回批踢踢Tech版 ,PM到底要做啥?
回批踢踢Tech版 ,PM到底要做啥?

前陣子批踢踢科技業版上有一篇文章:「PM到底要做啥」,引起了一些討論,其實內容蠻常看到的,都是工程師(後面簡稱RD)常常會嘴PM的幾個點。

雖然我覺得這些批評常地圖炮,文中被砲轟的其實是「做不好的PM」,而不是「PM這個角色」本身,當然更不代表PM這個角色沒有價值,不過有這樣的評價,PM當然自己也可以思考,是不是沒有找到自己的角色定位,沒有做自己該做的事情,或是在溝通上沒有控制多方的需求以及期待,才會導致雙方錯誤的認知。

以下整理前三名RD最喜歡抱怨PM的點,想要來釐清一下迷思,還有討論PM應該如何思考與自我定位:

抱怨1:出一張嘴不做事

我覺得要看「出一張嘴」是不是真的讓事情推進,或是解決了問題,如果有,其實「出一張嘴」也是一種做事,而且偏偏是許多RD很不喜歡做(或是很難做得好)的事。

許多人可能因為「本來就會說話」、「從小就會和其他人交流聊天」,而忽略「溝通能力」的價值,不認為這是一種專業,但是PM要做的事情,是「在不同時間點,戴上不同帽子,扮演不同角色,和不同的人溝通」,其實和RD的溝通,只佔PM日常溝通的一部分而已,而且越高階的PM,這部份佔越少,因為PM往往還要跟供應商、業務、行銷、老闆、代工廠、客戶、用戶等很多角色溝通,而且厲害PM和菜鳥PM能做到的結果差很多。

shutterstock_782845411_PM.jpg
扮演不同角色與人溝通,是一位PM的必備技能。
圖/ Gorodenkoff via shutterstock

以和RD溝通為例,很多RD會抱怨「PM只會跟RD壓schedule,然後出一張嘴要你做」,很多PM其實會覺得很莫名,PM問RD工時是一種尊重吧?不然要自己漫天亂估嗎?

差別可能在於PM的心態,以及溝通的方法。PM在面對RD時,應該戴上「客戶代表」的帽子,而非「老闆的帽子」。

做為「客戶代表」,重要的目標是讓RD充分知道市場的需求長什麼樣子、為什麼有這樣的需求、背後帶有什麼商業價值,然後「你需要他們的協助來實現這個商業價值」,而不是像老闆一樣要求「畫押,然後做就對了」,甚至沒有畫押,直接押一個死線,必須完成任務。

這種思維的好處,除了讓RD感受到「參與感」,甚至是「英雄感」,而非「社畜感」,讓他們認知到自己的專業能力,才是實現這個願景的重要工具,也可以讓RD從他的角度,提出其他可行的解法。甚至一個團隊合作了一段時間,有了默契,並累積了一些對客戶的認知,有時RD會記得之前聽過的客戶需求,有機會就在程式裡加入一些優化,或是會主動與PM討論解法,這些都能讓整個團隊更進步,也更團結。

反過來講也有些PM會覺得,RD為什麼總是一個口令一個動作,很多顯而易見的設計,沒有講就不做,遇到也不會主動問PM,或是任何事情都要文件定義得清清楚楚才要開工,按表操課。其實,肯按表操課還是好的,慘的是文件最後寫得落落長,但根本沒人看。

其實我認為PM也可以思考,是不是雙方的溝通與合作模式,讓PM少了「為什麼要這麼做」的溝通,習慣讓RD「做就對了」,一旦習慣了這種「接單生產」的合作模式,怎麼能期待對方有對產品的熱情與ownership,主動「多做一步」呢?或是RD吃過虧,「有私下答應過」的功能沒做到,被PM拿出來highlight變羅生門,久而久之就會要求什麼都先更新文件以自保。

其實我覺得這種「公事公辦」,都是雙方合作缺乏互信以及默契的結果,帶來的結果其實是一種資源的浪費,這當然雙方都有責任,要公事公辦也不是不行,但這樣的結果PM一般會比較痛,所以雖然初期的溝通與互信的建立很花時間,但我認為PM最重要的「做事」,應該就是在溝通中搞定多方,而這也跟PM的專業能力有關:如何挖掘真正的「Why」,並傳遞價值、激發熱情,是要有深刻洞察才做得到的

