[AI工具宝典]AI产品经理 VS 数据产品经理，看这5点区别与联系.pdfVIP

本篇从4点区别，产品目标的区别、产品实战过程的区别、算法模型实战区别、产品经理

驾驭难易程度区别，1点联系的实战多案例鉴别AI产品经理与数据产品经理的区别与

联系，并通过多个实战案例掌握数据产品经理AI产品经理各自的技能。

人工智能快速渗入到各个行业，AI产品经理缺口高达6.8万，成为稀缺人才。「AI产品

经理」项目面向想要通过AI技术推动业务发展的产品经理以及商业领导者。

将介绍如何创建能带来商业价值的AI产品，学习AI产品开发流程。你将跟LineLian学

习案例研究、创建数据集，并构建AI模型，熟练掌握各种AI概念和实用技能并能够构思

、开发、评估和实施基于人工智能技术的新产品。

而数据产品经理也是时下的热门岗位。

两者关系是，AI产品经理以数据为基础，数据产品经理发展的晋级阶段是AI产品经理。

第一点区别：产品目标不同

有时候产品经理不得不拍着胸脯提需求，常常会遭遇多方的质疑，这个需求靠谱吗？有时

候产品上线后大家感觉应该一片欢喜，但是公司却没有带来很好的商业增长；

当增长遇瓶颈；当产品不能精准的推荐给用户；当生产效率变低；当产品经理不能预测新

的产品需求和新的服务需求；当人力成本变高，当有些固定流程的工作可以被机器人代替

；

前类主要是数据产品经理要解决的问题，通过数据来验证产品提出的产品需求的正确性，

通过上线后的数据来发现产品需要迭代改进甚至创新的点，通过数据分析，数据挖掘发现

原本发现不了的产品问题，改进问题。

后类主要是AI产品经理的产品目标，AI一方面能帮人节省时间，另外能预测原本发现不

了的产品和服务需求，还有AI能够解决不确定性的产品服务需求。

数据产品经理的产品目标是用数据确认确定性的需求；AI产品经理的产品目标是创造性的

解决不确定性的产品需求。

第二点区别：产品实战过程不同

先讲数据产品经理的产品过程，再看AI产品经理的产品过程。

数据产品经理的数据分析的步骤一般可以分为如下6个步骤：

明确分析的目的数据准备数据清洗数据分析数据可视化分析报告

数据产品经理案例：朝阳医院医药销售情况数据分析经典案例拆解

1.分析目的

通过对朝阳区医院的药品销售数据的分析，了解朝阳医院的患者的月均消费次数，月均消

费金额、客单价以及消费趋势、需求量前几位的药品等。

2.数据导入

从笔者LineLian本地读取数据，如果需要数据分析进一步的可以点击文章最后的链接。

3.数据清洗

数据清洗包含，行缺失值、列缺失值、异常值如不该出现负值出现了负值，不该过大不该

过小等异常值的清洗、数据列名的修改变更、数据类型的转换、数据重新抽取排序等等清

洗。

4.数据分析

数据产品经理的数据分析主要是数据对应的业务分析，数据场景分析，常由数据产经理提

出产品分析方案，例如本案例中，月均消费次数的业务定义计算方式是：月均消费次数=

总消费次数/月份数；

月均消费金额的业务定义计算方式是：月均消费金额=总消费金额/月份数；客单价业

务定义计算方式是：客单价=总消费金额/总消费次数。等等

5.数据可视化

对于擅长形象思维的同学来说，文不如图，图不如视频，数据可视化就是讲数据分析的文

变成形象的图或者变成可视化直观化的结构呈现的更直接明了。

例如本案例中药品销售前十的情况如下图：

6.产品数据分析报告

产品数据分析报告无固定的形式，根据笔者的经验有的专家直接带着一张嘴也行，有的写

成PPT，有的用Word文档，有的则是PDF，有的是个其他的文档或者图片。

AI产品经理案例：

AI产品内容领域增长方向更加明显，根据笔者LineLian实际工作发现有以下几个产品实

战过程方案。

神经网络、机器学习、深度学习以软件为主的产品；机器人、芯片、智能硬件、软硬件

协同类的产品；具有行业经验以场景驱动寻找AI赋能；以AI算法创新为主。

本篇先讲以神经网络、机器学习、深度学习软件为主的产品方案解决过程。

AI产品经理案例：训练神经网络经典案例拆解

选定一个基础模型设定初始化参数代入模型用训练集对模型进行训练通过一些数量指标

，评估训练误差如果训练误差不满足要求，继续调整参数重复7–8次采集新的数据，生

成新的数据集。

（1）选定一个基础模型

本篇选择sklearn.neural作为基础训练模型框架。如下图

（2）设定初始化参数代入模型

设置神经网络模型参数，隐藏层坐标大小(50,50)。

（3