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
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線

長久以來,台灣企業走向海外的順序,多是先依自己的技術、產能和過去的經驗,把產品做好,再來思考產品可以賣到哪個市場。但當全世界消費者的搜尋、瀏覽、評論、退貨和價格變化,都變成看得見的數據,AI又能把數據整理成可以做為判斷的線索,順序就開始被改寫了。10月29日,一年一度的「Amazon Seller Summit | 2026台灣跨境電商高峰會」盛大登場。今年以「Go Global From Day One」為主題,強調全球化不再是企業發展成熟後才啟動的下一步,而是從產品構想、品牌定位到商業決策的第一天,就應將全球消費者需求納入考量。面對AI時代,企業又該如何建立持續成長的全球化模式?

從Day One看見全球需求,啟動成長飛輪

亞馬遜全球開店台灣總經理謝孜希開場以「AI時代的全球化新路徑:從Day One看見全球成長機會」為題,從與台北市進出口商業同業公會合作的〈2026跨境電商焦點報告〉發現,在受訪的419家企業中,有75.9%在未來的12到24個月,已有計畫、正在評估或有興趣拓展新市場,顯示台灣企業積極尋求全球成長機會的企圖心。然而,儘管64%的企業已將市場需求作為選品依據,真正有系統研究市場需求的企業卻僅18.6%,另有52.6%認為拓展海外市場最需要的是海外銷售市場資訊或數據,凸顯企業的關鍵挑戰不只是看見全球機會,更在於如何系統性掌握需求,將市場洞察轉化為產品決策。

至於該怎麼走,亞馬遜把走向全球的過程拆解成「探索全球需求、驗證產品決策、加速新品上市、拓展全球成長」等四個階段的全球成長飛輪,透過全球的需求分析,探索更多市場與品類發展機會,這也意味著,全球化不再是一次性的市場拓展,而是持續從全球消費需求分析中尋找下一個成長機會。

Amazon Seller Summit
亞馬遜全球開店台灣總經理謝孜希以「探索、驗證、上市、拓展」四階段全球成長飛輪,說明企業如何從 Day One 將全球需求轉化為持續成長動能。
圖/ 數位時代

謝孜希強調,在全球成長的不同階段,亞馬遜都提供相應的AI工具與營運資源。其中,亞馬遜賣家助理 (Seller Assistant) 能協助賣家掌握營運狀況、辨識需要關注的問題,並提供後續行動建議,讓AI成為跨境經營的重要助手。此外,商機探測器、選品模擬器與創意工作室等工具,也能分別支持市場需求分析、產品機會評估與商品內容製作,協助企業將全球市場洞察轉化為實際行動, 「市場洞察會帶動產品創新,產品上市則帶來顧客回饋,回饋又會指引企業找到下一個成長機會,形成持續轉動的成長飛輪,轉得愈久,就會轉得愈快、愈穩。」

AI副駕駛共同啟航,開啟全球成長新航線

亞馬遜全球開店全球產品行銷負責人Leslie Hsu提到:「AI時代不單是數據更完整、更透明,善用AI代理工具,也進一步為企業決策者更高效訂定成長目標和發展計畫。從賣家使用分析發現, 賣家對 Seller Assistant 賣家助理提出的建議,大約有九成,會實際採取行動。現在AI能把全球消費者的需求,提早整理成看得懂的線索,讓台灣企業在產品構想的第一天,就能為全球市場做決策。 」

呼應今年「Go Global From Day One」的主題,高峰會特別以AI副駕駛啟航儀式,透過機場塔台廣播、AI語音與啟航模擬設計,象徵台灣企業在AI助力下開啟全球成長新航線。這場充滿未來感的啟航時刻,也將Amazon AI創新解決方案與全球化願景相互連結,展現AI如何從市場洞察、產品決策到日常營運,協助企業加速全球成長。

