數(shù)據(jù)產(chǎn)品的制作早在人工智能初露鋒芒之前就已經(jīng)開始了。但是，數(shù)據(jù)產(chǎn)品管理崗的設(shè)立與完善則是相對(duì)新近的事。這是直接發(fā)揮數(shù)據(jù)既是關(guān)鍵產(chǎn)品、又具備比較優(yōu)勢(shì)的新職能。今天，數(shù)據(jù)的規(guī)模化使用有利于降低成本（如數(shù)據(jù)中心運(yùn)行管理的優(yōu)化）、提高收入（如電子商務(wù)領(lǐng)域的交叉銷售與追加銷售）、推動(dòng)技術(shù)進(jìn)步（如自動(dòng)汽車的深度學(xué)習(xí)功能）。

在人工智能的熱潮中，動(dòng)物分類算法與Go-playing智能體代表了數(shù)據(jù)產(chǎn)品管理的兩大基石。但算法只是整個(gè)數(shù)據(jù)產(chǎn)品生態(tài)系統(tǒng)中的一部分。在大部分商業(yè)場(chǎng)景下，算法模型可能只占結(jié)果的極小部分。一家公司要想讓數(shù)據(jù)像水流一樣暢通無阻地流動(dòng)，必須具備一個(gè)大型支持生態(tài)體系，并完成三大任務(wù)：

• 第一，  收集和存儲(chǔ)于原始事件與交易行為并為之服務(wù)。

• 
  

• 第二，  與相關(guān)團(tuán)隊(duì)共同處理、開發(fā)和分享數(shù)據(jù)。

• 
  

• 第三，  制作并部署算法模型，并在生產(chǎn)過程中加以監(jiān)督。

這三項(xiàng)工作，最終都要有看得見、摸得著的商務(wù)成果。在數(shù)以萬(wàn)計(jì)的方向里，企業(yè)應(yīng)該先做什么，再做什么？

 Insight企業(yè)數(shù)據(jù)平臺(tái)已幫助上萬(wàn)名員工成功轉(zhuǎn)型數(shù)據(jù)產(chǎn)業(yè)，找到各式各樣的崗位。在這個(gè)平臺(tái)上，業(yè)界對(duì)能為數(shù)據(jù)團(tuán)隊(duì)掂量出輕重緩急、處理好協(xié)調(diào)問題的項(xiàng)目經(jīng)理的需求增加。這篇文章試圖描述理想的行業(yè)項(xiàng)目經(jīng)理的形象，并闡明其重要意義。

數(shù)據(jù)產(chǎn)品管理究竟有什么用？

如果是小型項(xiàng)目團(tuán)隊(duì)，沒有正式的項(xiàng)目經(jīng)理，那么像機(jī)會(huì)評(píng)估、技術(shù)路線圖、股東管理這些常規(guī)性的產(chǎn)品責(zé)任基本上是技術(shù)經(jīng)理和個(gè)體工作者來做。放在大型團(tuán)隊(duì)里，這種分工就有很多不足，最主要的是以下四點(diǎn)：

• 其一，產(chǎn)品工作占據(jù)所有個(gè)體工作者的時(shí)間

• 
  

• 其二，不是每個(gè)個(gè)體工作者都有能力或者有意愿從事規(guī)模性的產(chǎn)品工作。

• 
  

• 其三，企業(yè)單元和技術(shù)團(tuán)隊(duì)之間的距離越拉越大。

• 
  

• 其四，個(gè)人技術(shù)團(tuán)隊(duì)之間的距離越拉越大。

在這個(gè)拐點(diǎn)上，企業(yè)有兩條應(yīng)對(duì)之道。一是把任務(wù)分解成若干個(gè)子項(xiàng)目，并確保個(gè)體工作者或小型技術(shù)團(tuán)隊(duì)有能力全程跟進(jìn)，不必涉及其他團(tuán)隊(duì)，也就不用設(shè)立某種形式的總協(xié)調(diào)員。

第二條應(yīng)對(duì)方案是建立一個(gè)正式的產(chǎn)品管理組織，專門負(fù)責(zé)維護(hù)數(shù)據(jù)源路線圖，并在各團(tuán)隊(duì)與個(gè)體工作者之間協(xié)調(diào)任務(wù)的執(zhí)行情況。這種方案對(duì)于電子商務(wù)和按需服務(wù)這種功能高度交叉的產(chǎn)品來說尤為普遍。

