AI這個概念在這幾年都非?；?，風(fēng)口之下，有許多人都想躋身這個領(lǐng)域，成為一名AI 產(chǎn)品經(jīng)理。筆者通過自身經(jīng)驗告訴我們，想要做一名AI 產(chǎn)品經(jīng)理，系統(tǒng)掌握數(shù)學(xué)和算法知識是必備步驟之一。

AI（Artificial Intelligence，人工智能）這個詞對大家并不陌生，甚至已經(jīng)泛濫了。任何產(chǎn)品、任何項目、任何公司和AI沾上邊似乎就會顯得很高大上，可以“講故事”。

之前參加過幾次會議，有觀眾現(xiàn)場問到關(guān)于產(chǎn)品經(jīng)理的一些問題時，大家比較關(guān)注的是——“產(chǎn)品經(jīng)理的職責(zé)范圍是什么？”“如果沒有技術(shù)背景，能不能做產(chǎn)品經(jīng)理？”“AI產(chǎn)品經(jīng)理是不是一定需要有豐富的AI知識？”等問題。

結(jié)合這些年AI的發(fā)展趨勢，對AI產(chǎn)品經(jīng)理的需求也有所增多。今天這篇文章，就討論一下“如何做一名AI產(chǎn)品經(jīng)理”這個話題。也算是自己工作這些年，結(jié)合自己的知識和經(jīng)驗，提出自己對于“如何做一名AI產(chǎn)品經(jīng)理”的一些觀點，就當(dāng)是是拋磚引玉，歡迎大家多多交流。

一、現(xiàn)狀

如何做一名AI產(chǎn)品經(jīng)理，很多想轉(zhuǎn)型做AI產(chǎn)品經(jīng)理的朋友們，估計也沒有一個清晰的感覺；而如何招一名合適的AI產(chǎn)品經(jīng)理，可能在很多公司在招聘時也會存在一定困惑，也不知道如何清晰地定義。我自己也觀察了一些企業(yè)招聘AI產(chǎn)品經(jīng)理的職位需求，似乎也沒有說到關(guān)鍵點上，只是強調(diào)，要求有BATJ經(jīng)驗，似乎通過BATJ這些大廠的認(rèn)可，自己招過來就一定合適。

這是存在一定誤區(qū)的。

BATJ里的確有非常優(yōu)秀的產(chǎn)品經(jīng)理，但還是占少數(shù)，大多產(chǎn)品經(jīng)理只是這些大廠眾多產(chǎn)品的一個小螺絲釘而已，只是負(fù)責(zé)產(chǎn)品很小的一個點。而那些掌控全局的大廠產(chǎn)品經(jīng)理，是非常昂貴的。

不是說企業(yè)要求有BATJ經(jīng)驗，你就一定能招到BATJ的人；招個BATJ普通的產(chǎn)品，不一定比在小企業(yè)的產(chǎn)品經(jīng)理能力強。所以招到合適的才是最好的。接下來還是從實戰(zhàn)的角度出發(fā)，來分析一下如何做一名AI產(chǎn)品經(jīng)理，一方面解答想從事AI產(chǎn)品經(jīng)理的朋友們的疑問，另一方面也可以解決企業(yè)在招聘AI產(chǎn)品經(jīng)理所存在的困惑。

二、實戰(zhàn)

1. 產(chǎn)品功能點描述

假如你所在的一家企業(yè)是一家外賣平臺，你的領(lǐng)導(dǎo)和你說：

“我們看到XX外賣智能配送調(diào)度做得不錯，我們現(xiàn)在通過人工派單效率太慢了，而且隨著業(yè)務(wù)的增長，要不斷新增人力，我們也需要做一個智能調(diào)度的產(chǎn)品，實現(xiàn)高效派單，提升配送效率，節(jié)省運營成本。這個事情就交給你來負(fù)責(zé)了，你就是這個智能調(diào)度產(chǎn)品的產(chǎn)品經(jīng)理?！?/p>

你接到這個任務(wù)打算怎么做？

一般來說，我們準(zhǔn)備做某個產(chǎn)品時，肯定要做一下可行性分析，技術(shù)可行性、經(jīng)濟可行性，看一下市場，做一下競品分析。寫B(tài)RD、寫MRD。然后用一大堆數(shù)據(jù)，將論證過的評估結(jié)果呈現(xiàn)給領(lǐng)導(dǎo)，以便于給公司管理層做決定——產(chǎn)品是否繼續(xù)推進。

