周末闲暇时光，翻起刚买回来的《美团机器学习实战》，随口问了下自己，为什么要看这本书？一时愣住了，因为是好友安利心血来潮就剁手了，当时也就纯粹想着拓宽下眼界，没想太多。
既然有这个问题，那就好好思考下吧，不然也对不住这肉疼的价格哈哈。几经思考觉得自己主要存在以下困惑：业务产品经理，在大数据时代该怎么做？
为了更加接近问题的本质，采取一种分-总-分的思考模式。
首先对问题做一下题干提取，将前置定语这些干扰项都去掉。为了活得更好，人（业务产品经理），在新时代（大数据时代）该怎么做？
这个问题，肯定是见仁见智的，说下个人理解：活得好是目的，怎么做是手段，新时代是环境。因此可作理解为：大数据时代中，人如何通过一定手段去高效达成目标。接下来将对题干的名词，做逐一剖析。
一、新时代
1. DT时代
2014年，马云北京大数据的推介会的演讲上提到：“人类正从IT时代走向DT时代”，DT是数据处理技术（Data Technology）的英文缩写。DT时代是以服务大众、激发生产力为主的技术。（摘自百度百科）
2. DT时代特征
2.1 数据增量快
移动互联网带来了数据的爆发，据不完全统计，2011年产生的数据量为：1.82ZB，相当于2000年以前储存数据的155倍。
（1ZB=1024EB,1EB=1024PB,1PB=1024TB,1TB=1024GB）。数据剧增是这个时代的第一个特征。
2.2 数据传输快
未来5G传输速率高达10Gbps，而当前的4G网络最高则高达100Mbps，几乎提高了近100倍（来自三星电子）。数据传输的提速是第二个特征。
2.3 数据储存能力强。
OpenStack的技术开源之后，众人拾柴火焰高，云计算能力获得快速发展，管理资源的平台IaaS化，应用资源也实现PaaS。
3. 变革中的机遇
时代的潮流中，从来不缺乏一些弄潮儿，把握住了时代大势最终赚得钵满盆满。作为后来者，或许可以从历史发展的眼光去回溯各时代变化中不变的一些规律。这部分会概括从石器时代到信息技术时代，稍有冗长，大家可以重点关注每个时代变化背后的原本面目。
3.1 石器时代
旧石器时代：距今约250万年-约1万年前，人类体质进化从能人到智人。
中时期时代：大约二万年前。
新石器时代：从1万年前开始，结束时间从距今5000多年至2000多年。
技术突破：打猎的工具有大变小、变丰富，生存方式从捕猎到畜牧耕种。
本质：生产方式的结构性变化。
影响：人类获得稳定的食物来源后，生存能力极大提高。
3.2 青铜/铁器时代
从春秋战国时间开始。
关键事件：1785年，瓦特制成的改良型蒸汽机投入使用。
技术突破：春秋时期发明块炼铁，锻打炼成体块；战国初期，我国已掌握了脱碳、热处理技术方法，发明了韧性铸铁。
本质：生产工具的升级。
影响：人类改变自然的能力变强。
3.3 蒸汽机时代（19世纪初~19世纪70年代）
为第一次工业革命。
关键事件：1785年，瓦特制成的改良型蒸汽机投入使用。
技术突破：将蒸汽的能量转换为机械功。
本质：机器代替手工，解放劳动力。
影响：催生西资本主义机器大革命，资本主义的世界体系开始初步确立。
3.4 电气时代（1870～1950左右）
为第二次工业革命。
关键事件：️1799—1800年，意大利物理学家伏打发明了发生装置——伏打电堆，它能够产生持续的直流电；1831年，英国科学家法拉第发现了电磁感应现象，提出了发电机的理论基础。
技术突破：伏打电堆通过化学反应提供稳定电源；电磁效应揭示电与磁之间的物理效应。
本质：自然科学的发展，全面提升了生产力。
影响：促进了世界殖民体系的形成，资本主义世界体系的最终确立。
3.5 IT时代
信息技术的时代，20世纪50年代左右至今。
关键事件：1957年，苏联的人造卫星，1945年，美国的原子弹试制成功，40年代后期的电子管计算机。
技术突破：原子技术、航天技术、计算机技术。
本质：科学技术提升生产力的速度加快。
影响：社会经济结构比重变化，第三产业比重上升。贫富差距变大，资本主义世界影响加强。
综上总结，其实可以发现时代发展的脉络基本是：从石器时代，人类文明的进程是从明确生产方式后，不断提升生产力的丰富度以及生产的速度的奋斗史，是一个从有到优的过程。
