スーツ姿のプロダクトマネージャー

ITで新しいプロダクトを生み出したいすべての人を応援するブログです。

プロダクトマネージャーにとってのデータサイエンス

ECサイトのレコメンド機能やA/Bテストを駆使したグロースハックなど、データサイエンスの考え方が、あらゆるサービス、製品開発に浸透してきています。

そのような中で、プロダクトマネージャーは、データサイエンスをどういった観点で、どのように学ぶべきでしょうか?

LinkedInのProduct Managerグループの投稿を見ていたら、まさにこれに関する投稿がありました。

 

この投稿では、データサイエンスプロダクトマネージャーが学ぶべき重要なテクノロジーと位置付けていて、基礎的な考え方を示しています。

この中で、「データプロダクト」というキーワードが重要だと思いました。

 

プロダクトに組み込むための機械学習

特に注意を引いたのは以下の一節です。

One of the key components in the above figure would be ‘data products’ that work on humungous volumes of raw data, learn/extract patterns from the data and deliver value to the users, thereby improving business metrics.

引用元:Data Science Fundamentals for Product Managers – CohortPlus – Medium

機械学習モデルを指して、データプロダクトと言っているのですね。つまり、ここで考えるデータサイエンスは、マーケティングのために使うというより、プロダクトの付加価値そのものとして、組み込むことを意識とした議論になっています。

例えば、ECサイトのレコメンドはデータサイエンスを活用したものですが、利用者にとってはUXであり機能になります。一方、購入履歴のデータを分析してどのような購買層が狙いどころかということを調べるのは、マーケティングの作業であり機能ではありません。

この記事でいう機械学習はこのうち前者を狙ったものです。

Webサービスの開発では、以前からこの両面でデータサイエンスが活用されてきました。しかし、最近はWebサービスに限らず、機械学習をプロダクトに組み込みたいというニーズが増えている感触です。

国内でも、これを意識した本が出版されています。

 

仕事ではじめる機械学習

仕事ではじめる機械学習

 

プロダクトマネージャーは、付加価値とマーケティングの双方でデータサイエンスを活用すべき

さて、私は、プロダクトマネージャーは、プロダクトの機能としても、マーケティングの道具としても、データサイエンスと関わりを持つことになるだろう、と考えています。

これはWebサービスに限る話ではなく、例えばBtoB向けのソフトウェア製品でも同様です。

したがって、プロダクトマネージャーは、開発チームやマーケティングチームにデータサイエンティストを抱えることになるでしよう。

そうしたとき、テクノロジーに対して知見や勘所を持っておかなければ、ただしい意志決定ができない可能性があります。

というのも、機械学習やデータ分析といったデータサイエンスのアプローチを理解するためには、それなりにハードルがあり、ミスリードしやすい分野だからです。

また、データに依存する機能を作るということは、ルールベースのシステムとは違うリスクを抱えることになります。

私もかつて七転八倒した経験があります。

 

 

このように、ここで引用した記事を含めて、データサイエンスはプロダクトマネージャーにとって、必須のスキルになってきたと感じています。

 

入門書のレビューを上げていますので、参考にご覧ください。