您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
应届生从事互联网公司产品经理工作(包括与产品经理相关的,如产品设计、产品运营等)有何优势劣势？.doc 7页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
应届生从事互联网公司产品经理工作(包括与产品经理相关的,如产品设计、产品运营等)有何优势劣势？.doc
你可能关注的文档：
··········
··········
应届生从事互联网公司产品经理工作（包括与产品经理相关的，如产品设计、产品运营等）有何优势劣势？
盛佳的回答 我不是很建议刚毕业的应届生去做产品经理，尤其是如果他想做一个非常优秀的产品经理的话。技术出身的人，刚毕业还是应该是去做做实际产品的开发，keep hands dirty，同时能跳出来，从产品的角度去看。如果要做，也最好是去腾讯或Google这样的地方，接受一些系统的训练。面试过几百个产品经理，最怕的就是刚毕业就做产品，看了各种科技博客和新闻，想法很多，都是别人的观点，一张白纸涂了不少色彩却不成画。 黄海均的回答 产品经理的定义和具体职位内容，不同公司和不同产品的要求和定义不同。一般的应届毕业生，如果做产品相关的事情，可以先从产品助理做起（不少公司都有类似的职位）。笼统地说：
优势：年轻，可能会很有干劲和热情，学习能力不错；可以很勤快，多做事，在一些“劳动密集型”的产品里，有好处；敢想，不受什么技术难度的限制，敢于提出自己的需求。劣势：容易陷入过多的细节，缺乏对产品整体的思考。项目跟进和时间管理能力欠缺。周健的回答 毕业生刚毕业时，最好能够从事产品流程中的某个具体工作。
比如UED交互设计，比如前端开发，比如程序开发。在这个岗位上对于某个专门的技能进行大量的专门的训练。也就是类似《异类》中所说的“1万小时训练”。
很多环节，没有一定量的训练，是不会有真正的感觉的，尤其互联网产品，是由界面，信息流，HMTL，色彩，程序，数据库等很多很多基础元素构成的，对于这些基本元素的感觉，对于未来从事产品经理非常重要。为什么个人站长的商业敏感度高，不是因为他们多么聪明，而是他们真正靠双手在制造与感觉自己的产品。
拿交互设计来说，如果一毕业就做产品经理（或者产品助理），真正能够做的交互稿不会太多，尤其在很多大公司，设有专门的交互部门，大大削弱了产品助理学习交互的机会。
从统计学角度讲，目前在产品成功的同学如马化腾，丁磊，史玉柱，周鸿祎等都是程序员出身，不是偶然的，因为好的程序员实际上是最需要从全面的角度来考虑产品的，也就是既要考虑产品商业模式可行性，也要考虑产品程序的实现细节。 戴雨森的回答毕业生除非个别在学习期间有很多实习或者自我修炼的奇葩，一般是做不了产品经理的，可以从交互开始，或者做产品经理的助理。先多观察，在行业沉淀一年以上吧曾民生的回答只记住一点：只有大型公司（腾讯、阿里、百度等）才会招应届生做产品经理（算是比较正式的），其他中小型公司都不会将应届生从产品助理培养为产品经理，基本都会分配去交互设计、UI、用研、运营等具体工作上。中小型公司一般只需要成熟的产品经理。
何谓成熟？标准就是一到两个完整产品项目经历，请记住，是完整的经历，而且越成熟的产品经历越好，所以腾讯出来的PM会很吃香。为什么会这样？
因为产品经理本身就是一个火坑，作为一个过来人，应届生千万不要去做所谓的“产品经理”，大型公司除外，一定要从运营、设计或研发三个方向入手，能避免产品助理就尽量避免做产品助理吧，说白了，应届生没有相应的素质去承担产品经理的职能，最终只会被淘汰的。
