让商业变得更智能

初阶产品与高阶产品的区别
APP开发设计

本文结构如下:

一、产品经理需要有判断力

二、系统化思维—项目流程全闭环

  • 需求调研(5W2H模型)
  • 需求分析(概率思维)
  • 需求立项(基于数据与价值,达成一致)
  • 需求闭环(评估数据和产出,用数据复盘)

三、用“人工智能”修炼判断力

1、建立自己的知识图谱(输入与输出)

2、建立系统化思维(原理是什么)

一、产品经理需要有判断力

   理论上,一个理性的人,都需要有判断力,那为什么专门指出产品经理需要有判断力?因为笔者从事产品经理职业,且在工作实践中发现,产品经理是最容易被坑的群体。

A、老板说这个功能很重要,是行业的标配;

B、商务说这对接的合作方很靠谱,上线后预计有多少多少的产量,让其他需求让让优先级;

C、运营说这个功能很多用户需要,上线后能极大提升用户体验,同时节省多少多少的人效;

以上场景是不是很熟悉,产品经理每天会收到很多需求反馈,第一步是进行需求的调研与分析,只有调研分析过的需求才能真正进入需求池,否则只是待调研需求。

二、系统化思维—项目流程全闭环

1、需求调研(5W2H模型)

   5W2H分析法又叫七何分析法,是二战中美国陆军兵器修理部首创。由于该分析法概括了why定义原因,what定义问题,who定义对象,when定义时间,where定义地点,how mucn定义程度(或数量或成本),how to定义实现路径;从而可以广泛应用于定位并解决问题,包括写报告、写代码、需求调研、理解leader布置的任务、项目管理、合同管理等几种场景,实乃产品新人入坑、农民进城防骗的第一指南;另外还有升级版可以加上三个参数,resource定义资源, risk定义风险,result定义结果,即加上3个R升级为5W2H3R的10字母模型;

回望自己的职业生涯,确实踩过不少的坑。

产品经理是最有资格抱怨而最不应该抱怨的人,因为产品经理的价值就是解决问题。

而解决问题需要有足够的判断力。

A、老板说这个功能很重要,是行业的标配;

多问几个问题:

  • why老板想解决的是什么问题;
  • what 这个功能是什么,有什么用
  • who 解决谁的问题,与我们现有产品的用户群体是否一致
  • result 解决这个问题有什么收益,与核心目标KPI是否相符
  • how 如果要解决这个问题,有几种解决思路
  • how much 这几种思路对应的方法,成本是多少

 

2、需求分析(概率思维)

前面说了第一步是需求调研,调研完是不是开始做了呢?第二步是分析;之前我做需求分析,最喜欢用投入产出比来分析需求,并初步判定优先级;后来发现这里有个误区,所有分析都应该是建立在概率分布中的,且需要有数据支持;

B、商务说这对接的合作方很靠谱,上线后预计有多少多少的产量,让其他需求让让优先级;

多问几个问题:

1、合同是否谈妥了(如果没谈妥,会有哪些风险,我们的收益是什么)

2、产量是怎么预计的,是否有历史数据或行业数据支撑;是用线性还是非线性模型预计的;

3、对方会采购我们的概率是多少,对方会采购我们XX产品的数量和占比又是多少;

C、运营说这个功能很多用户需要,上线后能极大提升用户体验,同时节省多少多少的人效;

多问几个问题:

  • why运营想解决的是什么问题;
  • what 这个功能是什么,有什么用
  • who 解决谁的问题,该类型用户占比是多少
  • 这个功能改进涉及的功能会有多少人用,现有数据是什么
  • 是否有其他解决方案,分别成功概率是多少,成功后的收益是多少

  即任何投入产出比都是建立在概率的前提下的,机器学习中经常用到的贝叶斯统计就排上了用场。

如何通俗地理解贝叶斯统计?

举个例子:生病的几率

一种癌症,得了这个癌症的人被检测出为阳性的几率为90%,未得这种癌症的人被检测出阴性的几率为90%,而人群中得这种癌症的几率为1%,一个人被检测出阳性,问这个人得癌症的几率为多少?

