AI大数据产品经理需要掌握的基本技能（四）

AI大数据产品经理需要掌握的基本技能有哪些？前面已经介绍了一部分，下面就来看看最后几个小知识点。
（第三步）：标签

MECE（Mutually Exclusive Collective Exhaustive）原则，即标签需要彼此独立且详尽无遗。

（1） 用户需求和使用场景会不断的更新，所以标签体系是一个不断完善的过程，不可能一次性建立完成；

（2） 不同领域的用户需求和业务场景不同，用户画像的标签系统也不同。关键是要从不同层面更透彻地分析特定领域用户的决策行为。建立标签系统时，应根据具体业务情况进行切实分析；

（3） 根据具体需求合理划分标签的体系结构，一般需要让标签体系有结构框架，呈现出一定的层级关系便于标签管理，也可以增加标签间的联系。

标签体系结构三种：结构化、半结构化、非结构化

事实标签和模型标签举例 对标题按体系划分

（第四步）映射用户画像

数据-用户标签映射

用户画像方法是数据-用户标签映射方法，它是以数据来驱动用户画像的生成。

(第五步) ： 评估模型

产品经理怎么评估用户画像模型好坏呢？建议从以下几个方面

用户画像评估指标包括：准确性、覆盖范围、及时性、可解释性和可扩展性等。

（第六步）数据可视化

与用户交互过程可视化，数据可视化不仅是统计图表，基本上可以通过图形显示的任何数据、文本、原理、逻辑和法则都可以称为数据可视化。数据可视化具有交互、多维和可见特征。

以上就是“AI大数据产品经理需要掌握的基本技能（四）”的内容了，如果你还想了解其他相关内容，可以来 产品壹佰 官方网站。