确保数据资产可发现、可理解、可信任； ●将合规要求产品化：数据脱敏引擎、权限管控、审计日志、数据生命周期管理。 团队建设 ●搭建数据产品团队（数据产品经理、数据分析师、可视化设计师）； ●建立从需求调研→原型设计→研发推进→效果度量的标准化流程； ●与数据工程、算法、业务产品团队形成高效协同机制。

经验 ●10 年以上数据产品 / 数据平台相关经验，其中 5年以上团队管理经验； ●主导过数据中台、BI 平台或数据产品体系从 0 到 1 的建设； ●B2B SaaS、产业互联网或平台型公司背景优先。 能力 ●深刻理解数据全链路：数据采集→计算引擎→数据仓库→数据服务→数据应用，能与技术团队深度对话 ●扎实的数据产品方法论：指标体系设计、埋点与事件模型、数据可视化、A/B 实验 ●具备 AI/ML 基础知识，理解大模型、时序预测、异常检测等算法适用的业务场景 ●出色的跨团队推动力，能在数据工程、算法、业务产品、销售交付多方之间建立共识 特质 ●产品化思维：看到一个数据需求，第一反应是能不能做成产品复用到下一个客户。 ●对数据敏感：看到数字会本能追问口径、来源和可信度。 ●业务视角：理解数据产品的终极目标是帮客户做决策，不是堆图表。 ●创业心态，追求客户用起来了而非需求做完了。