如何跟資料科學家合作?
如何跟資料科學家合作?

近年來資料科學(Data Science)、機器學習(Machine Learning)一直都是很夯的話題,也有不少像我一樣的PM會對於怎麼開發資料型產品(Data Product)很有興趣。很幸運的,我現在工作的領域中有不少接觸資料型產品的機會,在過程中有自己摸索一下跟資料科學家合作的方式,這篇會以一個資料型PM初心者的角度,跟大家分享如何開啟跟資料科學家的對話。

一個完整的資料團隊(Data team)中其實有很多角色,這邊所謂的「資料科學家」主要是指在團隊裡面負責設計與開發演算法、機器學習模型的人,與資料分析師(Data Analyst)和資料工程師(Data Engineer)不同。

資料團隊中不同角色的差異
資料團隊中不同角色的差異。

什麼是資料型產品(Data Product)

在去找資料科學家之前,我們要先知道 「什麼樣的問題適合用數據來解決」

收集到的數據資料可以有很多用途,例如大家最熟悉的AB testing(利用資料去了解產品對用戶的影響),或者是在產品規劃前期做的數據分析(利用資料去找出目前產品最大的問題)。

若我們將這些數據與運算,直接融入產品功能中,它就是一種廣義的資料型產品。以下是幾種常見的例子:

  • 推薦系統: 這個大家應該非常熟悉,例如YouTube的影片推薦,根據用戶行為等資料,去找出用戶最有可能繼續延伸觀看的影片。

  • 內容分類: 例如Spotify上有許多的播放清單,除了個人化推薦以外,將類似曲風的音樂放在一起的「分類(Cluster)」也是常見的資料型產品。

  • 影像辨識: 例如淘寶的照片搜尋功能,辨認與分析用戶上傳的照片,去尋找有相似特徵的商品圖像。

  • 垃圾信件偵測: 例如Gmail會去運算找出哪些信件可能會是垃圾郵件,幫你放到垃圾信件夾裡面。

資料科學不是萬靈丹,要先想清楚現在要解決的問題,是否適合與需要用複雜的資料運算手段。

我該怎麼跟資料科學家提需求?

1. 定義問題

身為PM大家應該都對這一步很熟悉了,不過在用戶問題背後,可能會有一些資料型產品特有的問題,要特別注意一下。比如說常見的Cold Start問題:用戶剛註冊時還不清楚他的喜好;又或剛上架的商品用戶互動的資料較少等等。有蠻多策略可以解決Cold Start,例如用熱門商品或新鮮貨取代推薦商品、甚至在使用者創建帳戶時直接問他的喜好等等,這些策略與其說是資料科學家的職責,更是PM的產品決策,在做產品規劃的時候要納入考量。

2. 確立要優化的指標(Metrics)

對資料科學家來說,優化的指標跟要解決的問題是緊緊綁在一起的。所以在描述完用戶問題之後,立馬跟他們說你想要優化的指標就對了!

例如,假設我希望做一個搜尋結果排序,讓品質好的商品可以被放在最上面,我們可以定義說「這個優化我是希望提升搜尋結果的點擊率」或「我希望優化後用戶會看更多商品」,讓資料科學家來協助思考解法。畢竟有些時候模型和算法就是根據目標來運算,我們不一定知道機器學習模型裡面實際的規則是什麼。

3. 實驗假設與Insight根據

雖然PM不應該直接提供解法、定義規則,但是還是要提供Insight和你的實驗假設,幫助資料科學家思考要怎麼選擇與設計模型。 比如說我們知道在二手拍賣平台中,買家很喜歡新上架的商品,也很喜歡回覆快速的賣家,所以我們假設將算法調整成「新商品 + 回覆快速賣家有優勢」可以讓算法更成功,這樣資料科學家就可以朝這個方向思考,他的成果也會更貼近你的想像。

● 延伸閱讀:產品研究金三角:產業、數據、使用者

4. 告訴資料科學家你將如何應用

資料的運算大多是偏後端的工作,不過像是在建立推薦系統時,最好也可以大概簡介一下UI會怎麼呈現、使用者到時候會怎麼跟這個內容互動等等,也可以幫助思考。

5. 準備演算法需要的數據素材

問題和解法都搞清楚後,資料科學家還是需要足夠的數據才有辦法開始動手。在資料不足的情況,PM要一起規劃收集資料的策略。

加分題:跟資料科學家分享你的中長期願景與策略

除了當下的問題,如果能夠分享接下來持續優化的策略,也可以讓資料科學家知道要怎麼替他的模型鋪路唷!