第一種方案要想發(fā)揮出全部威力，必須得是某個(gè)體工作者能夠?qū)Ξa(chǎn)品進(jìn)行調(diào)整，迅速取得客觀的運(yùn)行反饋，并在最差的情況下以不作大改為前提完成回滾。這種方案或許適用于免費(fèi)的社交網(wǎng)絡(luò)產(chǎn)品，但對(duì)于付費(fèi)型、任務(wù)繁重的產(chǎn)品（如按需服務(wù)），基本上是毀滅性的。比來比去，大部分規(guī)模性的公司還是選擇了第二種方案，專門成立一個(gè)產(chǎn)品管理組織。

數(shù)據(jù)項(xiàng)目經(jīng)理的角色發(fā)展到了哪個(gè)階段？

在數(shù)據(jù)演進(jìn)的初期，像軟件工程、軟件數(shù)據(jù)、軟件建模這種無關(guān)的數(shù)據(jù)技能，都是同屬于數(shù)據(jù)科學(xué)的門類。現(xiàn)在，它們均已快速發(fā)展成為獨(dú)立的崗位，比如數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家、研究人員、機(jī)器學(xué)習(xí)工程師等等。

類似的潮流也正出現(xiàn)在產(chǎn)品管理業(yè)內(nèi)部。在數(shù)據(jù)項(xiàng)目經(jīng)理這一寬泛的崗位類別之下，出現(xiàn)了若干個(gè)子崗位，例如基礎(chǔ)設(shè)施、分析、應(yīng)用機(jī)器學(xué)習(xí)/人工智能、探索與標(biāo)準(zhǔn)化、平臺(tái)等。這些具體化的過程與技術(shù)項(xiàng)目崗曾經(jīng)的演變?nèi)绯鲆晦H。不同的是，對(duì)數(shù)據(jù)項(xiàng)目經(jīng)理崗來說，上述頭銜還沒有塵埃落定。其發(fā)生發(fā)展，不過是反映了數(shù)據(jù)產(chǎn)品工作相對(duì)獨(dú)特的分工現(xiàn)象。

雖然每個(gè)數(shù)據(jù)用例都要求不同形式的技術(shù)理解和域理解（下文將會(huì)涉及），但就一般情況而言，項(xiàng)目管理技能仍然是成功的主要原因。我要強(qiáng)調(diào)這一點(diǎn)，因?yàn)橐粋€(gè)數(shù)據(jù)項(xiàng)目經(jīng)理每天的主要工作，還是處理優(yōu)先級(jí)、溝通、股東管理、設(shè)計(jì)以及規(guī)范。

基礎(chǔ)設(shè)施

規(guī)模條件下，個(gè)體項(xiàng)目團(tuán)隊(duì)的用例和數(shù)據(jù)需求各不相同。但為了盡快啟動(dòng)，這些團(tuán)隊(duì)往往傾向于打造獨(dú)立的數(shù)據(jù)基礎(chǔ)設(shè)施。這種傾向會(huì)造成重復(fù)勞動(dòng)、數(shù)據(jù)孤島，最終各個(gè)團(tuán)隊(duì)都會(huì)遭遇同樣的數(shù)據(jù)規(guī)模性問題。

對(duì)基礎(chǔ)設(shè)施項(xiàng)目經(jīng)理來說，最終交付的產(chǎn)品應(yīng)該是一個(gè)通用的數(shù)據(jù)基礎(chǔ)設(shè)施，它可以永久地收集、存儲(chǔ)、處理相關(guān)數(shù)據(jù)，從而降低用例。有了這個(gè)產(chǎn)品，團(tuán)隊(duì)就能將重點(diǎn)放在原始數(shù)據(jù)的使用上，而不是收集和存儲(chǔ)。

基礎(chǔ)設(shè)施項(xiàng)目經(jīng)理的關(guān)鍵績(jī)效指標(biāo)是數(shù)據(jù)可用性、規(guī)模性與可靠性。基礎(chǔ)設(shè)施項(xiàng)目經(jīng)理應(yīng)該精通數(shù)據(jù)工程技術(shù)，例如數(shù)據(jù)接入、批量實(shí)時(shí)處理、文件系統(tǒng)與發(fā)送。

