互联网产品经理有没有行业之分?告诉你5种划分方法

相信大家也会经常去招聘网站上看招聘信息,会发现产品经理的类别五花八门,也经常有很多涅槃计划的小伙伴会问我“薛老板,产品经理的分类好细啊,我都不了解,该怎么如何选?”

好接下来就跟大家讲讲产品经理分类的问题。

首先,随着移动互联网的深入发展,新用户的获取变得越来越困难,老用户的维护变得越来越重要。所以公司进入精细化运营阶段,岗位的细分成为必然趋势,所以产品经理的岗位分工越来越聚焦,从而诞生了形形色色的产品经理岗位名称;

其次,很多转行人对于产品经理的分类方法不明确,导致分不清各种产品经理的之间的内在关系。

那接下来,为了大家更好的理解,我就先说一下产品经理的分类维度。主要有五种。

1)按照服务的目标对象分:

C端产品和B端产品,这两者的区别大家可以参考我们的另外一节课《B端产品和C端产品的差异》,总共有14个维度的差异,我们就不再展开讲了。

2)按照前后端划分:

前端产品经理和后端产品经理。前端产品经理主要负责提升用户可感知的功能的体验,所以更加的偏重功能的流程设计和交互设计。同时也会更加的关注产品功能的数据指标,比如转化率、日活、月活、留存等等,关于数据指标我们将会在《数据分析专题课》中给大家详细展开讲,总共有19节课。

后端产品经理也可以称为后台产品经理,主要是负责用户看不见、无感知,但是对于支撑业务的稳定发展非常重要的功能。比如以电商为例,商品中心、营销后台、采购系统、仓库管理系统、权限控制、风控系统等用户根本感知不到,但是缺了这些系统的支持,电商业务就没办法良性运转。

3)按照行业分:

金融产品经理、医疗产品经理、教育产品经理、社交产品经理、旅游产品经理、文娱类产品经理、企业服务产品经理、电商产品经理等等,这都是按照行业命名的。如果按照这个维度划分,那不管你是在电商公司是做前端购物车的,还是你在后端优惠券系统的,亦或者你是服务于商家做商家后台的(属于B端产品),都会归属于电商产品经理的范畴,所以大家可以看到不同的产品经理分类是存在交叉的。

4)按照产品形态分:

移动产品经理、PC产品经理、小程序产品经理、M站产品经理等等,这都是按照产品的形态命名的。前三种产品形态好理解,M站大家可能不好理解,所谓的M站就是浏览器版,比如你在手机上用百度浏览器搜索京东,并进入到手机网页版的京东,这其实就是M站。

5)按照工作内容及方法分:

功能产品经理、数据产品经理、策略产品经理、商业产品经理、平台产品经理等等,这都是按照产品经理的工作内容命名的。

这一类对大家来说最难理解,所以接下来我们重点讲一下第五种分类方法。

1、功能产品经理

为了更直观的理解功能型产品经理这个岗位的工作内容,我从boss直聘上摘录了三家大公司的招聘要求。放到屏幕上大家可以看一下,当然大家有时间也可以自己去搜索看看。

功能产品经理,用设计功能的手段解决问题。即:通过设计合理的产品功能满足用户的需求并持续提升用户体验。

比如对应刚才这几个岗位描述中"用户体验的角度出发,为产品提出交互设计方案"、"特定场景/问题,制定完整的产品解决方案"、"产品实施效果以及业务发展状况,设计产品原型,定期迭代改进产品"等等。

功能型产品经理是当前市面上人数最多的一类产品经理,也是在移动互联网初期产品经理主要的工作方式。

移动互联网爆发于2012年左右,此后新的商业模式不断涌现,头条、滴滴、美团等等公司相继崛起,互联网产品经理的需求量越来越多。

在产品的成长阶段,需要用新功能满足用户需求,提升用户体验,这时候产品才有机会脱颖而出,比如米聊比微信更早推出,占据先发优势,但是微信在2.0推出微信语音功能,很快用户量就超过米聊,并从此将米聊远远甩在身后;此后微信并没有停止进化,在2.2版本推出附近的陌生人功能,开始涉足陌生人社交,同时期陌陌上线,两者开始在基于地理位置的陌生人社交领域展开竞争。

但是微信不止于此,微信在3.6版本推出了微信公众号功能,从此开始走上了连接人与服务这个更广阔的道路,而陌陌依然在走连接陌生人的道路。后面微信继续推出朋友圈、微信红包等功能的故事大家已经耳熟能详。

这就是功能型产品经理的工作方式,通过新功能不断提升用户体验。后来,随着产品的逐渐成熟,分工逐渐明确,才逐渐产生了产品的细分,比如诞生了数据产品经理、策略产品经理、商业产品经理、平台产品经理等等细分工种。

2 数据产品经理

数据产品经理是这几年特别火的一个方向,薪资也是水涨船高。那这个岗位具体是做什么的呢?