如果有什麼不清楚,就大方的問你的資料科學夥伴吧!(這篇文章也是透過不斷的問問題累積而成的)

我該怎麼驗證演算法成果?

上線前:Eyeball Test驗證「品質」

跟測試設計原型(Prototype)類似,可以先從簡單的質化驗證方式開始,把算法套到真正的產品上,一起跟資料科學家看看結果,或者給其他同事看。例如:推薦商品的個人化,可以套用同事的帳號,讓他們看看結果的相關度和品質是否符合預期。也可以套用在一些極端狀況或不同的使用者區隔中來做驗證。這個方法好像聽起來蠻陽春的,不過卻是上線前蠻重要的一步。

上線後:AB Test驗證「成效」

跟所有產品改動一樣,跑實驗可以很好的驗證成效。除了主要指標以外,還可以看一些跟資料相關的指標,例如:目前的推薦關鍵字可以成功涵蓋多少搜尋,或有多少比例的違規商品能夠被演算法抓出來等等。這些測量可以幫助我們決定是否要收集更多資料,或是否要繼續優化演算法能夠涵蓋的範圍等等。

● 延伸閱讀:產品實驗設計踩雷實務分享:隨機分配好重要!

我想成為資料型PM,需不需要去上一些資料科學的課?

我也有問過資深的PM這個問題,他給我的答案是,

對於PM來說比起機器學習的模型運算與細節,更重要的是把「資料」當成一種「解決問題的手段」。

由PM定義出「要解決什麼問題(What to solve)」,然後再來跟工程師和資料科學家一起討論「用什麼手段解決(How to solve)」。

當然就像我們跟軟體工程師合作一樣,了解程式運作的邏輯和概念會有幫助,不過就像我們不需要真的會coding,身為PM只要對資料和演算法的關係有基礎概念,就已經有很多事情可以嘗試了。

● 延伸閱讀與參考資料:
Data Science Fundamentals for Product Managers
Machine Learning for Product Managers

Coursera上面也有很多不錯的資料科學課程,我個人覺得對沒有技術背景的PM(如本人)有些稍微困難,但如果有時間,它是很棒的學習資源!

若有興趣了解更多關於資料團隊的合作,也可以參考以下這篇:【PM夥伴攻略】如何跟資料分析師合作?

責任編輯:陳建鈞

(本文由產品三眼怪授權轉載自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。)

往下滑看下一篇文章
從地下室到演唱會都不卡!台灣大哥大如何解鎖全場景、有感升級的5G體驗?
從地下室到演唱會都不卡!台灣大哥大如何解鎖全場景、有感升級的5G體驗?

5G開台邁入第五年,戰場早已從「誰有5G」轉向「誰的5G好用」。夜市、演唱會、地鐵、商圈——這些人潮洶湧、訊號最容易卡頓的地方,才是檢驗網路品質的真實考場。要打造真正有感的5G體驗,靠的不是技術名詞,關鍵在於能否把網路資源變成看得見、用得到的流暢速度。

台灣大哥大擁有最大5G黃金頻寬,以及高覆蓋率的NRCA載波聚合領先技術,為網路傳輸佈局暢行無阻的地圖,打通每一個收訊死角,再加上OpenSignal權威認證背書,不僅是技術成績站得住腳,更讓用戶日常生活使用有感提升。

全台獨家最大頻寬100MHz,讓5G跑得快又穩

要解析5G效能優劣,關鍵在於「頻寬」配置。頻寬就像道路的寬度,直接決定數據傳輸的承載容量。頻寬越寬,越能支撐大量用戶同時連線,確保下載、串流、直播等應用維持順暢體驗,避免因流量壅塞導致服務中斷。簡言之,頻寬就是撐起網路用戶體感的關鍵。