Amazon Seller Summit
高峰會以 AI 副駕駛啟航儀式揭開序幕,象徵台灣企業在 AI 助力下,開啟全球成長新航線。左起為亞馬遜全球開店全球產品行銷負責人Leslie Hsu、亞馬遜全球開店台灣總經理謝孜希。
圖/ 數位時代

資料變多不等於看懂市場,關鍵在找出真實需求

在以「AI × 品牌 × 市場:重新定義企業的全球化起點」為題的論壇中,則邀請到《數位時代》總編輯王志仁主持,台灣科技大學資訊管理系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、圓剛科技資深副總經理莊善雯、亞馬遜全球開店台灣總經理謝孜希,分別從學界、跨國經營、企業實務和平台的角度對話。

盧希鵬首先從經濟學的觀點切入,強調產品本身沒有價值,「價值是因為有人需要,價格則衡量了需要程度。」他將市場上的訊號,分成市場熱度、真實需求和值得投入的商機等三種層次,他提醒,市場熱度不等於真實需求,必須進一步理解消費者的使用情境、痛點與願付價格,同時評估自身技術與成本條件,才能將市場訊號轉化為真正值得投入的商機。

Amazon Seller Summit
上午場的重磅對談,本次邀請《數位時代》總編輯王志仁(右一)主持,與談人(左起)為台科大資管系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、亞馬遜全球開店台灣總經理謝孜希、圓剛科技資深副總經理莊善雯。
圖/ 數位時代

曾任雅虎亞太區最高主管,管理過日本、香港、台灣、東南亞、印度和紐澳等市場的鄒開蓮則一針見血指出:「世界上沒有真正的『全球』市場,唯有善用工具,更快、更精準讀懂需求並制定在地化策略,才能真正 Go Global。」她觀察,許多企業常把「在地化」想得太表面,以為翻譯好文案、換個廣告代言人就足夠;但真正的在地理解,涵蓋了當地人如何使用產品、通路如何運作、信任如何建立,以及做決定的節奏是快或慢。她強調,台灣企業應善用分析工具,加速理解不同市場的消費者,同時結合在地人才與市場經驗,將產品優勢轉化為全球競爭力,「企業要找到對的領導人,來負責全球市場,還要擁抱在地人才、帶著好奇心跑市場,和當地建立信任關係。」

圓剛科技的經驗,正好說明一家台灣硬體公司,如何在轉型時找到新的市場。 圓剛科技資深副總經理莊善雯分享,圓剛早年以電視卡、電視棒為主力產品,網路電視崛起後,舊市場結構性消失。圓剛於是採取「先射箭,再畫靶」 的做法,運用公司內部有限的資源,把影像處理、擷取卡等核心技術做成簡單的產品,先上架到亞馬遜試水溫。產品上架後,圓剛從後台數據、買家評論中意外發現,許多消費者買擷取卡,是用來錄製遊戲和直播,這才找到真正的靶心,進而深入研究遊戲直播、VTuber、內容創作者和直播帶貨等使用情境,發展出完整的產品線,「對圓剛來說,我們找到靶心的方法,都是回到消費者實際怎麼使用產品。」

Amazon Seller Summit
論壇現場座無虛席,與會者專注聆聽講者分享 AI 時代的全球化策略。
圖/ 數位時代

AI讓全球市場觸手可及,亞馬遜全球開店降低跨國經營負擔

謝孜希最後補充,亞馬遜透過「One Global Business」服務,便能提供市場洞察和跨境營運服務,「AI 就像企業開闢全球新航線時的『副駕駛』,出海不必再組建龐大的機組團隊,企業可以精準啟航試飛,再逐步擴大全球航線網絡。 」但她提醒,營運能整合,消費者需求和品牌溝通仍要在地化,因為不同市場消費者的需求完全不同,重點在於「全球在地化」(glocalization),「當AI降低跨境營運的複雜度,賣家就能把心力集中在真正需要差異化的地方,也就是產品價值和品牌信念。」

