7、机器学习项目规划与范围界定的关键要点

机器学习项目规划与范围界定的关键要点

1. 沟通与问题讨论的艺术

在项目讨论中，当面对诸多未成功的解决方案尝试时，应尽量以抽象的方式进行交流。例如可以说：“我们尝试了几种方法，其中一种可能会让推荐效果大幅提升，但会使项目周期延长几个月，您希望怎么做？”这种方式能避免陷入过于复杂的技术细节，尤其是在面向非专业人士时，先以通俗易懂的方式交流，若对方对技术细节感兴趣，再逐步深入探讨。

在跨职能会议中，ML团队常犯的错误是过于关注“如何实现”，而忽略了“为什么要做”和“要做什么”。团队成员往往自顾自地思考算法、实现细节和数据来源，却没有询问关于实现方式、推荐限制条件以及产品展示方式等关键问题。同时，内部营销团队在提出项目时，也未清晰表达他们的期望，这就容易导致项目实施出现问题。

那么，如何改善这种情况呢？在首次会议中，可以从一个简单的问题入手：“您目前是如何决定在哪些位置展示哪些产品的？”通过这样的问题，能挖掘出业务方目前解决问题的方式，进而明确项目的关键特性需求。

以下是一个示例对话展示：
|提问方|回答方|回答内容|
| ---- | ---- | ---- |
|ML团队|业务方|“我们首先查看库存情况……”|
|ML团队|业务方|“上周销售良好的产品会优先展示。”|
|ML团队|业务方|“我们会查看与供应商的产品展示协议。”|
|ML团队|业务方|“我们还会关注时尚界的最新趋势。”|

在这个过程中，要注意避免讨论ML解决方案，做好记录以便后续与数据科学团队成员讨论，确保会议聚焦于了解业务方当前解决问题的方式。

2. 避免分析瘫痪，聚焦关键方面

<