|
图片发自简书App 机器学习，大数据，AI，这些流行语，对于产品经理来说意味着什么呢？ 当你的产品正在使用机器学习的技术，这当然很酷，但你有没有想过为什么需要使用它呢？ 而团队中数据科学家会认为产品中的机器学习对他们来说并不是非常具有挑战性，从而在解决这些问题的时候会显得很勉强？...... 也许作为产品经理的你，也会在未来也会面对这些问题，所以，我将我在过去两个月在参与机器学习产品的经验进行了总结，希望能够给你启发。 机器学习不会改变你作为PM的角色。 它是一种工具，需要产品经理将其应用于现实生活中的问题。 机器学习不会改变你作为产品经理的角色，PM的角色仍然是与用户沟通，并将问题传达给技术团队和业务部门。记住，在一天结束的时候，这个工作将是推动产品成功的关键。 我认为机器学习是一种解决问题的工具，它可以在很多方面得到应用。但在考虑使用机器学习之前，我会问自己一个问题 “人们需要一遍又一遍地执行这个任务，并且不需要思考吗？” 如果答案是肯定的，那么便这是开始考虑使用机器学习的产品功能。 当然，有很多同样的问题也可以通过简单的基于规则的程序来解决。 我的建议是与你的数据科学家和工程师合作，群策群力，您将能够找出最可行的选择。 不要为了使用一个新技术而选择做机器学习，因为它需要耗费巨大的资源。 记住，如果没有它，你也仍然可以建立良好的产品体验。 管理商业目标至关重要 我不得不强调，当使用机器学习时，管理商业目标也相当重要。 既然行业里有这么多的炒作，企业利益相关者就很容易能够通过炒作，解决所有问题，并且获得投资回报。 但不一定是这样。 一个有可靠的模型／解决方案可以很快地形成，但是作为产品经理，不能确定它是不是真的好，直到用户真正使用了它。 另外，工程师需要来建立一个可扩展的基础架构，数据科学家需要调整模型，产品经理需要来为其打造优质的体验，这些都需要大量的时间。 与商业利益的衔接是需要巨大的投入，而且有可能会失败。 虽然机器学习并不是万能的，但它会给用户会带来更多的惊喜。 如果你花时间做了正确的事，它就可以改变行业游戏规则！ 快速迭代。 获得用户反馈是团队和产品成功的关键。 机器学习是一个有趣的领域，但你会经常遇到这样两难的问题，虽然使用机器学习将会给产品带来极好的体验，但是又会有“如果产品适合使用机器学习，但是需要花多久的时间进行研究？”。“机器学习是可行的，但是数据团队认为这不是一个令人兴奋的挑战？”诸如此类的问题。 所以产品经理需要让工程师和数据科学家们参与讨论。让他们聆听用户的心声，让他们拥有与用户共情的能力，这样可以更加积极地与产品经理合作，保证技术的可行性。 机器学习往往是个人化的，并且依赖于正确的信息呈现。为了避免锁定单一的用户，我建议每周与用户进行测试，进行实验，测试假设，以便产品经理进行快速学习。请记住，学习得越快，并且将产品向更广泛的用户群体推出时，所遇到的风险就越小。 同样不要忘记，代码是昂贵的，你需要有在一开始有一个模拟流程，一旦你认为这个体验很舒服，接着再定义一个基本的MVP（最小可行性产品），与你的团队打磨测试版，直到你认为这个产品可以真正地满足用户的需求，并且拥有良好的用户体验。 |
|
|
来自： 蓝天cipvfv9gyo > 《IT相关》