我现在也只能算是产品助理毕业了，路还很长！PS：有技术基础的产品经理会更容易成功。杨小光的回答 偏悲观一些：我能看到最大的，只有人力成本的优势。。。另外应届生还未被同化，可能会提出些偏用户角度的建议，对于产品是有利的。可在公司待一段时间，很大一部分都会被同化掉了。 胡澈的回答 我是一名待实习产品经理，应届生在大公司实习，目前还没有正式入职。
我的想法是：每一个应届毕业生想成为一名优秀的产品经理有几个要素：如果是大公司有优秀的老师和公司提供优秀的培训机制到第一线工作，有技术地先从助理做起，没有技术地根据自身优势定性，比如前期策划和前期的运营推广，这一些都是可以的。我目前做的主要也是推广策划方面（文科生，略懂技术）学习能力强不强（我就犯了关于产品细节太纠结，没有看到全局的问题）如果是去小公司，或者创业型公司
生态环境恶劣，那么我建议，产品经理当程序员用，当设计师用，当打杂工用。实践出真知！滚爬出经验！成远的回答举个例子，行业前辈边江，百度贴吧的产品经理，最早是学酒店管理也是做酒店管理相关工作的，1990年代接待老外的高级酒店是中国工商管理的比较先进的机构，然后他在两家数据库公司做的工作其实是销售，但涉及到产品规划和研发的管理，完全是业务发展需要和自己好学带来的结果，这些都是后来在百度顺利推出产品的一些铺垫，实际上后来的事情还得有运气等等。这些基本都是他给我讲过的。sealon的回答 可塑性强、创造力强、忠诚度高（培训成本低、薪金要求相对靠谱）
例：腾讯 在择人方面更看重应届生的“内驱力”，真正热爱互联网的人会通过寻求学习途径、不断提升自身能力而得到认可。（团队协作也很重要）
在具体执行过程中往往
正在加载中，请稍后...您正在使用IE低版浏览器，为了您的雷锋网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
发私信给人人都是产品经理
导语：现在是一个多端口的时代，从互联网迈向物联网的时代，也就是万物互联。所以要和大家分享的主题是如何用互联网思维打造大产品。
同步到新浪微博
中国最大、最活跃、最具人气产品经理学习、交流、分享平台。
当月热门文章
为了您的账户安全，请
您的邮箱还未验证,完成可获20积分哟！
您的账号已经绑定，现在您可以以方便用邮箱登录
请填写申请人资料《产品经理入门指南》第17课:适合产品新人的3种学习方法
从新人成长为老司机的过程中，每个人都有属于自己的方法。方法没有优劣之分，适合自己的就是好方法。
今天，我们就来聊聊，产品新人如何选择适合自己的学习方法。
产品新人的学习方法，简单分为三种。每种方法不是非此即彼，往往是有机组合的。
一、产品新人的学习方法
1、自我学习
国内第一批产品经理，大部分是这样成长起来的。当时既没有产品经理课程，也没有现成的产品经理导师，就这样一步一步走出来，包括我自己。
对那个时候的我们来说，一下子进入一个全新的世界，机会很多，可成长就比较慢。我从07年开始做产品，也是做了两三年后，才大概明白一些问题。如果有人带的话，很多时候一点就通了。
2、工作中学习
哪个产品经理不是边干边学的呢？问题是，你得先找到一份产品工作。现在没有相关经验，找工作有一定难度。
根据我们最新得到的一些数据，目前全国平均来看，工作经验1年以内的产品新人，平均薪资为8.3K-14.2K（工作1-3年，为9.7K-16.7K）。
这说明什么？一方面，产品经理仍然是一个起薪很高的岗位；另一方面，北上深杭等城市，集中了大部分的高薪岗位。
在这种情况下，你首要的问题，就不是怎么在工作中学习，而是怎么找到一份可以边干边学的产品工作。
如果你是大学生，可以试试，找到你想加入的产品团队，对HR或负责人说：“我可以免费实习两三个月，你们看表现”。
我们过去有学员就是这样的。其实只要你能够进去，看看别人怎么做，多和别人交流，留下来的可能性还是比较大。
