Good Data Scientists don’t gather project requirements. They dig for them
Medium
'좋은 데이터 사이언티스트는 요구사항을 모으는 대신 발굴한다'
사실 별도의 데이터 PM이 없는 회사의 경우 데이터 사이언티스트가 프로젝트에 대한 PM 역할까지 맡는 경우가 많은데요, 이런 경우 참고할 만한 글이 있어 소개드립니다. 다만 전반적인 내용은 PM에 대한 일반적인 조언과 크게 다르지 않기 때문에, 이 관점에서 더 고민해볼 땐 PM이나 PO의 역할에 대한 컨텐츠를 더 찾아보는 것도 도움이 될 것 같습니다.
1. 이해 당사자에 대해 공부할 것
2. 프로젝트 용어집을 유지할 것
3. 요구사항을 '유저 스토리' 형태로 모을 것
- (역할) 로서 나는 (기능)을 통해 (목적)을 달성하길 원한다.
4. 요구사항을 문서화 할것
더 많은 콘텐츠를 보고 싶다면?
이미 회원이신가요?
2020년 11월 30일 오전 9:28
댓글 0
함께 읽은 게시물
< 스포티파이와 멜론, 같은 음악인데 왜 경험은 다를까? >
1. 엔터테인먼트 프로덕트의 본질은 콘텐츠다. 사용자는 콘텐츠를 소비하며 감정을 느낀다. 재미, 감동, 공포, 희열. 인간의 다양한 감정이 콘텐츠를 통해 꺼내진다.
PM이 이해하면 좋은 지표 개념
프로덕트 매니저(PM)로 일하면서 늘 지표 이야기를 듣게 됩니다. 대부분 PM은 선행지표(leading indicator)와 후행지표(lagging indicator)의 개념을 잘 이해하고 있습니다. 하지만 선행지표에 영향을 미치는 '인풋(input) 지표, '아웃풋(o
... 더 보기인성 없는 실력자를 대하는 마음가짐
실력은 갖췄지만 인성이 나간 사람을 만났을 때는 내가 기준을 더 높이는 것도 도움이 된다. 어차피 그 사람보다 실력이 더 좋은 사람은 반드시 있을 거다. 그렇다면 그 사람보다 더 잘하는 사람을 두고 인성 터진 사람을 비교당하는 위치에 두면 그 사람이 뭐라고 하든 별로 신경 안 쓰게 된다. 아무리 본인이 독한 말을 뱉어도 그 사람은 인성까지 갖추고 그 사람보다 더 잘하는 사람보다 못한 사람이다. 그냥 인성 터진 사람이지. 사실은 본인이 더 잘 알 거다. 실력은 부족한 인성에 대한 알리바이가 되지 않는다.
👋 TARS로 제품의 진짜 성과 분석하기
기
... 더 보기[일터의 근육] 컬리 일잘러들의 공통점
'
... 더 보기