各領(lǐng)域的產(chǎn)品經(jīng)理的這個過程都差不多。以我們實戰(zhàn)為例，這個產(chǎn)品肯定是要做了，這時產(chǎn)品經(jīng)理更多要考慮的，就是要如何盡快落地。

如何盡快落地，就到了這款A(yù)I調(diào)度產(chǎn)品的設(shè)計工作。這個階段的工作產(chǎn)出就是PRD了。

一般行業(yè)的產(chǎn)品經(jīng)理寫PRD，更多的是熟悉業(yè)務(wù)，把業(yè)務(wù)流程梳理清晰，畫出原型，再把每一個產(chǎn)品流程細(xì)節(jié)和邏輯寫清楚就可以了。

產(chǎn)品經(jīng)理的工作，無非是梳理業(yè)務(wù)流程、畫畫原型；需求評審?fù)瓿桑辉偻七M一下開發(fā)；然后SIT、組織UAT；上線；投產(chǎn)后觀測。說是產(chǎn)品經(jīng)理，其實更像是BA（Business Analyst，業(yè)務(wù)分析師）。工作內(nèi)容比較簡單，稍微復(fù)雜點的，看看業(yè)務(wù)數(shù)據(jù)，不斷通過迭代來完善產(chǎn)品功能。

而上述產(chǎn)品經(jīng)理，在今天的場景下，明顯就不能勝任了。

領(lǐng)導(dǎo)讓你設(shè)計一款A(yù)I調(diào)度產(chǎn)品，你就畫幾個原型；和軟件開發(fā)工程師說，就按這個來，但具體怎么調(diào)度，是什么邏輯？開發(fā)也不知道。那產(chǎn)品怎么推進？這樣就很容易造成產(chǎn)品失敗。所以，你在梳理業(yè)務(wù)的同時，你要在PRD里詳細(xì)描述出調(diào)度的計算邏輯，你可以不懂編程，但一定要把計算邏輯寫清楚，這樣軟件開發(fā)工程師可以把邏輯轉(zhuǎn)化成程序代碼，從而實現(xiàn)產(chǎn)品功能。

計算邏輯怎么寫？這個時候是不是就需要你有AI知識？AI知識歸根到底是數(shù)學(xué)知識。這就用到最優(yōu)路徑規(guī)劃的知識。我們設(shè)計的AI調(diào)度產(chǎn)品，希望通過給定的派送到目標(biāo)點數(shù)量以及到達每個派送目標(biāo)點之間的距離來計劃出最優(yōu)路徑。

產(chǎn)品邏輯描述就是：

• 輸入：派送目標(biāo)點數(shù)量，源送目標(biāo)點間的距離
• 輸出：最優(yōu)路徑

為了便于大家理解，我們用個簡單的場景。

假如一個派送員在位置1，要到3個地點送外賣。如下圖1各派送點距離所示，自己簡單用PPT的畫圖版畫的，比較丑，不過意思到就OK。各地點間的距離也在連線上進行了標(biāo)示。

圖1 各派送點距離

我們接下來要實現(xiàn)的就是派送員路徑最優(yōu)。我們要把這個計算邏輯寫到PRD中，這樣開發(fā)工程師就可以根據(jù)我們定義的邏輯，實現(xiàn)AI智能調(diào)度中的最優(yōu)派送路徑，系統(tǒng)就可以對派送員的派送路線進行最優(yōu)規(guī)劃。從之前的由人來調(diào)度，實現(xiàn)了機器智能調(diào)度。不僅速度快，還比人工計劃外送員的派送路徑更優(yōu)。

我們可以將派送員的派送路徑，看作是一個n元組。我們的實戰(zhàn)中的情況，所以步驟可以表示為：{X1，X2，X3，X4}。如果我們把這個轉(zhuǎn)化成一棵排列樹，如下圖所示：