3、参加职业教育/培训
随着产品经理这个岗位在国内逐渐成熟，产品经理的学习方法，会逐渐脱离传统的“帮带传”（有老人帮你、带你、传授知识经验给你）。
我们也看到，通过系统学习成长起来的产品经理，在竞争中通常更占优势。我们很多学员在工作后，就发觉自己比同龄人，甚至比一些工作一两年的产品经理，基础更扎实，思维更清楚。
系统学习目前有两种途径，线下培训和在线教育，各有优势。我的观点是，做产品经理，用互联网的方式学习，更有互联网范儿。
这里，顺带说一下我理解的，“职业培训”和“职业教育”的区别：
培训，是建立在利与交换的基础上的，用完即走；
教育，是建立在爱与理解的基础上的，倾囊相授。
二、选择系统学习需要考虑的6个因素
很多产品新人在系统学习之前，会面临各种各样现实的问题。这是正常的，在你前期考察和计划的时候，保持适度的审慎和挑剔，有利于中后期心无旁骛的学习。
这里，我建议你从6个方面综合考量。
1、时间（灵活为好）
结合我自己，以及一些业内同行总结的学习方式，建议你这样安排时间：
碎片时间，学习基础知识点、案例，在轻松的氛围中吸收和积累；
整块时间，沉浸在真实商业场景中，学习运用理论、方法和技巧。
现在的学习，早就不是“学海无涯苦作舟”了。把你玩游戏、约会的劲头拿出一半，好好学习一把，学到的产品思维还可以用到玩游戏、约会上，何乐而不为？
2、地点（方便为好）
能够随时随地，想学就学，当然最好；至少不要花费太多时间和精力在无谓的地方。
3、费用（性价比高为好）
如果学习的价格过低，建议你留心一点，天下没有免费的午餐。如果被坑了，浪费一点钱还好，时间是最宝贵的，你对产品的认知也可能被带偏。
4、授课老师（懂产品，懂教育）
新人学习做产品，一味跟着所谓的产品大牛，不一定是最好的选择。因为在这个阶段，你需要掌握的是系统、基础的内容。
现在业内有个共识，有些大牛，知道怎么把60分的产品做到80分90分，却不懂得如何教你如何从0到1踏入产品大门。
其次，优秀的产品经理不一定就能教好产品经理课程。因为优秀的老师，还需要懂得教学手段、教学技巧、表达沟通等。就像路上那么多老司机，但不是每个人都能教会你怎么开车。
我是在大学里当过老师，才体会到传道授业真没那么简单。
5、课程质量（内容、实战、系统性等）
这里说说我们的商业实战直播课。从最开始的16节，到22节，到26节，我们不断在打磨和迭代整个教学体系和每一节课程。
今年4月最新推出的《中高级互联网产品经理人才培养解决方案Pro
2.0》，每位学员打造的产品也从2款增加到了3款：
产品A，迭代超过10个版本，经过3年沉淀，产品形态覆盖App、Web和后台系统；
产品B，经由Pro 1.0超过100名学员验证，经过3个大版本迭代；
产品C，你的第一个原创互联网产品解决方案，将接受一线互联网企业产品运营、研发、设计大咖的真实挑战。
要知道，真正好的课程，不仅需要花费大量时间和精力研发，更需要经过大量学员的验证和不断迭代。所以我们从一开始，就打造了国内唯一一支B2C专职教学教研团队。
6、服务（陪伴式）
在学习过程中，你可能会遇到各种问题。比方说，对知识点的理解有困难、做作业的时候思路不清楚、在工作中遇到实操问题，还可能临时有事无法准时上课等。
所有这些问题，需要的都是一种陪伴式的关怀。最开始创业的时候，我一个人全渠道（QQ、微信、邮箱、电话等）响应每一个学员的问题。
现在我们团队有学习导师、小书童智慧学习系统、班主任、专职导师、就业顾问等等角色，做你随叫随到的良师益友。
总结一下，在选择产品经理职业教育／培训的时候，就是六个字：看口碑、看效果。
产品新人，可以自学、在工作中学或者系统学习。每种方法各有优劣，关键是明确自己的目标和时间节点，在实践中提升。
