在個性化推薦、精準營銷、數據挖掘等等這樣一些偏技術的產品或項目上，產品經理和技術負責人之間應該以什麼樣的形式合作？產品經理負責哪些內容？技術負責人負責哪些內容？

01-09

補充：相較於做一個B2C的網站或者一個生活服務類的移動客戶端，在個性化推薦、精準營銷、數據挖掘等類似的產品中產品經理的角色有什麼不同？以及產品經理和技術負責人各自負責的內容以及他們之間的關係有什麼不同？
主要是覺得這種偏技術性的項目，產品經理能深度參與的可能性較小

不邀自來。看到題主這個問題，剛好和我現在的狀況一樣。

目前是一個個性化推薦項目的負責人，主要是負責推薦演算法的，小組內有專門的產品經理，但是現在是由數據和技術來驅動的。

在整個推薦的流程中，主要是會涉及四部分的人員，演算法開發，前端的開發，後端服務端的開發（也就是演算法部署到線上提供介面服務），產品。

其實，在最開始的時候，我們的推薦是由產品來驅動的。由產品提需求，然後我們數據計算中心計算提供數據，然後部署到線上，從數據生成到產品上線，都是由產品來驅動，數據計算中心只是按照需求提供相應的需求。

這種模式持續了好幾年，而結果就是推薦沒什麼起色。不能說沒有進步，但是與競品相比，確是在這方面落後得太多太多。像推薦這類技術偏向性很強的項目，除非產品負責人能夠很懂技術，不然的話確實會暴露很多問題。

1.對數據和演算法的重視程度，在過去數年的推薦發展過程中，a/btest，快速反饋系統沒有建立起來；

2.項目的總體方向以及架構未能清晰。

3.對推薦系統的評價標準，產品主導往往有點拍腦袋，一時要使用時長，一時要新鮮度。標準多變。

4.產品和技術的溝通等等

在去年年底的時候，公司技術負責人開始轉變模式，將項目由產品主導改成技術主導。推進模式改成，由技術負責人來定具體的kpi，梳理架構；在日常中，由技術負責人確定方案，以及演算法和後端服務端的所有事宜；由產品來主導前端的事宜，技術負責人跟進相應的進度。

與之前相比，1.演算法版本迭代速度加快，注重a/btest思想；2.目標清晰；3.演算法和技術驅動

個人感覺的話，如果是產品主導的話，產品負責人需要能夠非常重視技術和數據，而且對這類演算法有較深刻的理解。

這類演算法密集型的產品的確存在這個問題，一個普通的產品經理是做不好這類事情的，但是這類東西沒產品經理又不行。以我的經驗來說，現在掛負責一個推薦團隊的PM。我對該PM的定位是數據產品經理，需要懂數據，懂演算法，懂社會網路，懂產品。在推薦、DM這類產品中，其掩藏在產品表現形式之下的演算法處理邏輯才是核心，與普通的功能性產品區別還真TM大，普通的程序員搞不定。我會負責產品規劃，應用場景，演算法設計，核心的數據邏輯，參數優化，我對開發的定位就是系統架構，代碼實現。這類產品還有個大的特點就是，一切都在探索，都在實驗，都是在數據中去挖礦，需要不斷去評估演算法效果，優化在優化。所以我對開發的最大要求就是迅速的實現能力。

我的理解：產品經理負責數據集描述，推薦演算法描述，營銷方式策劃和最後的用戶接受性測試，技術負責系統架構，代碼實現，功能測試。

產品經理還是重在確定產品所處的場景和要解決的問題，對業務問題域要相當熟悉，然後輔以建模工程師（有些也稱數據挖掘工程師），技術負責人及技術團隊完成項目，有些大型的項目還需要項目經理。

個性化推薦的PM就是半個程序員

在這個組合中，PM並非是一個必備的存在。

個性化推薦更注重場景，以及推薦反饋。如果技術負責人善於溝通，可以直接與需求方接洽。

上述產品，需要產品經理對需求分類（必備or魅力），根據客戶特徵群體、技術平台成熟程度以及階段運營要求，調整產品需求定義。技術經是理根據需求定義，解決技術層面難題，調整技術平台的實現，達成產品運營的基礎。兩者負責層面不一樣。

綜上，覺得這幾個產品反而是需要產品經理深度介入的項目，當然對產品經理要求也不低。