圖2 派送路徑樹

X1=1表示第1步在編號為1的地點，X2=2，表示第2步去編號為2的地點，如果X2=3，則表示第2步去編號為3的地點。

上圖便列出了派送員可去派送目標(biāo)點的所有路徑。

我們?nèi)绾蝸砻枋瞿?？這就用到了大學(xué)時數(shù)學(xué)中的矩陣。

我們定義一個矩陣：P[ i ][ j ]，如果一個點 i 到 j 有邊，則 P[ i ][ j ]=<i , j>。

例如：從圖中的點1到點2，距離是16，則有邊；而點1到點1，我們認(rèn)為是沒有邊的，則為0。按照這個邏輯，我們生成如圖3路徑的矩陣表示所示：

?圖3 路徑的矩陣表示

根據(jù)矩陣的顯示，我們是不是一眼就可以看出哪條路徑最優(yōu)了？因為是數(shù)據(jù)量比較少，而現(xiàn)實中的場景肯定比這個復(fù)雜的多，一個派送員可能在一段時間內(nèi)會接到數(shù)十個派送任務(wù)，而派送員也不可能只有1個。還是需要計算機來完成，所以，我們需要把業(yè)務(wù)邏輯轉(zhuǎn)變成軟件開發(fā)工程師可理解的描述。

一般產(chǎn)品經(jīng)理寫到這一步，可以直接在文檔中描述，使用最優(yōu)路徑原則，從而忽略這一塊的細(xì)節(jié)，具體實現(xiàn)由軟件架構(gòu)師在技術(shù)文檔中體現(xiàn)。但有個問題是，最優(yōu)路徑有多種實現(xiàn)方式，產(chǎn)品經(jīng)理如果希望對自己的產(chǎn)品知其然也知其所以然，要盡可能地對自己產(chǎn)品的功能特性的顆粒度掌握得更細(xì)致一些，這樣在今后產(chǎn)品功能的擴展和再升級，會更加自信，更加游刃有余。

對于我們這款智能配送調(diào)度的實現(xiàn)邏輯，我們在PRD里可以這樣描述：

前置條件：每次派送完整的路徑中，去過的派送點不再去，不走重復(fù)的路線。

STEP1：定義矩陣P[ i ][ j ]，如果一個點 i 到 j 有邊，則 P[ i ][ j ]=< i , j >，否則P[ i ][ j ]=0。

STEP2：設(shè)當(dāng)前走過的路徑長度為 PL，當(dāng)前最優(yōu)路徑為BP。

STEP3：第一步從點1出發(fā)，借助輔助結(jié)點P，生成結(jié)點A，則X[1]=1，從A點出發(fā)，則 PL=P[1][1]=0。到下一派送目標(biāo)點，若我們的派送目標(biāo)點為2，則X[2]=2，所以PL+P[1][2]=0+16=16，PL=16 ，有效，因此生成目標(biāo)點B。

STEP4：B點對應(yīng)的是“圖1 各派送點距離”中的點2。然后從B點出發(fā)，到下一個派送目標(biāo)點3，則：PL+P[2][3]=16+6=22，PL值更新為22，即PL=22，有效，因此生成目標(biāo)點C。

STEP5：C點對應(yīng)的是“圖1 各派送點距離”中的點3。然后從C點出發(fā)，到下一個派送目標(biāo)點4，則：PL+P[3][4]=22+3=25，PL=25，有效，因些生成結(jié)點D。

STEP6：根據(jù)我們的前置條件，從D點直接回出發(fā)點1，則：PL+[4][1]=25+9=34。這時的最優(yōu)路線：BP=PL=34。找到第1條派送路線。

STEP7：之后，從生成的D點開始回溯到C點，C點滿足條件的路徑只有到達D點這一條，于是繼續(xù)回溯至B點，B點之前是到C點（派送點3），發(fā)現(xiàn)B點可以至派送點4，即從B點出發(fā)，到下一個派送目標(biāo)點4（結(jié)合STEP3中PL的值），則：PL+P[2][4]=16+10=26，PL值更新為26，即PL=26，有效，因些生成結(jié)點E。

STEP8：從結(jié)點E（派送點4）這時滿足條件的只有到派送點3，然后從派送點3回出發(fā)點1。因此：PL+P[4][3]=26+3=29，PL值更新為29，即PL=29，有效，因些生成結(jié)點F。

STEP9：從F點（派送點3）回出發(fā)點1，則PL+P[3][1]=29+20=49， PL更新為49。找到第2條派送路線（PL=49），但是大于之前第1條派送路線（BL=34），因此，最優(yōu)路線BP仍然等于34。