一个事实是，新生代产品经理的学习，已经过了帮带传的阶段。现在的节奏和竞争都加剧了，企业需要的是能快速上手的产品人才。
无论学习，还是工作，产品经理都要学会在复杂的环境下，做出取舍，做相对正确的决定。
现在的环境，也不允许你一招一式套模板、学别人的死方法，没人愿意花资源让你去酿成产品惨案。活学，还要活用。
下周，我将和你分享，产品经理如何活学活用色彩和工具，让你在工作中更有专业范儿。
文章原作者：刘文智
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。从新人成长为老司机的过程中，每个人都有属于自己的方法。方法没有优劣之分，适合自己的就是好方法。
今天，我们就来聊聊，产品新人如何选择适合自己的学习方法。
产品新人的学习方法，简单分为三种。每种方法不是非此即彼，往往是有机组合的。
产品新人的学习方法
1、自我学习
国内第一批产品经理，大部分是这样成长起来的。当时既没有产品经理课程，也没有现成的产品经理导师，就这样一步一步走出来，包括我自己。
对那个时候的我们来说，一下子进入一个全新的世界，机会很多，可成长就比较慢。我从07年开始做产品，也是做了两三年后，才大概明白一些问题。如果有人带的话，很多时候一点就通了。
2、工作中学习
哪个产品经理不是边干边学的呢？问题是，你得先找到一份产品工作。现在没有相关经验，找工作有一定难度。
根据我们最新得到的一些数据，目前全国平均来看，工作经验1年以内的产品新人，平均薪资为8.3K-14.2K（工作1-3年，为9.7K-16.7K）。
这说明什么？一方面，产品经理仍然是一个起薪很高的岗位；另一方面，北上深杭等城市，集中了大部分的高薪岗位。
在这种情况下，你首要的问题，就不是怎么在工作中学习，而是怎么找到一份可以边干边学的产品工作。
如果你是大学生，可以试试，找到你想加入的产品团队，对HR或负责人说：“我可以免费实习两三个月，你们看表现”。
我们过去有学员就是这样的。其实只要你能够进去，看看别人怎么做，多和别人交流，留下来的可能性还是比较大。
3、参加职业教育/培训
随着产品经理这个岗位在国内逐渐成熟，产品经理的学习方法，会逐渐脱离传统的“帮带传”（有老人帮你、带你、传授知识经验给你）。
我们也看到，通过系统学习成长起来的产品经理，在竞争中通常更占优势。我们很多学员在工作后，就发觉自己比同龄人，甚至比一些工作一两年的产品经理，基础更扎实，思维更清楚。
系统学习目前有两种途径，线下培训和在线教育，各有优势。我的观点是，做产品经理，用互联网的方式学习，更有互联网范儿。
这里，顺带说一下我理解的，“职业培训”和“职业教育”的区别：
培训，是建立在利与交换的基础上的，用完即走；
教育，是建立在爱与理解的基础上的，倾囊相授。
选择系统学习需要考虑的6个因素
很多产品新人在系统学习之前，会面临各种各样现实的问题。这是正常的，在你前期考察和计划的时候，保持适度的审慎和挑剔，有利于中后期心无旁骛的学习。
这里，我建议你从6个方面综合考量。
1、时间（灵活为好）
结合我自己，以及一些业内同行总结的学习方式，建议你这样安排时间：
碎片时间，学习基础知识点、案例，在轻松的氛围中吸收和积累；
整块时间，沉浸在真实商业场景中，学习运用理论、方法和技巧。
现在的学习，早就不是“学海无涯苦作舟”了。把你玩游戏、约会的劲头拿出一半，好好学习一把，学到的产品思维还可以用到玩游戏、约会上，何乐而不为？
2、地点（方便为好）
能够随时随地，想学就学，当然最好；至少不要花费太多时间和精力在无谓的地方。
3、费用（性价比高为好）
如果学习的价格过低，建议你留心一点，天下没有免费的午餐。如果被坑了，浪费一点钱还好，时间是最宝贵的，你对产品的认知也可能被带偏。
