3招掌握AI与大数据产品经理的能力

21天Excel零基础速成训练营,导师带学+答疑辅导+实战作业,让你真正掌握Excel技能,了解一下>>

产品经理有很多种,双重能力如何掌握?

产品经理有很多种,譬如有重业务的B端产品经理,有重增长吸引用户的C端产品经理,还有SaaS,AaaS,IaaS产品经理等等种类,当我们还没有讨论完产品经理都是怎么进化来的时候,发现市场对产品经理的岗位能力开始有较高的要求了。

其中有两类产品经理对软硬件技能为更高且更为市场所需求,一类是AI产品经理,一类是大数据产品经理。

那么我们怎么认知这两类产品经理的关系呢?能不能做到大数据与AI复合上身的产品经理呢?做到后即将成为什么样基因的产品经理呢?

本篇将进行讲解。

第一招:开门点题

AI产品经理与大数据产品经理的关系是一体两翼的关系,如下图:

数据日常的大路路径是汇聚、存储、处理。

分叉后一条路线是形成数据集AorB,输送给特定的模型,进行训练。

例如输送给RFM模型,AI产品经理确认数据的业务意义,比方说张三是高价值客户,李四是高潜力客户,那么那些数据代表张三是高价值客户,RFM模型中的最近购买时间R,购买频次F,消费金额M,究竟怎么来验证张三是高价值客户,这个时候AI产品经理会就业务本身自然呈现的内容输送到模型,帮助优化训练模型。

在做的过程中,会验证发现RFM模型有缺陷,不能很好地对航司客户进行智能化识别,那么RFM模型就逐步地迭代为LRFM模型,再然后就部署的具体的系统模块供各个业务项目场景应用。

分叉后另外一条路线是供数据分析,比如某外卖平台希望通过消费者LineLian的用户历史和时间序列数据达到提高LineLian的消费品类的目标,那么需要对LineLian的消费存量数据进行分析,这里需要分析LineLian以往消费数据,例如LineLian以往消费都是晚餐(IT男加班多),消费晚餐的POI点,消费晚餐的品类等等,然后设计算法分析出千千万万个LineLian用户,哪些可以从常定晚餐到推荐午餐也定午餐的目标。

从上图分析可见AI产品经理与大数据产品经理有着天然的蜜着点且关系紧密,均是建立在数据的一体上发展出来的两翼。

第二招:AI产品与大数据产品的各自内容

虽说AI与大数据的关系藕断丝连,但是AI有AI的独立空间,大数据也有大数据的桥头切面。

两者各自的内容如下图:

大数据产品经理围绕着数据平台做产品(大数据平台包含数据中台),数据平台从下层往上层大数据,产品经理依次会陪着大数据架构师先治理数据如何存,再治理大数据的增长,再治理异构数据,再次才是数据的有关功能的开发应用。例如:数据分析,数据可视化,数据资产管理,数据质量管理等等。

而AI产品经理主要围绕着AI需要的算法、AI需要的算力、AI应用于哪些场景为核心而工作,AI平台如上图。

一名AI产品经理先从下面云、芯片等算力开始着手,一直到中间层的机器视觉、机器听觉、NLP等算法,最后到AI应用的场景譬如智能驾驶、智能家居等等场景。

第三招:AI产品经理+大数据产品经理=数智化产品经理

虽说大数据产品经理与AI产品经理现阶段有着各自的内容,但是中期大数据产品经理与AI产品一定有协同混合的市场需求,即市场老板不会将AI拆分成AI,也不会简单的将大数据单独的作为大数据,长期看是数智化产品为主导趋势!

特别说明,数智化的智是智能的智。

早期,宜即时下市场上典型的案例是,许多企业需求是要构建自己的数据中台,一个数据中台里是很难看到AI的核心使命的。但是中期看AI与大数据会有融合,即当数据治理以后,下一层自然推送到机器学习平台,当然早期和中期之间是有衔接的过渡地带的。但是长期来看,数智一体化产品才是产品经理进化的深度趋势,如下图:

数智化产品经理基础是数据工作‘其次是具有通用级别的大数据治理能力,例如有适应性颇高的算法+算力能力来计算大数据,然后是客客制化的AI模型算法能力,最后是场景挖掘应用思维,具备这种数智化系统的产品是未来市场的产品经理!

除了明白上面3招外AI产品与大数据产品的关系和内涵知识外,还有如下3招帮助我们上手大数据与AI产品经理。

AI产品与大数据产品需懂的技术层面

想成为AI产品经理和大数据产品经理注定需要先吃一番风霜苦。

首先,自己有无抓住AI和大数据的红利期,实现从传统产品经理转型到AI大数据产品经理的思维方式;其次有无做好接受数据汇聚、数据存储、数据分析、算法针对行业业务的类型、模型在不同的数据集训练测试持续优化的准备,需要准备哪些呢?譬如:打破小产品的认知,走向大产品。

学着做一个AI大数据产品的融资方案,市场规模调研,可行性分析报告,还有最最核心的以用户需求和客户要求做的具体的AI大数据产品的产品界面、功能、后台数据治理的文档。

过程中需要懂的技术至少有:

  • 硬件基础层的CPU/GPU/FPGA/ASIC等;
  • 引擎框架层的高性能计算引擎如分布式计算框架/交互式分析框架/深度学习框架等,Hadoop生态圈组件的HDFS/Hbase/Kafka等,数据库的时序数据库/高性能的OLAP数据库等,还有容器云管理等;
  • 平台级产品层,大数据管理数据集成的流程/元数据管理/数据质量管理/数据资产管理/数据安全管理等,大数据AI机器学习的模型部署管理/边缘AI/可视化开发/IDE集成开发等,当然还有集群管理,用户管理,权限管理,监控管理等。

以上技术懂的尺度和边界是你所在的团队技术不懂的你得懂,技术懂的你得能跟他交流。

最后,大数据AI产品经理或者说数智产品经理,如何寻找新的场景需求,并具有发展性产品思维留做下篇讲解,谢谢观看。

#专栏作家#

连诗路,公众号:LineLian。人人都是产品经理专栏作家,《产品进化论:AI+时代产品经理的思维方法》一书作者,前阿里产品专家,希望与创业者多多交流。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash, 基于CC0协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
  1. 目前AI大数据产品的讨论和文章并不多,我们身处其中的人都在摸索。光数据集成的流程和元数据管理这两项就很难去把控,希望老师有时间可以多分享下AI大数据产品相关的宝贵经验,现实中这块的学习和交流目前还很少。

    回复