David Spire ：我认为，如今能够担任数据产品 PM 或 PO 角色的人必然是在该领域拥有丰富技能的人。我们赞赏 Web 产品经理了解不同开发框架（例如 React）的技术含义，同样，对于处理数据的产品经理来说，了解数据湖的工作原理等也是必不可少的。对于人工智能产品经理来说，这更为重要，因为必须完美掌握可用数据的质量，才能想象可以提供的体验。除此之外，成为一名优秀的产品经理至关重要：你需要拥有最高的资历，因为这些都是复杂的产品，需要与不一定总是掌握可用解决方案的利益相关者进行特别密集的工作。
Hervé Guignot：不是这样的！通常，这些都是非常“技术”的人，他们希望晋 匈牙利 WhatsApp 号码数据 到产品管理职位，但其他数据产品经理更多地来自企业，习惯于与“业务”联系人互动。事实上，这完全取决于组织对其数据产品经理的期望：有些人非常注重“交付”，其他人则更注重“发现”甚至定义策略。
David Spire ：要么你像 Hervé 所说的那样，在职业生涯的头几年里从事数据工作，要么相反，你在业务方面非常关注数据主题，因此你非常了解数据或人工智能可以解决的问题。无论如何，我认为你需要对这两个领域有非常强烈的兴趣，同时积极主动，不断保持最新状态，因为事情变化得非常快。
当我们谈论将“产品”应用于数据时，我们是否会发现产品管理的所有经典维度？有什么特殊之处吗？
Hervé Guignot：在这些原则中，我们发现了相同的操作模式，从“发现”阶段开始，这使我们能够确定下一步要实现的价值主张。这是产品方法的主要兴趣：与用户一起想象价值主张，关注为他们带来价值的东西，进行迭代和原型设计。这确实是一个关键点，过去的数据主体并不一定具备这一关键点。
但特殊性之一是，在数据产品管理中，我们处理的是原材料。例如，在网站上，唯一的原材料是用户需求，可以对其进行加工和建模。在数据方面，除了用户需求之外，我们还要处理经常限制我们并施加额外步骤的原始材料：特别是，数据必须可用、质量良好并且对用例有用。
在数据和人工智能方面，一些用户体验规则也非常具体 - 例如，数字产品中较少出现的可解释性、不确定性或反馈循环问题 - 这意味着需要培训和调动这些主题的专家。