随着大数据、人工智能的不断被重视，各大公司对于数据的处理和分析应用越来越普及。据中国信息通信研究院数据显示：2018年我国大数据产业规模推测达到5405亿元，同比增长15%；2019年有望达到6216亿元，未来几年将保持在10%-15%的发展增速。
随着大数据产业生态不断完善，及与行业融合的不断深入，与数据相关的生产力需求也必将非常旺盛。AI和数据产品经理也会成为新的职业机遇。
AI产品离不开数据，可以说AI和数据产品有相当一部分的交集。AI产品对使用的技术有相对特定的限制，而数据产品更广泛一些。
数据产品是什么
首先来说一说什么是数据产品？《数据产品经理修炼手册》一书这样定义数据产品
数据产品是可以发掘数据价值去辅助用户做出更优决策的一种形式。
可以说，搜索、推荐、及企业内部的数据魔方系统都属于数据产品。这些产品通过数据，为用户提供了分析展示和数据洞察，辅助了用户的决策和行动过程。
要想实现对数据的应用，发掘数据中的价值服务用户，从原始数据开始可以形成三个层次：数据管控、数据工具、数据应用。AI产品可以划分在后两个层次中。
1）数据管控
不论是做数据产品还是AI产品，首先要有数据。数据来源可以分为三种。
- 自己生产的数据
对于一些可以自己生产数据的企业，如广告购物平台、车企等，具有海量用户行为的数据。对这些数据的有效利用，也是这些企业为提升自身实力所必需的。 - 合作伙伴提供的数据
当合作伙伴是可以生产数据的企业时，彼此共享的数据能丰富双发的资源，提升双方在市场上的竞争力。 - 免费的公共数据
还有一些数据属于公开的数据，如国家统计部门的数据，上市公司公开的营销财务数据等。这些数据在对应行业中有很高的的利用价值。
数据管控的核心就在于，对能获得的数据进行管理。保证数据的真实性，稳定性。
2）数据工具
在有了基础数据后，还需要解决数据的使用问题，减少应用层的负担。通常同来完成各种数据转换、分类等功能。
根据不同的业务需要，对数据进行清洗、排序、归类。为下游的数据应用提供数据服务，核心目标在于提高数据获取的效率。
3）数据应用
数据应用就是运用各种分析和AI技术，对数据进行分析和挖掘，根据具体的应用产经，得到有价值的信息。
数据应用离不开具体的应用场景，解决或改善了场景中的问题，才能体现数据应用的价值。脱离应用场景谈数据都是空谈。
此外，AI产品从属性上，有软件和硬件两面。而数据产品或互联网产品往往是软件的。这是AI产品的一个独特之处。
数据和AI产品经理的工作
一、数据和AI产品经理的任务
数据和AI产品经理需要根据具体应用，挖掘客户需求，以产品化的方式给用户解决问题。好的铲平经理需要具备造轮子的产品化能力。
数据和AI产品经理，大致可以分为两类。
一类直接接触技术，需要完成相关产品的设计、研发、推广、产品生平周期管理等工作。
另一类则间接涉及技术，完成相对远离技术的相关产品工作。
二、数据和AI产品经理的一些基本能力
不去讲例如使用SQL\Excel\Python等工具这样的技术上的能力，思维上的能力才是体现一个产品经理水准的根本。
1、数据思维和业务抽象能力
数据思维能力和业务抽象能力是数据AI产品经理必不可少的两项能力。从复杂的业务场景中，梳理出清晰的数据逻辑。找准业务需求，设计有针对性的的指标体系、埋点，并有针对性地进行分析。最终形成从数据供给到数据应用的闭环。
2、发掘商业中的需求
而分析和AI技术落地最关键的是找到场景和商业模式，做出极致体验，并快速迭代。不论是使用新技术创造新的商业模式，还是去重新定义原有的场景和需求，提供全新的解决方案。找到落地场景才是技术落地的基础。
产品设计应当从商业盈利以及切实解决用户痛点的角度出发，而非技术角度出发。根据上商业及产品需求，反逼技术优化。
尤其是逐渐兴起的AI产品，更是需要找准商业中的闭环和变现模式。目前AI市场实现商业变现主要有两种方式：
1）AI直接产出价值，通过AI取代人力，提高效率，节省成本，如智能客户。
2）AI赋能，为人类决策提供支持，如AI在医疗中的应用。
这都需要产品经理实际参与到业务过程中，需要对相关行业有足够的理解。
3、跟进行业和技术前沿
由于数据分析和AI技术对各行各业的关联更为广阔，所以数据和AI产品经理对行业的理解不仅局限于互联网。并且还需要了解相应的技术。并时刻跟进技术提供方的能力边界，了解前沿。
随着5G、物联网的逐步发展，我们正经历着一个时代变革的阶段，数据带来的应用和价值会远远超过从前。对数据和AI产品经理这个岗位而言，充满着新的挑战。
总结起来，数据和AI产品经理的能力要求跨度很大。即需要有一般互联网产品经理有需要的商业、业务、沟通、管理能力，还需要具有数据思维，并能将数据和业务结合在一起。
但挑战又何尝不是机会。
网友评论