我们先来看一下下面这张图

从上面的岗位描述中我们看到数据产品经理的工作内容分为两类:一类是负责分析全平台的数据,得到有指导意义的结论然后反馈给对应的产品经理负责改进。对应的岗位描述中"对业务数据进行分析和监控,数据驱动支持业务决策"关键词。

在具体工作的价值体现,举个简单例子:比如京东数据产品经理发现78%的新用户下单的时候经常还没有填地址就点击提交订单按钮,导致新用户转化率较低,那可不可以对新用户在进入结算页之前强制填写地址呢?或者将新增地址功能前置到结算页?如果结算页的产品经理评估可以,那就可以开发上线了。

还有一类数据产品经理是负责数据后台以及数据分析体系的搭建。对应岗位描述中“进行数据分析体系建设和完善”。

数据分析体系是指需要用哪些数据采用什么模型进行数据分析,比如互联网常用漏斗分析模型。数据后台一般是大公司内部的数据展示平台,主要工作是满足公司内部业务的数据展示需求。比如整个平台要展示哪些核心数据,分别使用柱状图还是折线图展示等等。

3 策略产品经理

策略产品经理是很多新人比较困惑的一个方向,比如在各大招聘网站上可以看到各种类型的策略产品:推荐策略产品经理、增长策略产品经理、定价策略产品经理、AI策略产品经理等等。做的工作好像也都不太一样,比如下面三个例子:

在岗位职责上几乎很难找到共同点,但是我们可以找到一个共同点:策略都是为了解决特定的目的。比如“负责推荐效果的评估和提升”、“促进用户的增长和活跃度”以及“提升费用确定性,降低费用投诉”

所以策略产品的诞生是在产品经理分工精细化的背景下,为了解决一个特定的问题而诞生的岗位。

功能产品经理的产品方案针对所有人都是一样的,但是策略产品方案更加精细,会对人群分层,不同类型的人采用不同的产品方案,比如滴滴的岗位描述中提到的“不同的供需、场景和用户心智,制定不同的定价策略”。

喜欢玩抖音的人知道每个人推荐的视频也不一样,这就是个性化推荐策略;淘宝首页号称千人千面,也是个性化推荐策略。针对不同的人,该按照什么逻辑推荐不同的内容,这就是策略产品经理做的工作;

4 商业产品经理

商业产品经理是一个听着很高大上的名字,做的工作其实也很高大上,就是为公司赚钱的,下面结合三家公司的岗位职责详细了解下这个岗位

从上面的岗位描述大家可以看到商业产品经理的目标用户一般都是商家或者广告主,也就是我们常说的B端产品。百度的广告平台,淘宝的直通车,微博的粉丝通,腾讯的广点通,美团的广告平台等等都属于商业产品经理负责的产品范畴。

与功能产品经理面向C端用户,主要目标是提升用户体验的目标不同,商业产品经理需要做的事情就是服务好商家或者广告商,让他们在这里赚到钱,平台才会赚到钱。

所以商业产品的日常工作是在不损伤用户体验的情况下,不断优化广告展示样式、投放策略,提升广告主的投入产出比,从而帮公司赚更多钱。分别对应岗位描述中的"无线凤巢应用分发广告的产品、策略设计"、"设计差异化的广告展现样式,提升广告体验和投放效果"以及"持续提升广告投放平台的产品体验及用户覆盖度"。

5、平台产品经理

平台产品经理也是大家比较迷惑的一个岗位,特别是阿里的校招里会出现这个岗位。当然参加社招的去boss直聘也会看到很多一线大厂在招聘这个岗位,比如下面三家公司。

美团的这个岗位是负责用户画像平台、精准营销平台,在美团这款产品中很多业务模块都是需要用户画像的数据和精准营销的比如首页的猜你喜欢,商家详情页的更多商家以及看了本套餐的人还看了等等

今日头条的这个岗位没有写具体的岗位职责,但是提到一句“搭建平台基础能力,赋能各业务方”

百度的这个岗位主要是做数据平台以及数据可视化的,这些其实也是为各个业务赋能的基础模块。

所以看完以上三个岗位描述,大家是不是对平台产品有了一个直观的理解了?大家可以理解为平台产品经理不负责任何的具体业务,他们负责为业务提供各种通用的工具,这些工具可以为平台上非常多的业务赋能。比如我们刚才提到的用户画像、精准营销系统、还比如电商中的支付系统、数据可视化系统等等,都属于平台产品的范畴。