4、授课老师（懂产品，懂教育）
新人学习做产品，一味跟着所谓的产品大牛，不一定是最好的选择。因为在这个阶段，你需要掌握的是系统、基础的内容。
现在业内有个共识，有些大牛，知道怎么把60分的产品做到80分90分，却不懂得如何教你如何从0到1踏入产品大门。
其次，优秀的产品经理不一定就能教好产品经理课程。因为优秀的老师，还需要懂得教学手段、教学技巧、表达沟通等。就像路上那么多老司机，但不是每个人都能教会你怎么开车。
我是在大学里当过老师，才体会到传道授业真没那么简单。
5、课程质量（内容、实战、系统性等）
这里说说我们的商业实战直播课。从最开始的16节，到22节，到26节，我们不断在打磨和迭代整个教学体系和每一节课程。
今年4月最新推出的《中高级互联网产品经理人才培养解决方案Pro 2.0》，每位学员打造的产品也从2款增加到了3款：
产品A，迭代超过10个版本，经过3年沉淀，产品形态覆盖App、Web和后台系统；
产品B，经由Pro 1.0超过100名学员验证，经过3个大版本迭代；
产品C，你的第一个原创互联网产品解决方案，将接受一线互联网企业产品运营、研发、设计大咖的真实挑战。
要知道，真正好的课程，不仅需要花费大量时间和精力研发，更需要经过大量学员的验证和不断迭代。所以我们从一开始，就打造了国内唯一一支B2C专职教学教研团队。
6、服务（陪伴式）
在学习过程中，你可能会遇到各种问题。比方说，对知识点的理解有困难、做作业的时候思路不清楚、在工作中遇到实操问题，还可能临时有事无法准时上课等。
所有这些问题，需要的都是一种陪伴式的关怀。最开始创业的时候，我一个人全渠道（QQ、微信、邮箱、电话等）响应每一个学员的问题。
现在我们团队有学习导师、小书童智慧学习系统、班主任、专职导师、就业顾问等等角色，做你随叫随到的良师益友。
总结一下，在选择产品经理职业教育／培训的时候，就是六个字：看口碑、看效果。
唯产品与梦想不可辜负
产品新人，可以自学、在工作中学或者系统学习。每种方法各有优劣，关键是明确自己的目标和时间节点，在实践中提升。
一个事实是，新生代产品经理的学习，已经过了帮带传的阶段。现在的节奏和竞争都加剧了，企业需要的是能快速上手的产品人才。
无论学习，还是工作，产品经理都要学会在复杂的环境下，做出取舍，做相对正确的决定。
现在的环境，也不允许你一招一式套模板、学别人的死方法，没人愿意花资源让你去酿成产品惨案。活学，还要活用。
下周，我将和你分享，产品经理如何活学活用色彩和工具，让你在工作中更有专业范儿。
《产品经理入门指南》，是帮助产品新人感性、系统了解产品经理基础知识、学习方法、常见问题的入门级课程（不涉及工具实操、实战技巧等内容哦）。
文章转载自网络，作者观点不代表本网站立场，如需处理请联系客服
产品100其它文章
昨天，8月8日21时19分，跟据中国地震台网正式测定，四川阿坝州九寨沟县
很多产品经理在自己的岗位上劳碌奔波，不断徘徊于设计与研发的工作区，纠结于
产品经理是这几年最火热的互联网职位之一，越来越多的人涌入这个职位。 什么
如何做好产品与市场的契合，看似深远、琢磨不透，但如果把各个环节拆分出来却
平庸与否，每个人的定义都不一样，但每个人对自己工作的状态也最清楚。脱离平
优秀的产品，都是要多面照顾，既要保持用户活跃又要维护用户粘性，缺一不可。
说好的需求，没有完成，跟技术撕完跟设计撕，你们为什么实现不了我的需求？我
现在在APP泛滥的时代。创新，几乎成为了不可能，而在不可能的条件下挑战就
产品经理，作为产品的第一owner，服务好用户应该是一直以来的工作重点。
作为产品经理的各位，是不是经常会遇到这样一种场景：在梳理好产品架构的脑图
近些年，随着Growth Hack、精益化运营、数据化运营等概念渐入人心
