top of page

數據產品經理人才難尋

Updated: Apr 28

創科公司最難找到什麼人才?大家很容易會想起數據科學家、AI專家等。但我個人認為,企業在digital transformation過程中更需要的,是既懂業務又懂技術的人才。我接觸過的眾多CEO,無不感嘆優秀的產品經理奇貨可居,尤其是炙手可熱的數據產品經理。為了讓大家更深入理解這個職業,我把最近在美國《福布斯》刊出的幾條產品經理面試常見Q&A,再加入我的經驗為數據部分補充,供大家作參考:

  1. 你如何看市場有多大?優秀的產品經理更着眼於需求細分,從實際出發把握市場脈搏。例如,所有人都知道「企業雲」是個大市場,但能指出中小型與大型企業差異策略的產品經理會做得更好。大數據更可作為產品經理驗證市場情況的眼睛,是核心的量化手段。

  2. 你如何看市場有多大?優秀的產品經理更着眼於需求細分,從實際出發把握市場脈搏。例如,所有人都知道「企業雲」是個大市場,但能指出中小型與大型企業差異策略的產品經理會做得更好。大數據更可作為產品經理驗證市場情況的眼睛,是核心的量化手段。

  3. 你如何看市場有多大?優秀的產品經理更着眼於需求細分,從實際出發把握市場脈搏。例如,所有人都知道「企業雲」是個大市場,但能指出中小型與大型企業差異策略的產品經理會做得更好。大數據更可作為產品經理驗證市場情況的眼睛,是核心的量化手段。

  4. 你如何看市場有多大?優秀的產品經理更着眼於需求細分,從實際出發把握市場脈搏。例如,所有人都知道「企業雲」是個大市場,但能指出中小型與大型企業差異策略的產品經理會做得更好。大數據更可作為產品經理驗證市場情況的眼睛,是核心的量化手段。

  5. 你如何看市場有多大?優秀的產品經理更着眼於需求細分,從實際出發把握市場脈搏。例如,所有人都知道「企業雲」是個大市場,但能指出中小型與大型企業差異策略的產品經理會做得更好。大數據更可作為產品經理驗證市場情況的眼睛,是核心的量化手段。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page