分析

當(dāng)代職場(chǎng)，決策者越來越依靠數(shù)據(jù)。從戰(zhàn)略到產(chǎn)品和運(yùn)營(yíng)，從線下到實(shí)時(shí)，大量決策都是建立在分析的基礎(chǔ)上。如果說，基礎(chǔ)設(shè)施項(xiàng)目經(jīng)理的職責(zé)是確保查詢?nèi)蝿?wù)能夠在海量數(shù)據(jù)背景下有效運(yùn)行，那么項(xiàng)目分析經(jīng)理則專注于將這些原始數(shù)據(jù)轉(zhuǎn)化成可操作的見解，提供給經(jīng)理、項(xiàng)目經(jīng)理、運(yùn)營(yíng)團(tuán)隊(duì)等決策方。除此之外，項(xiàng)目分析經(jīng)理還積極投身于關(guān)鍵績(jī)效指標(biāo)的認(rèn)定工作與數(shù)據(jù)的探索工作，為商務(wù)決策建言。

在產(chǎn)品建造的語(yǔ)境下，一名項(xiàng)目分析經(jīng)理的職責(zé)是創(chuàng)建一個(gè)自助分析、定制儀表盤和報(bào)告工具的混合體，促進(jìn)觀點(diǎn)在全公司層面的提煉與分享。項(xiàng)目分析經(jīng)理涉及到多元化的相關(guān)方，既有睿智的數(shù)據(jù)科學(xué)家，也有經(jīng)理這種“只讀型”的消費(fèi)者。

項(xiàng)目分析經(jīng)理的關(guān)鍵績(jī)效指標(biāo)，主要是由查詢?nèi)蝿?wù)的運(yùn)行數(shù)量，發(fā)送的報(bào)告數(shù)量等證明該項(xiàng)目便捷性的因素。正是由于這種便捷性，數(shù)據(jù)用戶才能從原始數(shù)據(jù)中提煉出需要的觀點(diǎn)。

應(yīng)用機(jī)器學(xué)習(xí)/人工智能

某些產(chǎn)品和功能本身會(huì)自然而然地從機(jī)器學(xué)習(xí)/人工智能中尋找解決方案，例如搜索、推薦、詐騙檢測(cè)等。應(yīng)用機(jī)器學(xué)習(xí)項(xiàng)目經(jīng)理專注于把數(shù)據(jù)用在既有產(chǎn)品上——例如分析聊天記錄，使客戶服務(wù)路由實(shí)現(xiàn)自動(dòng)操作，以及用高級(jí)人工智能設(shè)計(jì)出一種全新體驗(yàn)——例如照片分享軟件的篩選器。說到底，他們的工作就是為了直接改進(jìn)面向客戶的功能的關(guān)鍵指標(biāo)。

致力于上述功能的項(xiàng)目經(jīng)理雖然并不總是冠以數(shù)據(jù)項(xiàng)目經(jīng)理的名號(hào)，但他們一般都對(duì)數(shù)據(jù)科學(xué)的工作流及其機(jī)器學(xué)習(xí)模型有著深刻理解。他們天生就知道如何利用機(jī)器學(xué)習(xí)的力量，并且比起嚴(yán)守規(guī)則的職員，他們更懂得如何在極限邊緣設(shè)計(jì)產(chǎn)品，提供優(yōu)質(zhì)的用戶體驗(yàn)。

平臺(tái)

公司規(guī)模越大，對(duì)標(biāo)準(zhǔn)化框架的需要也就越現(xiàn)實(shí)，特別是在實(shí)驗(yàn)和機(jī)器學(xué)習(xí)方面。這兩個(gè)工作流程的用例往往與產(chǎn)品自身的本質(zhì)緊密結(jié)合在一起。正是基于這個(gè)原因，開源方案才會(huì)這么難以滿足眾人的需求。

考慮到這個(gè)背景，大公司的個(gè)體數(shù)據(jù)團(tuán)隊(duì)會(huì)先著手建設(shè)專屬的一次性系統(tǒng)，從而導(dǎo)致重復(fù)勞動(dòng)和拖沓的生產(chǎn)周期。因此，谷歌、臉書、Uber之流已經(jīng)正式把目光轉(zhuǎn)向平臺(tái)——以通用的框架來減少花在加工、調(diào)用、監(jiān)視等普通任務(wù)上的精力。

