前言
最近在写书，12万字了，还有三章，全都要落地的东西，要全情投入了。
这几天继续让大佬们代班，把群内聊天内容整理一下，供您参考。感谢@小白 的辛苦整理。
都是群里聊天实录，直接复制粘贴的。肯定有错别字、语句不通顺的问题。您将就着看哈。
数字化转型
问题：
数字化转型有比较权威的资料吗？有木有数字化转型的方法论，转的是什么，什么样才叫成功？讨论：《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》、《浙江省数字化改革总体方案》、《国务院关于深化制造业与互联网融合发展的指导意见》、《关于深化“互联网+先进制造业”发展工业互联网的指导意见》、以及《关于推进“上云用数赋智”行动培育新经济发展实施方案》、《关于工业大数据发展的指导意见》 等。这个问题，可能具体到行业，会更聚焦一些。可以查阅公众号《大数据架构师》，里面有64份方法论、案例和行业调研相关的文章。另外，可以期待彭老师的新书，里面会具体回答你的问题。来自@ W的提问，感谢@ 赵*老师 @Evan等大佬的绝世好问题和精彩讨论！数据产品经理区别
问题：数据产品经理 跟 产品经理的要求上会有什么差异？讨论：从服务对象来说，一个是内部员工，一个是C端、B端用户。这点很重要。服务于C端，会使劲考虑用户体验，优化的方向会顺着这条道路一直往前走。服务于内部用户，会使劲考虑实用性。优化方向自然不一样，两个方向的结果也完全不一样。普通产品（偏流程型）侧重的是场景的梳理，尤其是异常梳理。数据产品侧重的是数据的加工流程，这就对产品经理在数据领域的技能有所要求。数据的加工和展示，都挺重要的。功能角度可能会考虑这个，更根本问题是价值点的界定。在我看来一般的产品经理还在于产品的实现。而数据产品经理更应该侧重数据能力的呈现。如果引入数据加工，其实数据加工是实现的手段。而加工后的内容用来做什么，是重点。但数据产品经理不得不思考的一件事，就是区别于分析人员的价值呈现。而且需要花时间去积累、学习行业背景、标准规范，尤其是在政务、银行、公安等领域。需要时刻关注国标、行业标这些。数据产品服务的主要客户有一部分是内部用户。但从数据需求提升到数据产品肯定是有不一样的诉求。来自@Mr.穆 的提问，感谢@Evan彭文华 @WangJ 等各位老师的积极讨论~数据产品经理能力
问题：如果细分领域出现了数据产品经理，那这个数据产品经理的能力侧重点在哪？
讨论：不同行业，侧重点不同。
比如电商行业，更关注的是电商平台动不动就改版页面。平台规则的变动也需要快速响应。
电商关注的是用户体验"下位体验"。政务关注标准规范是"上位体验"，领导的一些标准。
个人觉得首先是对数据应用（价值和方式）的理解，然后是熟悉数据生产流程本身（知道技术和难度在哪里）。
目前市面上的数据产品，主要集中在这三个方面。
1. 提供基本工具，解决企业基本数据链路走通的问题;
2. 进入数据内容，帮助企业基于场景建模，进行数据洞察，解决企业有数据不会分析的问题;
3. 跟业务打通，解决企业把数据分析得到的策略和结论应用到业务中。
到了执行层面，直接产生业务影响，提升效率和营收。企业实现3就得跟互联网公司一样，自己储备懂业务懂数据的人能做到端到端的方案去吧数据串联起来去使用。
对于企业来讲在数字化转型道路上企业储备人才的方向以及服务商瞄向的方向应该在哪，业务的积累总不会一蹴而就。
来自@Mr.穆 的提问，感谢 @ 赵* @Mr.穆 @Wang 等各位老师的积极讨论~
知识领域
问题：作为一个比较初级的电商中后台的产品经理，是否有必要去了解ERP或sap系统以及供应链管理方面的知识？
讨论：必须要了解这些基础知识。
电商五流得都了解，是基础，了解之后基本自己就知道下一步该干啥了。