通常是产品讨论中两个不同类别话题，一个面向供应端，一个面向消费端，一个侧
运营社群很重要，但是在维护的同时也要做好垃圾信息的清除，垃圾信息的清除，
? 产品经理初做运营，经常犯的错误是只关注用户的数量，而不关注用户的画像
都说老人孩子的钱好赚，殊不知游戏宅为游戏充值、二次元买动漫周边、设备党买
本篇文章3700字，推荐阅读时间为7分钟 虽然都可以成为产品，但是每个阶
开课吧产品壹佰学院诚意发布“惊夏定制班”，致力于在81天内帮助“有志有梦
作为一个产品经理，为自己的产品策划网页是必不可少的一项工作。那么，怎样才
内容共享、网红经济的时代下，直播平台受到很多年轻宝宝们的喜爱~经不完全统
久等了，今天开课吧产品壹佰的推送迟到了，但是我们的诚意很周到！我们要给大　　安妮 编译自 HackerNoon &&&&量子位 出品 | 公众号 QbitAI &&&&现在，很多产品经理、技术经理和设计师都开始研究机器学习。但机器学习对产品的设计、支持、管理或规划会产生怎样的影响？可能很多产品经理都不知道如何回答这个问题。&&&&机器学习（Machine Learning, ML)可能是个“坑”。非技术人员需要的是足够的知识广度来设计机器学习产品，而不是专业的机器学习技术公开课。就如同你只是想学习开车，却报了一门“内燃机引擎”的课――学了它你也并不能学会如何开车！只能说”That’s too much for you”。&&&&Part 1: 不扯数学，就说机器学习
　　机器学习系统自动从数据中学习程序。
――Pedro Domingos
　　确实，机器学习是一种在你都不知如何运作下创建的一种程序。与传统创建程序不同的是，我们不需要为它的每一步编写代码。事实上，你需要给它创建一个数据模型，即“学习算法”（Learning algorithm），而算法的核心就是一个有关“错误”的概念――学习算法试图将错误概率最小化。&&&&机器学习的学习任务可以大致分为两类：“监督学习”（supervised learning）和“无监督学习”（unsupervised learning）。如何在产品中区分它们？我们来看几个例子。&&&&无监督学习：数据模式的学问 &&&&系统将使用无标记信息的数据，也不会被告知“正确答案”，为了探索数据并找到内部结构。无监督学习对用户数据的处理效果就比较好。&&&&Foursquare的“本周热门”（Trending this Week）就是一个很好的例子。Foursquare是纽约一家基于用户地理位置信息（LBS）的手机服务网站，鼓励手机用户同他人分享自己当前所在的地理位置等信息。讲道理，Foursquare获取的用户停留数据并没有被系统标记，但系统通过无监督学习可以将地点聚类而划分出热门地点。基于用户数据生成本周热门地点信息，推荐给其他用户。对它来说，数据模式创造出了餐厅流行趋势。
&&&&监督学习：预测结果的学问 &&&&监督学习拥有被标记信息，它会试图对结论进行试验和预测，就像垃圾邮件检测的模式一样。&&&&简单来讲，你首先需要为很多邮件做标记――它们是否为垃圾邮件。之后将这些被标记的邮件存入算法，再用新邮件进行测试。算法的目标是将可能的错误概率最小化。如果算法认为这是一封垃圾邮件，则将它带入用户邮箱的垃圾箱里。