抱怨2:需求一直改一直改,schedule卻沒變

其實我認為這個問題背後的問題,是資訊不透明,PM沒真正搞懂需求是什麼,心中也沒有商業價值判斷,就很容易變成傳聲筒,擋不住客人或老闆的要求,不過反過來我也必須說,奢望需求一旦確定下來都不會改的人,跟要求程式寫好測過就要沒bug,是一樣的天真呀。

即使「改需求」難以避免,但PM還是有些能控制的方向,減少「人禍」造成的需求變更。

從基本功開始,PM至少要明白客戶或用戶這麼做的「目的」是什麼,因為一般而言,客戶開案的大目標不會有太大的改變,但是對「怎麼實現」會有很多意見,如果雙方可以在目的,也就是「Why」方面先建立共識,其實在後續的「How」如何實現,會更容易聚焦,而且這也會扣回第一點:你如何讓你的團隊真正了解需求,一起做出客戶需要的產品?

shutterstock_364641770_PM.jpg
優秀的PM要能讓團隊理解需求,開發出客戶真正需要的產品。
圖/ sindlera via shutterstock

接著,做到盡量以可視化的方式溝通,例如提供相關範例,確保是不是客戶要的,或是畫出使用流程、大致的介面與行為,讓客戶更清楚做出來是什麼樣子。不然很容易變成「客戶心中的xxx」、「PM心中的xxx」和「RD心中的xxx」完全不一樣的結果(不過誤解還是不可避免,這只是盡量減少「人禍」的可能性)。

當然,PM也要想辦法讓客戶「畫押」,並讓對方知道修改可能需要負擔額外成本,或是增加工時,讓對方理解他們的修改,也是要付出對應的代價的,讓對方的利益和己方一致,往「盡量一開始就釐清需求,不要太多修改」前進。

更厲害的PM會「嗅得出來」哪些地方可能有風險,例如聽到客戶需求講得不太清楚,或是數據不太合理、動機不太合理,或者他是也是轉自第三方(或老闆)的消息或說法,就會有很大的機會,後續有新的資訊跳出來而變動,根據PM嗅出來的「異味」,他會在問題還沒發生時就盡量避免,例如,可以想辦法約到對方老闆,直接溝通需求,不要透過傳聲筒,或者是在討論初期,針對需求提出多種可能實現的proposal,用結果去逼近對方的真正需求。

抱怨3:PM都不懂技術

PM其實會覺得不太公平,技術以及程式怎麼寫,一定是RD最會呀!不過我發現即使是懂技術的PM,還是會被RD嘴不懂,所以我最後已經放寬心了,只要不是寫code的人,會需要RD解釋邏輯的,大概都會被嘴吧!

不過我覺得PM還是有些基本的觀念與認知需要弄懂,不需要會寫程式,但是重點是關於產品設計的know-how、哪邊可能有問題、導致問題的原因是什麼、釐清問題的步驟、不同模組之間的合作或介接關係是什麼等觀念。

這可以協助PM和RD溝通、釐清問題,也可以讓你初步聽到需求時,能很快知道風險與難度在哪裡,快速與客戶做進一步溝通,因為面對客戶時,PM要戴上的就是「開發團隊代表」的帽子了,客戶對於可行性、風險、工期的初步判斷與期待,一般都是先對PM溝通,此時PM若心中有一個大的藍圖,就能很快釐清需求、建立期待。

拿到實體世界來講,假設你要蓋一間房子,PM可能不必有土木師傅或是建築工程師的功力,也不用親自設計出建築設計圖或水電配置圖,但他要有個敏銳度,這邊的施工是不是已經偏離設計圖了,是不是少了防火梯,可能會造成什麼風險?為什麼會這樣?如果硬著頭皮不做會怎麼樣?延宕要花多少錢?要怎麼跟業主溝通?

這樣的PM算「懂技術」嗎?其實我覺得比較像是「專案或產品的know-how」,PM也應該要有認知,對於每一個專案細節,PM一定無法比實際執行的人懂,但是對「全局」的綜觀與掌握,以及A事件若發生,有多大的可能觸發B,PM要怎麼執行C,讓事件的影響變成D,然後要如何、跟那些人溝通等處理流程。

PM的力量

總而言之,我認為PM是資訊的匯總角色,很像任意門,每天一睜開眼睛就是要對接老闆、業務、行銷、開發,甚至是客戶、用戶等等角色,心中有個藍圖,頭上戴著不同的帽子,滿足不同的期待,做著所謂「見人說人話,見鬼說鬼話」的人生,PM需要找到自己的定位,發揮自己的價值,做起事來才會事半功倍。

本文由Evonne Tsai授權轉載自其Medium

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #簡報技巧
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