【課程背景】

隨著產(chǎn)品經(jīng)理這個崗位的越來越完善，對產(chǎn)品經(jīng)理的能力要求也越來越高。作為產(chǎn)品經(jīng)理不懂點數(shù)據(jù)分析和最新行業(yè)發(fā)展，怎么說服開發(fā)做功能？怎么說服老板給資源？

1.   數(shù)據(jù)為王，業(yè)務(wù)是核心

? 數(shù)據(jù)分析的概念

。了解整個產(chǎn)業(yè)鏈的結(jié)構(gòu)

? 制定好業(yè)務(wù)的發(fā)展規(guī)劃

? 衡量的核心指標(biāo)有哪些

2.    思考指標(biāo)現(xiàn)狀，發(fā)現(xiàn)多維規(guī)律

? 熟悉產(chǎn)品框架，全面定義每個指標(biāo)的運(yùn)營現(xiàn)狀

? 對比同行業(yè)指標(biāo)，挖掘隱藏的提升空間

? 拆解關(guān)鍵指標(biāo)，合理設(shè)置運(yùn)營方法來觀察效果

? 爭取核心用戶，單獨進(jìn)行產(chǎn)品需求挖掘

3. 規(guī)律驗證，經(jīng)驗總結(jié)

發(fā)現(xiàn)了規(guī)律之后不能立刻上線，需要在測試機(jī)上對模型進(jìn)行驗證。

4. 通過用戶情感分析改善產(chǎn)品設(shè)計

對于購物網(wǎng)站的商品評論進(jìn)行分析，可了解哪些商品、哪些屬性受顧客群歡迎，安排采購和商品展示。對于商品的制造廠商，利用上述分析，改善設(shè)計和產(chǎn)品銷售。

5. 數(shù)據(jù)分析用產(chǎn)品收集數(shù)據(jù)，用數(shù)據(jù)改善產(chǎn)品

數(shù)據(jù)分析的意義并不在于分析本身,而是要將數(shù)據(jù)分析的結(jié)果最大化的推至應(yīng)用層面,指導(dǎo)最終的決策。不管是產(chǎn)品,運(yùn)營,或是市場的工作人員都應(yīng)該逐步提升自身的數(shù)據(jù)意識，實施數(shù)據(jù)驅(qū)動下的產(chǎn)品決策，聚焦于產(chǎn)品的業(yè)務(wù)流程優(yōu)化。

6． 人工智能行業(yè)大發(fā)展

?     人工智能的發(fā)展

?     人工智能的內(nèi)涵

?     人工智能的分類

?    人工智能企業(yè)的主要應(yīng)用領(lǐng)域

?    人工智能的行業(yè)發(fā)展分析

?    驅(qū)動人工智能發(fā)展的動因

?    中國制造助理人工智能 

?    互聯(lián)網(wǎng)+促進(jìn)人工智能發(fā)展

?    人工智能發(fā)展規(guī)劃

7．當(dāng)今主流的人工智能技術(shù)

?    從神經(jīng)網(wǎng)絡(luò)到深度學(xué)習(xí)

?    深度學(xué)習(xí)概述

?    深度學(xué)習(xí)技術(shù)內(nèi)涵

?    深度學(xué)習(xí)的算法

?    深度學(xué)習(xí)的主要應(yīng)用領(lǐng)域

?   CNN卷積神經(jīng)網(wǎng)絡(luò) 

?    RNN循壞神經(jīng)網(wǎng)絡(luò)

?   TensorFlow開源框架

8．案例，實戰(zhàn)案例解析

?   服務(wù)機(jī)器人

?   人機(jī)對弈AlphaGo

?   新聞推薦和新聞撰稿

?   人工智能+制造：智能制造