而对于DT时代，正如定义所说的，该时代是一个数据金矿，激发生产力是一个从无到有的过程。因此如何做一个优秀的掘金者，即为我辈及后代一个非常重要的思考方向。
二、业务产品经理
经过前面的梳理，可能我们已经大概知道努力的方向了。回归到每一个个体，我们需清楚自身的位置以及使命，才能在这个潮流中做一个翻江倒海的弄潮儿。
1. 角色定义
产品经理，其实就是思考如何更好服务大众的人。
在大数据时代，产品经理在这个价值输出链条中，分别为：业务产品经理（规划业务端需求的产品）——数据产品经理（收集、治理、挖掘数据的产品）——平台产品经理（推荐引擎系统产品），后面就是负责将大众需求实现的开发测试工程师了。
业务产品是需求链条中最前线的，是能够最听得到炮声的那一批人，角色尤为重要。
2. 角色使命
关乎使命，我在前面说过，是为了更好地活着。这对于企业来说就是通过输出服务，持续健康地获得高价值的回报。在大数据时代，业务产品经理是应该肩负起这一个企业重任，做一个优秀的矿工。
三、该怎么做好
为了更好理解新时代赋予业务产品的角色使命以及怎么做好，还是继续举矿工的这个例子，假设你目前接到任务如下：
Task:老板要求，你要在一天之内，挖到更多的财富（注：不限定金子、银子），你会怎么做？
A1：找到矿山比较富集的地方。
A2：出钱多雇几个人。
A3：用更好的工具。
是的，上面都是一些比较常见的想法，看看跟上面分析几个是时代是否比较相似？但如果，财富是未知，矿山是未知？时间却是有限，怎么办？这里就是需要用到大数据机器学习的思维了。假设业务目标是产出要大于投入，我们可以通过机器学习的方式，将投入时间、获得财富类型、使用工具损耗成本、雇佣成本等等都作为输入入参，通过训练的方式快速调试输错，最终给出各维度的建议参数值，然后不断调优，使财富获得达到一个峰值。
因此，在怎么更好完成使命上面，同样需要有这样的思维。有一些建议如下：
1. 认知升级
1.1 工作思维模式升级
工作的时间是有限的，哪些纬度能够给予我们目标带来最大的价值，是需要不断总结反思，调节入参纬度的时间配比，这里其实强调的是：要有一个大数据分析的思维模式。
1.2 了解关注纬度
清楚知道业务的目标；
清楚了解用户的痛点；
清晰知道业务、用户、系统等相关数据；
了解数据挖掘满足用户需求的方法；
提升调动资源落实需求能力。
2. 行动落地
根据上面的梳理纬度，进行有针对地强化学习，这样能够才能做一个优秀的矿工。（这里也只能是点到为止，不在这里展开）
2.1 业务目标
从大的来说：熟悉企业的使命、愿景以及提供服务；
从小的来说：多于老板沟通，清楚每一次战略调整背后的目标考量。
2.2 用户痛点
这方法就很多，有效就好了。行业调研上，有哪些快速的办法去了解到真实可信的行业情况；用户调研上，方法与技巧又是啥？问卷、访谈、灰度测试等等。
（有做过一些整理，有兴趣可以一起探讨学习）
2.3 数据知识
️现有数据了解：数据储存量如何（太少不适合做数据挖掘）；包括哪些：用户行为数据、交易数据、业务数据、数据质量如何以及治理手段。
数据分析框架。
数据分析工具：根据业务分析需求，挑合适的工具，网上一大把。
2.4 数据挖掘
️ 基本的数学知识：统计学、线性代数、概率论。
机器学习的思路：明确业务目标、问题建模、特征工程、模型选择、模型融合、模型应用。
算法逻辑及应用：需要大概知道，一些算法的加工逻辑及应用边界，如：分类中的贝叶斯、关联算法、回归中的逻辑回归、集成算法中的随机森林等等。
成型的数据产品：个性化推荐、搜索引擎、图像识别、智能客服等。
到这里基本可以回答，为啥要看这本书了。
2.5 推动能力
其实有以上还不够，还要有一个强有力的推动需求落地的能力，不然一切都是天方夜谭。熟悉身边的资源以及明白该何时调用，这是一个不断修炼的过程，也求大神赐教～～
最后附一句推动中比较喜欢的话：
给我一个支点，我就能撬动整个地球——阿基米德
以上，都是一本正经地胡说八道哈哈，希望对你有帮助！
—— / 你可能喜欢 / ——
作者：15年毕业于华南理工大学，有运营和产品经历。关注个人微信公众号：大雄背起行囊，享内推大厂、修改简历、产品答疑等福利。