STEP10：從F點（派送點3）回溯至E點（派送點4），沒有滿足條件的路線，繼續(xù)回溯到B點（派送點2），沒有滿足條件的路線，繼續(xù)回溯到A點（出發(fā)點1）。

STEP11：從A點（出發(fā)點1）到派送目標(biāo)點3，則 PL+P[1][3]=0+20=20，PL值更新為20，即PL=20，生成結(jié)點G。

STEP12：從G點到派送目標(biāo)點2，則 PL+P[3][2]=20+6=26，PL值更新為26，即PL=26，生成結(jié)點H。這時派送員在派送目標(biāo)點2。

STEP13：從H點到派送目標(biāo)點4，則PL+P[2][4]=26+10=36，PL值更新為36，即PL=36，生成結(jié)點I。這時派送員在派送目標(biāo)點4。

STEP13：從I點回出發(fā)點，則 PL+P[4][1]=36+9=45。找到第3條派送路線（PL=45），但是大于之前第1條派送路線（BL=34），因此，最優(yōu)路線BP仍然等于34。

STEP14：以同樣的方法，進行回溯，回到結(jié)點G（派送點3），PL=20，派送點3之前在STEP12派送目標(biāo)點是2（結(jié)點H），這次到派送目標(biāo)點4，則：PL+P[3][4]=20+3=23，即PL=23，生成結(jié)點J。這時派送員在派送目標(biāo)點4。

STEP15：從H點到派送目標(biāo)點2，則PL+P[4][2]=23+10=33，PL值更新為33，即PL=33，生成結(jié)點K。這時派送員在派送目標(biāo)點2。

STEP16：從K點回出發(fā)點，則 PL+P[2][1]=33+16=49。找到第4條派送路線（PL=49），但是大于之前第1條派送路線（BL=34），因此，最優(yōu)路線BP仍然等于34。

STEP17：從K點（派送點2）回溯至J點（派送點4），沒有滿足條件的路線，繼續(xù)回溯到G點（派送點3），沒有滿足條件的路線，繼續(xù)回溯到A點（出發(fā)點1）。

STEP18：繼續(xù)探索新的路線。從A點（出發(fā)點1）到派送目標(biāo)點4，則 PL+P[1][4]=0+9=9，PL值更新為9，即PL=9，生成結(jié)點L。

STEP19：從L點到派送目標(biāo)點2，則 PL+P[4][2]=9+10=19，PL值更新為19，即PL=19，生成結(jié)點M。這時派送員在派送目標(biāo)點2。

STEP20：從M點到派送目標(biāo)點3，則 PL+P[2][3]=19+6=25，PL值更新為25，即PL=25，生成結(jié)點N。這時派送員在派送目標(biāo)點3。

STEP21：從M點回出發(fā)點，則 PL+P[3][1]=25+20=55。找到第5條派送路線（PL=45），但是大于之前第1條派送路線（BL=34），因此，最優(yōu)路線BP仍然等于34。

STEP22：以同樣的方法，進行回溯，回到結(jié)點N（派送點3），再回到M點（派送點4），PL=9，派送點4之前在STEP19派送目標(biāo)點是2（結(jié)點M），這次到派送目標(biāo)點3，則：PL+P[4][3]=9+3=12，即PL=12，生成結(jié)點O。這時派送員在派送目標(biāo)點3。

STEP23：從O點到派送目標(biāo)點2，則 PL+P[3][2]=12+6=18，PL值更新為18，即PL=18，生成結(jié)點P。這時派送員在派送目標(biāo)點2。

STEP24：從O點回出發(fā)點，則 PL+P[2][1]=18+16=34。找到\第6條
派送路線（PL=34），但是等于之前第1條派送路線（BL=34），因此，最優(yōu)路線BP仍然等于34。

流程結(jié)束。為了便于更直觀地理解這款A(yù)I調(diào)度產(chǎn)品的路徑規(guī)劃邏輯，我們以如下圖4 路徑規(guī)劃樹 所示：

?圖4 路徑規(guī)劃樹

這樣一梳理，是不是把這款智能調(diào)度產(chǎn)品的一個派送規(guī)劃的一個功能點邏輯描述清晰了？

接下來，軟件開發(fā)工程師就可以按這種邏輯思路編寫代碼進行實現(xiàn)了。邏輯描述清晰后，接下來要詳細(xì)定義這款產(chǎn)品的輸入和輸出了，以上的邏輯描述，我們只選取了3個派送目標(biāo)點，而現(xiàn)實中的派送目標(biāo)點，一定不上3個，所以派送目標(biāo)點是一個輸入。另外，每個派送目標(biāo)點距離當(dāng)前派送員的距離也不一樣，因此距離也是一個輸入點。