猛地一看,被检查出阳性,而且得癌症的话阳性的概率是90%,那想必这个人应该是难以幸免了。那我们接下来就算算看。 考虑先验概率和后验概率

阳性得癌症的概率为:0.083 , 阳性未得癌症的概率为:0.917

换成新仪器引进的例子也是一样,如果你是医院的院长,有人推销一种仪器售价1000万,检测某疾病的准确率为95%,而此疾病的发生率仅为0.01%,则需要考虑一下发生此疾病且检测准确的概率了。

  做产品和做投资都是有赌性在的,赌的就是成功的概率,这里面要判断项目能成的概率,是否属于你的重点项目,你预计投入多少时间精力和资源,这个项目能否超出预期从而成为你的成功案例;

3、需求立项(达成一致)

好,调研和分析都完成了,是否可以开始执行了?此时还需要一个立项会。发现没有,这就是老油条和新人的区别,新人一般会急吼吼的开始进行项目,而老油条一边设计线程一边争取项目相关方达成一致。

  • 要拉项目相关方都参与项目立项会,且需要提前梳理5W2H3R,在会上阐述项目的背景、目标、价值、分工与配合、各部门负责交付的东西和时间节点、所需的资源、风险、成功的概率和收益等;
  • 不确定的点都要在会上达成一致,且形成书面记录并追踪执行情况。即决议前充分讨论,决议后忠实执行。

4、需求闭环(评估数据和产出)

   初阶产品经理:能按时保质的完成需求的输出,且跟踪项目的执行与产出;这里面也涉及到如何协调项目相关方,让参与方统一认知且有认同感,考虑异常场景与上线后的运营推广计划等;

而初阶与高阶的区别,是你是否是这个项目的owner,即你是否有主人翁意识。

   这个项目或者是你自己提出的,或上级为了KPI交到你手中的,你是只承担了这个项目中产品设计者的角色,还是这个项目的总负责人。(这里有个职场现实规则,机会往往是自己争取的,特别是对于产品经理这种只有职位没有实际职权的岗位来说,很可能你就是这个项目的产品经理,总负责人是你上级或其他部门负责人,或者没有明确任命的总负责人)

   此时你能否做到除了关注自己负责工作内容部分外,承担起项目最终成败的责任?

   这里举一个反面的例子,有次上级问我某个项目没有达到预计的目标产量(当时的目标产量也是相关商务预估的,没有太多数据支撑),产品的责任占了多少;我没有理解这个问题,我以为问的是原因占比,我答产品因素至少占了60%(当时想已经往高了说);后来上级和我说,即使你只承担了1%的原因占比,你也应该负100%的责任。这句话真是醍醐灌顶,如果我是站在一个项目owner的角度,从自己这个原因出发,我完全可以去推动其他人,去更早的思考项目的投产闭环:调研目前的现状和原因,提出解决策略;哪怕有些策略不是产品侧能解决的;忙不是借口,身兼多个项目不是理由,如果是自己的重点项目,就一定要想办法超出预期。

   想明白这个问题,你才能从功能负责人成长为业务负责人。

 

三、用“人工智能”修炼判断力

1、建立自己的知识图谱(输入与输出)

   结构化输入:这里推荐一个工具——有道云笔记(免费,服务器稳定,移动端和桌面端完美兼容,未收广告费);

   如我最近在学习人工智能相关知识,如果只是看过可能很快就忘了,如果我能边看边记笔记,并自己画出思维导图的话,才算基本掌握了概念;

   结构化输出:一个完善的系统,除了有输入,还需要有输出;如一个知识,只能你能自己应用并可以教给别人,才算真正掌握了这个思维体系;尝试输出新的“新的input”,或是“刺激他人有新的思考”;

2、建立系统化思维(原理是什么)

前面谈到几个思维框架

  • 需求调研(5W2H模型)
  • 需求分析(概率思维)
  • 需求立项(基于数据与价值,达成一致)
  • 需求闭环(评估数据和产出,用数据复盘)

这和机器学习的套路是一样的,选定一个目标,喂数据,定义价值和激励函数,从而得到更好的结果,这里面既要降维解决具体问题,关注微观细节的东西;又要升维思考抽象问题,关注宏观系统的东西。

冰山一角(了解宏观层面)

以上说的判断都是冰山上的东西,其实很多大方向的判断在冰山下面。产品经理不能只是正确的做事,还要做正确的事。如果不能判断什么是正确的事,你就是一个执行者,一个做功能的。

一个合格的产品经理要完成项目需求分析、价值分析、项目闭环,且还要能站在更高维度去思考:

  • 产品今年规划是什么?
  • 公司全年规划和目标是什么?
  • 公司处于产品链上下游中什么位置,创造什么价值,核心战略是什么?
  • 公司在行业中排名多少,准备打哪个方向?
  • 未来的趋势和前景是什么?个人是否有竞争优势?

  就如同选择职业一样,如果大部分人只看到薪资待遇、岗位要求与自己相符,而不考虑个人发展方向、个人性格和优势、行业或岗位发展前景等,和迫于生计压力随便选一个糊口职业没有太大差别,都没有系统的职业规划;

  如我之所以选择产品经理这个职业,也是因为个人热爱学习与分享,希望做一个超级连接者。

  把个人的成长也看做一个学习曲线,祝大家都能在新的一年里不自我设限,把握机会与创造机会,做有意思的事情。

来源:PMCAFF

APP开发设计