鐵人賽第9天～ 好開心今天是禮拜五呀！

本篇要進行的是產品篇的第五篇：數據驅動決策。

本次系列賽文章：

數據驅動決策（Data-Driven Decision Making，DDDM）是指管理者在做出決策時除了依賴直覺或經驗，也需要從數據洞察中提出數據分析的證據作為輔助更準確地理解市場趨勢、用戶需求和業務績效表現，讓企業經營層做出更明智的決策。

把Data-Driven Decision Making的精神用在軟體產品開發上

延續前幾天的Case，我們以LinkedIn這個網站產品為例：

1. 市場趨勢識別 （Target: 雇主）
LinkedIn能夠透過數據分析工具，追蹤不同產業的聘用趨勢、技能需求和人才流動情況，幫助企業識別未來的市場機會和挑戰。

2. 用戶行為分析 （Target: 求職者）
LinkedIn 可以通過分析使用者的瀏覽不同公司頁面和不同職位的歷史紀錄、按鈕點擊率和互動行為，來了解哪些功能或內容最受歡迎，並根據這些數據調整產品設計和功能優化。

3. 個人化推薦（Target: 對雇主和求職者皆是）
對雇主而言，LinkedIn會基於職缺推薦適合的使用者，並透過數據及點擊率顯示哪篇文章更為熱門。對求職者而言，LinkedIn可以根據個人化提供工作機會推薦和人脈網路連結的建議。

以我自己而言，在打開LinkedIn App時，常常會以兩者角度（公司角度、身為人才角度）去看LinkedIn推播給我的任何內容，並跟跟自己動動腦：「現在他推播給我的這個，背後的邏輯可能是什麼?」

4. 廣告效果評估（Target: B2B 線上客戶開發）
LinkedIn除了是高階人才社群網站，還有一個很厲害的用途，是讓B2B商業開發（Business Development）這個以往依靠實體人際串連的活動漸漸轉為線上數位化。

當使用者在LinkedIn上看到廣告時，因為平台的專業定位，這些廣告自然會被聯想到高可信度和專業性。企業不僅可以在此平台上發布職缺吸引優秀人才，還能透過動態貼文推廣服務和行業資訊，不僅提升品牌形象，還能有效接觸全球潛在客戶，

LinkedIn的廣告數據分析工具能用來來評估廣告活動的效果。透過分析不同廣告類型和目標受眾的轉換率，企業能夠優化廣告策略，帶來更有價值的曝光和銷售。

產品經理的總結

隨著全球化和市場競爭的加劇，企業要更加精確地理解市場需求和消費者行為來制定更有效的策略。

今天文章，可以看出數據驅動決策在產品開發中的重要性，除了優化用戶體驗，更重要的是為洞察出為企業帶來更大商機的價值。

這個時代因為網際網路普及和IT技術進展，全球各個網站儲存的數據量越來越來越大，善用數據分析工具能讓產品經理從數據中提取有價值的見解，進而做出正確的決策，推動出世界改變的殺手級應用。

而關於產品經理的職責、及產品管理的範圍構面還有很多很多：

大至建立產品願景、制定產品路線圖（Road Map）、從使用者行為判斷潛在的需求慾望、乃至於擬定具有情感價值的產品策略，

小至打造產品細節，如i18n多國語系的用字遣詞該如何拿捏才能傳遞、將設計思維帶入每個產品使用流程等等。撰寫PRD、User Story和開Spec更是PDM必備的技能，因此我覺得Product Manager完全是可以練習18般武藝的職位，適合不怕挑戰不夠、擔心自己在職場上容易無聊的人。

而越往資深PDM走，就會遇到更High Level、需求更模糊，但決策需要更迅速的時刻（不然事情都會卡在PDM這，遲遲無法往軟體開發端去進行實作XD）。

因為本次鐵人賽，我擬定的主題並不僅只於聚焦在產品經理的範疇，而是想帶到更多IT管理構面及職涯發展的策略規劃（胃口真大）

因此產品篇就到這啦！如果有任何問題或回饋，歡迎留言讓我知道：）

下個主題：團隊篇。敬請期待！