綜上，智能調(diào)度這款產(chǎn)品這個功能點的輸入就是派送目標(biāo)點的個數(shù)，和派送員到各目標(biāo)點的距離。輸出就是派送路線規(guī)劃。

2. 不足之處

以上僅是一個實戰(zhàn)的舉例，場景考慮的比較少，功能也比較局限?，F(xiàn)實中的智能調(diào)度，輸入?yún)?shù)的維度很多，除了派送員當(dāng)前位置、派送的目標(biāo)點，還有派送員的數(shù)量、派送員的運力。而且很多參數(shù)是實際調(diào)整的。有些時候，智能調(diào)度為派送員雖然規(guī)劃出了最優(yōu)路徑，但存在派送的貨物已經(jīng)超過派送員的運送能力，也是會導(dǎo)致規(guī)劃失敗。

作為產(chǎn)品經(jīng)理需要做的是，把這些現(xiàn)實中的場景考慮清晰。必要時，需要去現(xiàn)場進行調(diào)研。身臨其境感受一下，這樣設(shè)計出來的產(chǎn)品才能更符合實際用戶需要，才會更接地氣。而現(xiàn)實中的大型產(chǎn)品，一個產(chǎn)品經(jīng)理肯定是不夠的，需要各產(chǎn)品經(jīng)理和各領(lǐng)域?qū)＜彝f(xié)作的結(jié)果。

所以這又就提到了文章之前所講的，除非你在BATJ的產(chǎn)品崗位是總負(fù)責(zé)人，才能感知整個產(chǎn)品的全貌，進行產(chǎn)品整體的設(shè)計；然后各模塊的產(chǎn)品經(jīng)理依照設(shè)計要求，把自己負(fù)責(zé)的模塊完成，最終形成一個大的產(chǎn)品PRD。

如果不是充當(dāng)產(chǎn)品負(fù)責(zé)人和總設(shè)計師的角色，每個模塊的產(chǎn)品經(jīng)理，也只負(fù)責(zé)一小塊產(chǎn)品功能而已。從這個維度來看，就不如小公司的產(chǎn)品經(jīng)理負(fù)責(zé)的多。小公司的產(chǎn)品經(jīng)理，往往一個人就會負(fù)責(zé)一個條線的產(chǎn)品，產(chǎn)品論證、產(chǎn)品設(shè)計、PRD編寫、產(chǎn)品上線、運營推廣、數(shù)據(jù)分析、項目管理，基本上都要親力親為。雖然沒有BATJ背景鍍金，但水平也不差。

因此，企業(yè)在招聘產(chǎn)品經(jīng)理時，更多的是要聚集于工作本身，自己要明確需要什么樣的產(chǎn)品人才。

而本文的不足之處也在于，沒有把工作背景講清楚。因為公司規(guī)模大小，同樣的產(chǎn)品實戰(zhàn)，做法是不同的。

如果你的公司規(guī)模比較大，各專業(yè)領(lǐng)域人才比較多，大家分工明確；如果你是這款智能調(diào)度產(chǎn)品的產(chǎn)品負(fù)責(zé)人，你的PRD就不必要寫這么細(xì)，而是把總的PRD框架寫出來，涉及到具體的實現(xiàn)，由公司里的專業(yè)人士來補充完善。

如果你的公司規(guī)模比較小，你是這款智能調(diào)度產(chǎn)品的產(chǎn)品經(jīng)理，領(lǐng)導(dǎo)需要快速看到結(jié)果，你可以采取MVP（Minimum Viable Product, 最小化可行產(chǎn)品）的方式實現(xiàn)。就可以按文中的這種產(chǎn)品功能顆粒度很細(xì)的寫法，先實現(xiàn)一個基本功能，然后再不斷擴展。

3. 結(jié)果

其實按本文的實戰(zhàn)，產(chǎn)品邏輯定義清晰后，就可以對產(chǎn)品的原型進行設(shè)計了。

定義一些功能交互的接口，從每個派送員的終端獲得派送員的位置信息；根據(jù)我們的智能調(diào)度的計算，把行駛路徑下發(fā)到每個派送員的終端中，然后派送完成的派送員向智能調(diào)度的反饋，然后就可以繼續(xù)接收派送任務(wù)。這樣，我們一個簡單的AI智能調(diào)度產(chǎn)品就OK了。