好,我们总结一下。以上给大家介绍了下产品经理的分类维度,主要有5个维度:第一个是按照服务的目标群体分;第二个是按照前后端分;第三个是按照行业分,第四个是按照产品形态分,第五个是工作内容及方法分,这样大家以后再看到产品经理的类型就可以对号入座了。

接下来又给大家重点介绍了功能产品经理、数据产品经理、策略产品经理、商业产品经理、平台产品经理的区别。大家要记住,功能产品经理是用设计功能的手段解决问题,所以用户使用的功能都是一样的;而策略产品方案更加精细,会对人群分层,不同类型的人采用不同的产品方案;数据产品经理的工作内容分为两类:一类是负责分析全平台的数据,得到有指导意义的结论然后反馈给对应的产品经理负责改进;还有一类数据产品经理是负责数据后台以及数据分析体系的搭建。商业产品经理最核心的目标就是帮助公司盈利,日常工作是在不损伤用户体验的情况下,不断优化广告展示样式、投放策略,提升广告主的投入产出比,从而帮公司赚更多钱。而平台产品经理通过造轮子或者开发工具,为各个业务赋能

公众号:薛老板产品派 ,定期更新产品经理求职面试高频问题解答、产品思维提升、互联网新闻解读、手把手带着做实战项目和实习项目~

以下牛客高赞答案也许同样对你有帮助:

❤️看完两件事❤️

看完这篇内容之后如果对你有帮助,我想请您帮我两个忙

1、点赞, 让更多的人看到这篇内容( 收藏又点赞,手拉手好朋友 )

2、关注我和专栏, 让我们成为长久的朋友关系,精彩回答可以第一时间收到

#你觉得今年春招回暖了吗##无实习如何秋招上岸##如何一边实习一边秋招##实习与准备秋招该如何平衡##产品经理#
全部评论
楼主你做产品经理多少年了?
1 回复 分享
发布于 2023-03-24 09:45 山东
我总是把产品经理,项目经理区分不开,总觉得是一样的
点赞 回复 分享
发布于 2023-03-24 09:54 天津