电商产品经理需要懂“五流”：业务流、资金流、信息流、商流和物流。分开来看：
①业务流：这一点，电商产品经理跟别的领域产品经理都一样，不管支付、安全、社交、电商，作为产品经理肯定要对产品业务很熟悉。定位到电商，产品经理从查看/搜索商品--选择商品--加车/立即购买--下单--支付整个业务逻辑必须非常熟悉。
②资金流：资金流是指用户确认购买商品后，将自己的资金转移到商家账户上的过程。“用户从确认购买商品，在线完成支付，商品通过邮政寄送到用户终端，款项通过线上流转到商户手中”整个流程能否顺利，关键在于资金流平台的搭建。
③信息流：信息流的广义定义是指人们采用各种方式来实现信息交流，从面对面的直接交谈直到采用各种现代化的传递媒介，包括信息的收集、传递和加工处理等三个过程。
④商流：商流是指商品在流通中发生形态变化的过程，即由货币形态转化为商品形态，以及由商品形态转化为货币形态的过程，随着买卖关系的发生，商品所有权发生转移。
⑤物流：物流是指为了满足客户的需求，以最低的成本，通过运输、保管、配送等方式，实现原材料、半成品、成品或相关信息进行由商品的产地到商品的消费地的计划、实施和管理的全过程。
来自@ 我只是一块** 的提问，感谢 @ 麦加* @ Mr C** 等各位老师的贡献~
元数据与数据标准
问题：元数据与数据标准是什么关系？
讨论：元数据一般作为标准层。
依照上位标准：比如国标、行标、地标+自己公司的标准整合成标准层。
分基础数据标准和指标类数据标准。有的文档说分为业务术语标准、数据元标准、主数据标准、指标类数据标准。
基础数据标准 你可以看成大数据的事实表，指标类数据标准看成维度表（字典表），然后事实表又分为业务逻辑表（业务术语标准）、物理逻辑表（ 数据元标准）、主数据标准（数据集标准）。
[1] 主数据：是指满足跨部门业务协同需要的、反映核心业务实体状态属性的企业（组织机构）基础信息。
[2] 主数据管理：是一系列规则、应用和技术，用以协调和管理与企业的核心业务实体相关的系统记录数据。
[3] 编规则码：是指主数据代码的编码规则。
[4] 分类规则：是指主数据依据相关业务环境和管理需求形成分类规则。
[5] 描述规则：又称命名规范。
[6] 主数据模型标准：包含主数据逻辑模型和主数据物理模型。
[7] 主数据逻辑模型：将高级的业务概念以主数据实体/属性及其关系的形态在逻辑层面上更详细的表达出来。
[8] 主数据物理模型：主数据的存储结构表。
[9] 主数据管理评价：是用来评估及考核主数据相关责任人职责的履行情况及数据管理标准和数据政策的执行情况。
[10]主数据管理工具：是主数据标准文本发布、主数据全生命周期管理的重要平台。
[11]数据建模：主要以主数据标准体系为基准，通过可视化建模工具，定义主数据对象、编码规则、属性值和控制流程等基础要素，构建主数据标准模型。
[12]代码体系表：是主数据信息代码查询和应用依据，同时作为企业主数据信息代码的全局性和指导性纲领文件。
[13]数据清洗：是按照企业发布的主数据标准和规范，将现有的信息系统的物料、客商等核心主数据代码分类、名称进行规范整理的过程。
[14]代码库：指最后形成主数据标准代码库。
[15]MDM（Master Data Management）：主数据管理
[16]ERD（Entity-Relationship Diagram）：实体关系图
[17]ESB（Enterprise Service Bus）：企业服务总线
[18]BOM（Bill Of Material）：物料清单
来自@ 淡定** 的提问，感谢 @ 赵* @ Andy 等各位老师的贡献~
结语
用一个哥们的私信作为结语吧：
感谢阅读，本次分享的内容就结束了。