三、總結(jié)

結(jié)合本文的實戰(zhàn)，相信大家已經(jīng)對如何做一名AI產(chǎn)品經(jīng)理有一定的理解。AI產(chǎn)品經(jīng)理具備基礎(chǔ)的AI知識肯定是有必要的。這就是為什么有些產(chǎn)品經(jīng)理的崗位叫AI產(chǎn)品經(jīng)理，而有些則叫金融產(chǎn)品經(jīng)理，其實就是以在這個領(lǐng)域的專業(yè)知識所區(qū)分。

產(chǎn)品經(jīng)理是一個不斷學(xué)習(xí)的過程，而且產(chǎn)品經(jīng)理的成長，除了自我驅(qū)動以外，也離不開企業(yè)的支持。因為任何一款爆品的出現(xiàn)，背后一定有數(shù)百個初級產(chǎn)品。如果你所在的企業(yè)，根本不重視產(chǎn)品研發(fā)投入，靠產(chǎn)品經(jīng)理個人的力量，也是很難有所作為的。像類似于MUJI這樣的企業(yè)，比較重視產(chǎn)品并成立了生活研究所，曾發(fā)起一個“享受清潔”的研究課題，用了8個多月的時間同顧客一起思考這個問題。

而現(xiàn)實中，大多數(shù)公司不會有關(guān)于產(chǎn)品的研究部門，大多數(shù)技術(shù)驅(qū)動的公司，產(chǎn)品經(jīng)理也沒有什么話語權(quán)，往往充當(dāng)著BA的角色。

其實好的產(chǎn)品，是需要花時間去研究的。這就像制藥行業(yè)的新藥研發(fā)一樣，需要數(shù)年數(shù)十年可能都不會有結(jié)果?；ヂ?lián)網(wǎng)的產(chǎn)品周期雖然不像制藥行業(yè)時間那么長，但至少也要花時間去研究。

而互聯(lián)網(wǎng)產(chǎn)品的研究，通常不會給太多的時間，太多公司不論是初創(chuàng)期的還是成熟期的，都會多少存在這個問題。技術(shù)部門加班加點，產(chǎn)品辛辛苦苦做出來了，發(fā)現(xiàn)沒有市場，產(chǎn)品賣不出去。所以企業(yè)需要對產(chǎn)品經(jīng)理的工作有所重視，在公司投入寶貴的時間和金錢之前，迅速進行機會評估，找到目標(biāo)市場和目標(biāo)客戶，明確產(chǎn)品定位和產(chǎn)品需求，這樣會極大提高產(chǎn)品成功的可能性。這也是產(chǎn)品經(jīng)理的價值所在。所以這也就解答了，企業(yè)如何去招一名產(chǎn)品經(jīng)理的問題。

在碎片化知識到處飛揚的今天，產(chǎn)品經(jīng)理更要沉下心來系統(tǒng)學(xué)習(xí)一些基礎(chǔ)知識。

理論上，三年的時間差不多如果鉆研一門技術(shù)，博士都快畢業(yè)了，為什么大多數(shù)人在工作崗位三年的時間，還是毫無建樹？歸根到底，還是沒有努力。工作了一天，回家肯定是休息休息，看看電視，玩玩手機，打打游戲。誰還愿意花時間再去刻苦鉆研？所以這就造成了大多數(shù)人工作三年，不是有三年的工作經(jīng)驗，而且同樣的工作重復(fù)了三年而已。

所以，如果你現(xiàn)在已經(jīng)是一名AI產(chǎn)品經(jīng)理，需要將某個領(lǐng)域的知識鉆研得更深刻一些；如果你準(zhǔn)備去從做AI產(chǎn)品經(jīng)理，就需要將數(shù)學(xué)和算法知識系統(tǒng)性地學(xué)習(xí)一下。

當(dāng)然，這是進階流程，前提是產(chǎn)品經(jīng)理的基本知識你已經(jīng)掌握。

以上是個人的一些建議，可能大家也有不同的看法，也歡迎大家一起交流。

本文由 @佳佳原創(chuàng)? 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議