产品经理需要懂技术吗？

产品经理需不需要懂技术？经常看到这个问题，各家说法不一。

今天，一起听听AdBright产品团队的小伙伴怎么说。

作为一名从技术转岗的产品经理，说说自身经历体会。

曾经做了2年多的后端开发程序员，后来选择转岗成为一名产品经理。一开始产品是自己有参与开发的，在转岗后的前期，很清楚了解到需求的技术可行性和难度，以及能够预估需求需要的实现周期，头一年里都处于一种程序员思维工作模式（一股脑想着如何快速便捷完成需求），虽然能够解决用户的痛点，反而缺乏了产品经理的创新，那时候要是有人问我产品经理是否需要懂技术，我的答案是肯定需要懂，而现在我的答案是产品经理不一定需要懂技术，需要取决于产品经理的工作内容。

基于产品工作内容可以分为5大类型，我们通过每个类型，可以分析出哪些 PM 需要懂技术：

用户/交互 PM

用户/交互PM其实大部分指的是用户体验产品经理、交互产品经理，直接面对用户和实现业务的产品经理，通过分析用户习惯，提出更顺畅更贴合用户习惯的操作实现方式，同时结合产品整体交互规则，优化功能的交互体验，提升产品友好体验效果。

这类产品经理，更多的是与UI设计师打交道，研究新的交互模式，发现产品的交互体验问题，不断迭代产品。对技术能力要求到了解程度即可，更推荐学习下《简约至上》《用户体验要素》。

商业化/业务 PM

商业化PM通俗理解是，将流量进行变现，注重产品实现营收最大化的产品经理。

业务PM需要对业务十分清晰，了解用户的痛点，转化为通用的场景，清晰判断甚至规划产品Roadmap，同时负责业务数据化运营，为业务发展提供有力的数据支持，注重产品使用效率的产品经理。

基本工作都是对接商务、市场和运营团队，负责需求挖掘、产品商业模式创新、业务规划与落地以及后续运营。

这两类产品经理，更需要的是增强逻辑思维和数据分析能力，对技术能力要求到了解程度即可，推荐学习《计算广告》《在线广告》《增长黑客》。

策略 / 数据 PM

策略PM是随着互联网和AI的发展，而细分出的产品经理，他们大部分工作内容是推荐系统、搜索引擎和定价策略，例如内容平台，如何向用户提供感兴趣的内容；打车软件，推荐路径以及分派司机等等都是策略产品经理的工作场景。

数据PM大部分是数据分析师转岗的，一开始是没有数据PM的概念，随着互联网的数据量暴涨，越来越多的数据需要专人分析，需要丰富数据分析工具，从而诞生了数据产品经理，他们提供更丰富更全面的数据分析能力的产品。

他们主要是跟算法开发打交道，所以不仅仅需要产品功能设计，还需要精通算法和数据分析，对常见算法的数学原理和模型评估指标要十分清晰，而且最起码需要学习SQL和Hive，达到熟悉的程度。

AI PM

AI是近几年发展起来的，AI赋能的价值也逐步重要，AI产品经理与其他类型的产品经理，更强调业务如何落地，主要是基于过往积累的数据，计算接下来可能发生事件的概率，相当于是“预测未来”。

AI的三大要素是算法、算力、数据，那么产品经理需要从这三大要素进行了解基本的机器学习算法，知道各种算法的应用场景、能够解决的问题、各自的优劣和区别。

可以学习的技术有自然语言处理、人机交互、计算机视觉、生物特征识别、语音识别、虚拟现实等等。

以上就是我对“产品经理需不需要要懂技术”的看法了，总的来说，不同类型的产品经理，对懂技术的程度要求不一样，但还是需要了解基本的技术知识，具备“技术思维”，可以更好地与开发人员沟通，推进需求落地。