從產品創新到品牌成長,台灣企業展現全球化成果

2026 Amazon Seller Awards也表揚在全球市場拓展、AI應用、品牌轉型與科技創新等領域展現成果的台灣企業,從不同產業的實際經驗中,展現台灣品牌透過產品創新與市場洞察,持續拓展全球成長機會的多元可能性。

Amazon Seller Summit
2026 Amazon Seller Awards 表揚在全球市場拓展、AI 應用、品牌轉型與科技創新等領域表現亮眼的台灣企業,得獎者與亞馬遜全球開店團隊合影。
圖/ 數位時代

而各專家們分享的出海心法,已經被這些得獎企業實際落地應用,進而產出成果。從B2B玻璃鍋蓋供應商轉型自有品牌的明格企業,運用亞馬遜數據與消費者評論開發微波爐防噴濺蓋,成功躋身同品類前十名,「Amazon能清楚看見消費端,讓品牌和定價掌握在自己手中。」珍食堡實業則以自有品牌A Freschi srl布局美國、日本市場,透過搜尋與銷售數據優化火雞筋犬用零食的尺寸、造型及包裝,強調「不要等到產品完全準備好,才開始理解全球市場。」

(立即閱讀更多精彩賣家故事)

Amazon Seller Summit
「決勝全球・火線對談」中,明格企業、珍食堡實業、圓剛科技等台灣賣家代表,分享以產品力結合品牌力、突圍全球市場的實戰經驗。
圖/ 數位時代

從AI趨勢走向實際應用,聚焦策略品類找到全球成長新機會

今年高峰會規劃多場AI相關議程,從市場研究、產品內容製作、營運效率提升等面向,探討企業如何將AI應用於日常營運與商業決策,協助賣家掌握將AI工具轉化為實際業務價值的應用方法。

議程之外,也透過AI副駕駛試飛體驗區展示一系列亞馬遜AI工具,與Seller Café一對一跨境諮詢,聚焦消費性電子、家居用品,以及運動與寵物用品等策略品類,由亞馬遜品類團隊針對產品定位、市場需求及營運挑戰提供專業建議,協助不同成長階段的賣家探索全球市場機會,協助賣家將市場洞察轉化為實際行動。

現場一位新賣家分享,透過體驗亞馬遜AI工具,看見在人力有限的情況下拓展海外市場的更多可能;加上品類經理針對產品選品提供具體建議,讓他更有信心啟動跨境業務。另一位以代工模式經營的企業主分也分享到,透過當場一對一品類經理諮詢,幫助他更了解海外市場商機,對拓展新業務有了更明確的方向。

從AI工具的實際應用,到品類專業洞察與市場趨勢建議,高峰會不僅協助賣家掌握當前機會,更為下一階段的全球成長找到具體方向。

Amazon Seller Summit
AI 副駕駛試飛體驗區展示商機探測器、選品模擬器、創意工作室與賣家助理等亞馬遜 AI 工具,吸引與會者駐足體驗。
圖/ 數位時代
Amazon
Seller Café 由亞馬遜品類團隊提供一對一跨境諮詢,聚焦消費性電子、家居、運動與寵物用品等策略品類,協助賣家將市場洞察轉化為行動。
圖/ Amazon

對台灣企業而言,全球化不必等到規模夠大才開始,而是從Day One起,就將全球消費者需求納入產品創新與品牌決策。從全球成長飛輪的策略思維、Seller Assistant與AI創新解決方案,到策略品類專業支持,亞馬遜持續協助不同階段的台灣企業,將全球市場洞察轉化為實際成長動能,從Day One啟航,開拓全球市場的新機會。

全球航線已啟程!掌握AI時代的全球化新路徑。
立即觀看Amazon Seller Summit 2026 | 台灣跨境電商高峰會精彩回放

【Seller Summit 2026 】

Global Stage|上午主會場
Global Stage|下午主會場
Launch Stage 啟動舞台|下午分場 A
Growth Stage 成長舞台|下午分場 B

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
一次搞懂工業AI
© 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