&&&&产品应用中并不那么好区分 &&&&虽然上述例子中可以看到监督学习和无监督学习有一定的差别，但很多情况下两者并不能被明显区分。我们可以来做个测试――你能推测出音乐平台Spotify中的“每周发现”（Discover Weekly）和“推荐歌曲”（Recommended Songs）功能所应用的算法有何不同吗？两者都是为你推荐的歌单，但它们的的确确是不同的算法。&&&&&&&&“每周发现”可以算作一种监督学习，机器学习记录你所听过的歌曲，并以此当成样例来预测你可能喜欢的歌曲。而“推荐歌曲”更像是一种无监督学习任务，算法在数百万张播放列表中寻找共现（co-occurrence)模式，为你推荐与你口味相似的其他人歌单中出现频率较高的歌曲。不得不说，这真是一个水灵灵的举例。&&&&给你一筐可能用到的产品术语 &&&&数据学家经常会用一些术语来描述机器学习中遇到的问题。要不我们来做一道填空题：你建立的产品是解决?1.帮助用户搜索到最合心意的选项？你说的是排序问题（ranking problem)吧。谷歌、微软必应、甚至是Twitter的搜索引擎都致力于此――试图找到并解决你当前提出的问题，并把最适合的那个置于列表最上面。2.在用户没有进行明确搜索的情况下，给他们推荐可能感兴趣的话题？这是推荐问题（recommendation problem)。Netflix、Spotify还有Twitter――都是通过推荐内容来激发用户使用兴趣。3.想搞清楚一件属于何种类型？对了，这就是分类问题（Classification problem)。Gmail 的反垃圾邮件系统、Facebook上的照片（人脸识别系统）就是很好的例子。4.预测数值？可能你想说的是回归问题（regression problem）。比如预测机票价格在两小时内的波动，这已经是Google在半年前推出的产品了。5.将相似事物归类到一起？这属于聚类问题（clustering problem）。亚马逊的相关商品顾客提示语（customers-also-bought）依然个瞩目的案例，还有我们刚刚提到的Spotify的歌单推荐，你应该还没忘吧。6.发现系统异常？这叫做异常检测（anomaly detection）。很多有关热门产品（如上述提到的Foursquare、Twitter、Facebook等），对异常检测的要求更高。&&&&你发现了吗？案例1-4属于监督学习，5和6属于无监督学习。在实际应用中也会出现出现一定的交叉范围。&&&&Part 2 机器学习在产品实践中的应用 &&&&通常来讲，做机器学习产品的技术团队注重的是发掘和分析数据、建立数据管道、特征工程、选择及优化算法、避免过拟合、运行离线评估、并将机器学习运用至在线测试中等等。但作为一个产品经理，还需要重点关注下面七个问题。&&&&1. 机器学习是否匹配产品目标 &&&&2006年，Netflix曾斥资百万美元举办大赛，要求参赛者开发一个可以预测用户为影片评分的监督学习算法。当时，Netflix主要是想通过预测用户对影片的评分，来更好地进行推荐。可实际上，Netflix想要解决的问题，和他们在大赛中用机器学习来解决的问题本是不同维度的，在开发新产品时，你更需要想清楚机器学习是否可以解决你的问题。&&&&&&&&2. 产品运营，机器学习就够了？ &&&&这里又得重提“每周发现”了，它的播放列表就是机器学习的产物。同时，还需要产品经理来决定它的适用范围。是产品经理决定了它需要每周一更新，最近的播放列表会随着新歌单的产生消失。产品经理有参与决策的部分，并不仅仅依赖机器学习。分别定义机器学习和产品经理的作用是一件至关重要的事情。&&&&3. 产品如何开始使用机器学习？ &&&&一个困扰机器学习产品开始的问题就是，它看起来像巨大的、无法逾越的、需要数月时间的工作才能填补的“鸿沟”。对此，Google大数据研究科学家Martin Zinkevich曾在论文《机器学习法则：机器学习工程最佳实践》中进行了最佳机器学习工程的描述――不必要对运用机器学习本身犯怵，很多产品可以用简单基线从收集用户反馈开始。&&&&“如果你需要通过几十个柱状图才能讲清你的非机器学习产品是干什么的，可能你在设计的是一个复杂的过度解决方案。