之所以建立這些平臺(tái)，目的之一就是為了取消管理數(shù)據(jù)、調(diào)用和監(jiān)視結(jié)果的必要性，讓數(shù)據(jù)團(tuán)隊(duì)能夠把重心放在模型和實(shí)驗(yàn)上。還有一個(gè)目的，就是因?yàn)橛辛诉@些平臺(tái)，所有用戶都可以獲取通用數(shù)據(jù)和特征，從而增強(qiáng)了可重用性。

平臺(tái)項(xiàng)目經(jīng)理的工作首先是證明平臺(tái)如何發(fā)揮用途，然后是讓早期使用者愿意付出嘗試。一旦平臺(tái)到達(dá)拐點(diǎn)，項(xiàng)目經(jīng)理的角色就轉(zhuǎn)變?yōu)檎页雠e有高回報(bào)率的公分母，并將其嵌入平臺(tái)。平臺(tái)項(xiàng)目經(jīng)理的關(guān)鍵績(jī)效指標(biāo)包括：平臺(tái)上運(yùn)行的模型、實(shí)驗(yàn)、投入市場(chǎng)所需的平均時(shí)間等。

標(biāo)準(zhǔn)化與探索

這也是規(guī)模團(tuán)隊(duì)的一個(gè)問題。公司越大，個(gè)體團(tuán)隊(duì)和人員所創(chuàng)造的數(shù)據(jù)量也會(huì)出現(xiàn)指數(shù)級(jí)的增長(zhǎng)。數(shù)據(jù)的迅速輸出造成一個(gè)問題：遍尋公司上下，沒有一個(gè)中央場(chǎng)所可以查看到全部數(shù)據(jù)。

如果缺少一個(gè)記載、整合、顯示海量數(shù)據(jù)的結(jié)構(gòu)，那么組織對(duì)于數(shù)據(jù)源的掌握情況就受制于數(shù)據(jù)擁有者。結(jié)果，數(shù)據(jù)真正意味著什么，從何而來，有多可信，這些問題全都變得不確定。不僅如此，如果最熟悉那塊數(shù)據(jù)的員工離職，關(guān)于這些數(shù)據(jù)源的知識(shí)也將一同消失。第三個(gè)常見的問題是，使用了相同數(shù)據(jù)的團(tuán)隊(duì)對(duì)于本質(zhì)上一樣的指標(biāo)往往會(huì)給出不同定義。例如，最后七天在這個(gè)組可能叫做“整整最后七天”。到了另一個(gè)組，就可能叫做“最后168個(gè)小時(shí)”。

數(shù)據(jù)標(biāo)準(zhǔn)化與探索項(xiàng)目經(jīng)理的職責(zé)是確保整個(gè)公司意識(shí)到數(shù)據(jù)的存在，并且以一套固定的方式使用這些數(shù)據(jù)。這個(gè)崗位經(jīng)常生產(chǎn)數(shù)據(jù)目錄和數(shù)據(jù)通道，為數(shù)據(jù)、儀表盤和指標(biāo)的探索與定義提供便利條件，同時(shí)也負(fù)責(zé)識(shí)別和聯(lián)系數(shù)據(jù)所有者，以便建立進(jìn)一步對(duì)話。

數(shù)據(jù)通道的一個(gè)高級(jí)版本是降低計(jì)算指標(biāo)的獲取難度，并將其融合到建模、分析等各個(gè)用例中。

結(jié)語(yǔ)

數(shù)據(jù)產(chǎn)品管理依然在發(fā)展之中，本文也無意窮盡業(yè)界數(shù)據(jù)產(chǎn)品崗位的所有內(nèi)容。數(shù)據(jù)項(xiàng)目經(jīng)理可以是上述職責(zé)的混合體。至于是哪些職責(zé)，取決于公司發(fā)展階段和組織結(jié)構(gòu)。分析可以是基礎(chǔ)設(shè)施的一部分，標(biāo)準(zhǔn)化與探索也可以是平臺(tái)的一部分。而應(yīng)用機(jī)器學(xué)習(xí)項(xiàng)目經(jīng)理也可能負(fù)責(zé)整合資源，以構(gòu)筑基礎(chǔ)設(shè)施和調(diào)配環(huán)境，為模型的生產(chǎn)提供必要條件。

說到底，這些崗位都要?jiǎng)?chuàng)造一場(chǎng)有價(jià)值的、以數(shù)據(jù)為基礎(chǔ)的用戶體驗(yàn)，也要掃除所有障礙，確保團(tuán)隊(duì)能夠提供這份價(jià)值。文章來源：微信公眾號(hào)pinjue_ali