相关推荐

引言 在 AI 浪潮席卷全球的今天,技术岗位不再只是传统的软件开发,而是深度融合 AI 技术的复合型岗位。无论是后端开发、前端工程,还是 AI 算法工程师,都需要在 AI 时代重新定义自己的技能边界。第一章:核心技能栈构建1.1 后端开发技能图谱编程语言核心要求Python(必备):面向对象、装饰器、异步编程、数据处理库Java(推荐):Spring 生态、微服务架构、企业级开发Go(加分):云原生开发、并发编程、微服务核心技术栈必备技能:✓ 数据库:MySQL(索引优化)、Redis(缓存设计)✓ 框架:Spring Boot、FastAPI、Django✓ 消息队列:Kafka、RabbitMQ✓ 容器化:Docker、Kubernetes基础1.2 前端开发进化路径现代前端技术栈核心技能:✓ JavaScript ES6+:模块化、异步编程、面向对象✓ 框架:React/Vue.js(至少精通一个)✓ TypeScript:类型系统、工程化应用✓ 构建工具:Webpack、Vite✓ 状态管理:Redux、Pinia1.3 AI 算法工程师专项深度学习框架PyTorch:张量操作、神经网络构建、分布式训练TensorFlow:模型构建、部署、可视化实战项目方向核心项目:✓ 计算机视觉:图像分类、目标检测、人脸识别✓ 自然语言处理:文本分类、情感分析、机器翻译✓ 推荐系统:协同过滤、深度学习推荐✓ 数据挖掘:特征工程、模型评估第二章:项目实战经验构建2.1 全栈项目推荐项目 1:AI 驱动的在线教育平台技术架构:前端:Vue.js 3 + TypeScript + Element Plus后端:Python FastAPI + PostgreSQL + RedisAI服务:PyTorch + FastAPI微服务部署:Docker + Kubernetes核心功能:✓ 智能题库:基于知识点的自动组卷✓ 学习路径:个性化学习计划推荐✓ 智能批改:OCR+NLP自动批改✓ 学习分析:学习行为数据分析项目 2:智能推荐系统技术栈:Python + PyTorch + Redis + Elasticsearch功能:✓ 多路召回:协同过滤+深度学习召回✓ 实时推荐:流式计算+缓存优化✓ A/B测试:流量分配+效果统计✓ 个性化:用户画像+冷启动解决2.2 开源项目贡献选择策略推荐项目:✓ OpenCV:计算机视觉基础✓ YOLO:目标检测算法✓ Hugging Face Transformers:预训练模型✓ spaCy:NLP工业应用贡献方式修复 Bug:代码问题修复(60%)功能实现:新功能开发(25%)文档完善:改进文档和示例(10%)社区参与:回答问题和代码审查(5%)2.3 技术博客建设内容方向AI 算法深度解析(YOLO、Transformer、联邦学习)工程实践分享(PyTorch 分布式训练、MLOps 流水线)项目实战总结(技术选型、架构设计、性能优化)发布平台知乎:技术问答和深度解析掘金:工程实践和前端技术CSDN:AI 算法和技术教程GitHub Pages:个人技术博客第三章:求职面试实战3.1 简历制作技巧项目经验描述模板项目名称 | 技术栈 | 周期├── 背景:业务场景、用户规模、解决的问题├── 架构:技术选型、性能指标、创新点├── 贡献:个人负责模块、技术难点└── 成果:量化结果(提升XX%、优化XX%)示例:智能推荐系统 | Python+PyTorch+Redis | 2024.03-2024.08├── 背景:日活1000万用户的个性化推荐├── 架构:多路召回+深度学习排序├── 贡献:设计召回算法,优化特征工程└── 成果:CTR提升15%,用户时长增长20%技能栈展示编程语言:Python(精通)| Java(熟练)| Go(了解)前端技术:React/Vue.js(熟练)| TypeScript(熟练)后端技术:Django/FastAPI(熟练)| Redis/MySQL(熟练)AI/ML技术:PyTorch/TensorFlow(熟练)| Pandas/NumPy(精通)云原生:Docker/Kubernetes(熟练)| AWS(了解)3.2 技术面试准备算法面试重点必掌握知识点:├── 数组字符串:双指针、滑动窗口、前缀和├── 链表树图:遍历算法、最近公共祖先├── 动态规划:背包问题、股票问题├── 排序搜索:快排、归并排序、二分查找└── 系统设计:缓存、数据库、微服务架构AI 算法深度考察核心概念:├── 机器学习:监督、无监督、强化学习├── 深度学习:CNN、RNN、Transformer├── 优化算法:SGD、Adam、学习率调度├── 模型评估:交叉验证、性能指标└── 工程实践:特征工程、模型部署面试表现技巧分层次回答:从基础概念到深入细节举例说明:用具体例子解释抽象概念对比分析:比较不同方案的优缺点实践经验:结合项目经验展示理解3.3 软技能考察沟通协作能力跨部门协作的项目经验冲突解决和问题处理技术团队沟通技巧指导新人的经验分享学习成长能力快速学习新技术的方法自主研究前沿技术案例持续学习和技术分享习惯从失败中学习改进第四章:职业发展与前景4.1 行业趋势分析技术发展趋势大模型应用:├── 基础模型:GPT系列、BERT系列├── 多模态:GPT-4V、DALL-E、Claude 3├── 垂直应用:Code Llama、BioGPT├── 开源生态:LLaMA、ChatGLM└── 部署挑战:推理优化、模型压缩AI+行业融合金融 AI:智能风控、算法交易医疗 AI:医学影像、药物发现教育 AI:个性化学习、智能评估制造业 AI:质量检测、预测维护跨界发展机会AI+行业专家:AI+金融、医疗、教育、制造技术创业:AI 应用、工具平台技术投资:VC/PE 投资、基金合伙人技术咨询:数字化转型、AI 战略管理路线发展路径:3-5年:技术组长(团队协作、任务分配)5-8年:技术经理(团队管理、人才培养)8-12年:技术总监(战略规划、资源协调)12年+:VP技术(公司技术战略)结语AI 技术岗位正站在历史的风口上,技术的快速迭代为每一位从业者提供了前所未有的机遇。成功的 AI 技术从业者具备以下特质:核心竞争力深厚的技术基础:扎实的计算机科学基础和 AI 算法理解工程化能力:将理论转化为实际产品的实践能力持续学习能力:快速学习新技术、适应变化的能力跨领域协作:与产品、业务、设计等团队有效协作商业洞察力:理解技术如何创造商业价值成功关键要素实践为王:理论学习必须结合大量项目实践技术视野:关注前沿技术发展,保持敏感度工程思维:注重代码质量、系统架构、运维部署用户导向:始终从用户价值出发设计技术方案团队合作:具备良好的沟通协作和领导力潜质特别推荐泡泡小程序 AiCV 简历王来优化您的求职准备:智能分析技术岗位需求和技能要求个性化优化技术简历,突出项目成果提供技术面试问题预测和回答指导大幅提升求职成功率和 offer 质量技术改变世界,AI 赋能未来。在这个充满无限可能的 AI 时代,选择从事技术工作,意味着选择了一个需要持续学习、不断创新的职业道路。机会永远属于有准备的人,技术实力是最好的敲门砖!
AI时代,哪些岗位最容易...
点赞 评论 收藏
分享
评论
9
35
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务