產品經理機器學習手冊：什麼樣的產品需要利用機器學習來解決？

來源：TowardsDataScience

編譯：T.R

機器學習和AI是十分熱門的方向，隨之而來的是更多相關產品的落地。產品經理也需要針對機器學習進行一系列的學習和充電才能繼續在智能時代創造出偉大的產品。這篇文章闡述了產品經理的重要工作——問題定義。一個產品是否需要利用機器學習來解決、如何利用是產品經理需要回答的問題。這篇文章闡述了機器學習適用的的產品和場景，以及用戶需求等。

關注用戶

產品的重要原則是關注用戶的需求，對於機器學習而言也是一樣。對於產品經理而言，並不是要學會這些機器學習的技術，技術並不是終點，而僅僅是解決問題的工具，為用戶帶來價值的服務，滿足用戶的需求。很多個人和公司研發了很優秀的技術，但這並不等同於一個優秀的產品。如果在技術上獲得了巨大的突破，你需要做的是安心思考這一技術可以解決什麼問題，或者基於這項技術可以提升什麼樣的用戶體驗呢？這才是產品的思維方式。

但不得不說，有很多的初創公司利用機器學習研發出了令人炫目的技術並不都是著眼於解決問題或者用戶需求的。這類公司在技術生態中非常重要，正是他們在推動著技術邊界的擴展，但他們很少能找到適合的場景並開拓市場，等待的只有被收購的命運。所以作為一名產品經理你需要思考並實踐為用戶提供有用產品的思維。用戶正在面臨的問題和需求正是你需要聚焦去解決的（機器學習是解決這一問題的有效工具！）。

這同時也給我們帶來了一個問題，如何確定哪一個商業問題才是機器學習可以解決的呢？這是一個產品開發的本質問題，決定了產品的技術方向。目前機器學習十分適合處理一類被稱為模式識別的問題，這些問題可以被分為以下幾類，我們逐一展開。

用戶被無邊的數據淹沒

如果用戶的工作中需要面對大量的數據處理，那麼機器學習和人工智慧對於這種場景來說便是絕佳的工具。例如像谷歌和必應等搜索引擎就利用了一系列的機器學習技術為用戶呈現出最合適的結果。例如當你在瀏覽器中搜索菜譜的時候，搜索引擎呈現的結構就是基於學習演算法綜合了你搜索的行為模式和與你行為模式相似的人群搜索結構而形成並提供給你的。如果你你希望將數百萬份與教育相關的帖子進行分類整理，機器學習演算法可以對他們進行聚類。如果你事先利用不同類別的文件訓練出一個能識別不同類別的模型，那麼它就可以幫助你自動分類不同的文件。

需要複雜認識能力的問題

自動駕駛汽車需要理解周圍環境的複雜能力，它不僅需要自動對需要檢測的照片進行整理，同時需要檢測出環境中的事物、估計周圍行人車輛的運動、控制自身的運動方向和速度。這需要複雜的認知能力，只有給機器投入大量的數據才能通過學習和模式識別習得這樣的複雜能力。

預測

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！