换句话说，如果你可以一句话概括产品功能（“我们就是来解决低价问题的”，“我们给你最流行的趋势”），恭喜你，你拥有了一个良好开始”。&&&&4. 你需要和什么对比？ &&&&问题接踵而至，如果单单从最小化可行产品（Minium Viable Product, MVP）来看，这里并不需要基线。但要设计机器学习产品，你就需要设立条简单的基线了。&&&&机器学习产品的不同就体现在它的运行情况不是数值可以体现的，是与基线对比出来的。你想将算法的准确率在基线为94%的情况下提高到95%，虽然仅仅为1%，但你可能也需要相当大的工作量来完成。如果你的基线值设定到50%，而算法目前的准确率为75%，这就变成一步巨大的飞跃了。&&&&这里有两点需要特别注意的是：首先，产品性能的好坏是相对的，你需要建立一个基线。其次，为了能有效进行比较和测评，定基线还得“走心”呀。在机器学习产品中，通常会将线上和线下指标分离。例如“算法预算历史数据的准确率”和“这种算法下的产品转化率是多少”就分属为不同的问题。&&&&5. 产品的更新速度有多快？ &&&&机器学习产品的输出对你的构建会产生很大的影响。比如美国在线出版平台Medium（类似国内简书）的推荐邮件或者是Quora的摘要邮件，可能都隐藏着机器学习。由于它的产品就是邮件，所以这里不需要适应用户的实时活动。但像Foursquare这种基于地理位置而运算得到的数据，或者类似Google搜索引擎这类产品，用户活动都会导致不同的输出结果。&&&&&&&&所以，你要意识到产品的更新速度不仅仅要适应你的系统架构，还会影响用户体验。&&&&6. 用户拥有什么样的交互、活动和管理权限？ &&&&数据学家喜欢先着眼于数据获取的难易程度，之后基于此创建学习算法。然而当创建一个新产品时，产品团队更愿意在设计用户交互时来定义数据的获取范围，这些数据将来有可能都会用到。如果你前期准备不周，那么没有记录早期产品数据将成为很多数据学家感到沮丧的原因。
&&&&图片社交应用Instagram的好友推荐功能就允许用户关注或者隐藏推荐联系人，Foursquare支持用户自己修正系统检测的曾去位置，而这些都与机器学习算法输出相关连。重要的是，它们添加了新的数据选项――肯定的（是的，我关注）和否定的（no,隐藏吧）两种样例。这些都可以作为提升学习算法性能的反馈依据。&&&&7. 怎样会导致产品灾难性失败？
&&&&如果产品没有用到机器学习，最常见的致命性错误可能包含系统的bug、崩溃或令人困扰的界面。既然机器学习的本质是通过样例训练算法，那么错误出现的原因就更复杂多维度。&&&&这个时候将“塔吉特读心术”拿出来再合适不过了。这里有一位父亲曾到一家塔吉特百货愤怒地投诉，商店竟然给他还在读书的女儿寄婴儿用品的优惠券。百货店居然比父亲都早知道女儿怀孕了。根据用户已购买的商品（比如很多孕妇怀孕头三个月过后会购买大量无味的润肤露）进行记录和分析就是机器学习的典型案例。经过与女儿的沟通，才发现自己的女儿真的怀孕了。&&&&在上述案例里，机器学习算法精确预测了女儿的怀孕。但实际上，机器学习产品也可能会犯很多错误。&&&&&&&&Google Home的笑话已经不少了。综合这些错误我们可以得到一个共同的主题：产品的应用和设计师们的设想不太一样！无论是依据敏感信息来推广商品、用户对机器人的吐槽还是用带偏见数据集来训练脸部检测算法，都说明产品团队没有将用户的实际操作情境考虑在内。&&&&总结 &&&&运用机器学习设计产品是一项涉及学科越来越多的活动。我们今天探讨了机器学习的定义以及七点在实践中的应用。关于机器学习这个发展极迅速、已经变得非常广袤的学科领域，还需要产品经理们不断了解。&&&&招聘 &&&&我们正在招募
相关文章推荐