台灣大哥大目前在全球主流5G黃金頻段3.5GHz上,獨家取得全台最大100MHz頻寬資源,達到頻譜配置的頂規水準。實測結果顯示,在理想條件下,此頻寬配置可擁有高達2Gbps下載速率。

1216001092_53M.jpg
圖/ shutterstock

同時,台灣大哥大也已在全台超過2,000處熱點完成5G黃金頻段基地台升級。因此即使遇到夜市商圈、大型演唱會、跨年活動等高密度人流聚集場景,當用戶數量暴增、頻寬需求激增時,完整的基礎建設布局仍能確保訊號不中斷、網速不卡頓。

打通收訊死角,體驗有感不只是口號

除了速度與流量,5G還有一項棘手難題——涵蓋死角與訊號穿透力。特別是在室內深處、地下室等場域,即使該處已有5G涵蓋,實際使用仍有可能無法完全避免的卡頓或不穩狀況。

原因在於5G高頻段雖速度快,但穿透力弱,容易因手機功率有限而發生不穩定的情況。對此,台灣大哥大結合700MHz低頻段的穩定性優勢,以互補式的高低頻協作架構,強化訊號深度與廣度。換言之,在戶外大場景跑得快,在室內密閉空間也能收得到。

NRCA自動切換最佳頻段,上網不怕訊號塞車

台灣大哥大的核心技術優勢,還有NRCA(New Radio Carrier Aggregation)載波聚合技術;NRCA讓行動裝置能同時使用多個頻段上網,如同多車道高速公路,讓資料流在不同頻段間靈活切換,兼顧高速率與深度覆蓋率。當某一頻段出現壅塞,系統能自動將資料流量轉至其他頻段傳輸,以提升整體承載效率與傳輸穩定性。

自2021年率先佈建高低頻NRCA,目前已有超過六成基地台支援這項技術,有效壓縮延遲、提升連線穩定度、強化訊號覆蓋與穿透。此外,合併台灣之星後,台灣大哥大更將全球主流5G黃金頻段3.5GHz的60MHz與40MHz頻寬合併,打造業界最大100MHz,為全台唯一同時整合5G高高頻與高低頻NRCA的電信業者,在5G網路體驗與穩定度領先同業,達到頻譜配置的頂規水準。

隨著短影音、直播、雲端工作等即時傳輸需求爆炸成長,用戶對「穩定滑順」的網路依賴不斷提高。台灣大哥大領先的NRCA載波聚合技術,正好回應用戶需求,無論是在捷運上滑臉書,還是在人聲鼎沸的夜市直播吃美食,都能享受多場景流暢切換的優質5G體驗。

2334636029_63M (1).jpg
圖/ shutterstock

優質有感體驗,經國際權威OpenSignal認證

根據國際第三方認證機構OpenSignal於2025年6月公布的行動網路體驗報告,台灣大哥大在「可用率」、「5G影音體驗」與「整體影音體驗」三項用戶有感的指標上獲得第一名。所謂可用率,意指用戶隨時隨地都能連上網路,關鍵時刻訊號不缺席,不論身處室內或移動場景,都能穩定連線不中斷;同時,良好的影音體驗指標,則代表用戶在觀看影片、雲端會議或滑短影音時,能享有畫質流暢、連線穩定、不易中斷的完整體驗。OpenSignal向來以實測數據為依據,其認證結果可視為對 5G 體驗品質的權威背書。

今年第一季,OpenSignal也針對合併電信後的網路表現進行評比。自2023年底台灣大哥大與台灣之星完成合併後,其在涵蓋體驗的評分顯著提升,並在品質一致性指標上維持82~84%的穩定水準。相較其他合併案例,台灣大哥大是體驗提升幅度最大、整體穩定性維持最佳的合併業者,顯見其網路品質、營運韌性與整合效率。

5G技術是否能成為使用者真正信賴的基礎,關鍵在於能否在生活場景中「被感受到」。台灣大哥大以完整的頻寬資源、彈性技術架構與佈建策略,從速度到穩定、從戶外到室內,打造順暢5G體驗,可期待在這場長期5G競賽中,成為用戶最仰賴的行動網路選擇。

有關更多相關資訊,請查詢網站:https://www.taiwanmobile.com/content/event/nrca/index.html

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
電商終局戰
© 2025 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