乐学 产品经理具体工作是什么？
产品经理是以解决问题为核心，整合和管理各种人力、物力等资源，高效地将解决方案变成实际产品输出的领导者。
在不同的公司，产品经理的角色和职责虽略有差异，但是核心职责是相通的，我们可以从产品研发的五个阶段来解读产品经理的主要工作内容：
一、产品规划
产品规划的目的在于让研发工作开展更有序。
在产品规划阶段，产品经理的职责就是做好前期调研工作，输出完整的产品规划方案。
前期调研的主要工作包括市场调研、政策分析、行业动态、竞品分析、客户调研等；做好前期的调研工作后，产品经理要对调研结果和数据做进一步的梳理，明确产品的定位，结合自身资源情况，明确业务发展趋势，规划系统建设方向，最后输出一份完整的产品规划方案。
二、需求分析
需求分析的过程不是简单的需求搬运，产品经理首先需要将收集的需求根据实际情况进行分类，如根据对象的不同，可将需求分为业务需求、用户需求、功能需求三类。
将需求分好类后，产品经理可从真实性、价值性、可行性三个维度对需求进行筛选，过滤掉虚假的、不可行的、没有价值、价值不大或投入产出比不理想的需求，并从剩下的需求中提炼出客户的本质需求。
然后对需求进行归类并排出优先级，帮助产品有条理地安排开发秩序，最后输出需求文档。
三、产品设计
产品设计的过程就是将产品需求功能化、具像化的过程，产品经理需要输出具体的能达成需求目标的功能设计方案，以支撑需求方、研发团队、运营团队等相关方进行高效沟通与业务执行。这一阶段产品经理的主要工作包括流程设计、功能架构、原型设计等。
四、推动产品目标的实现
首先，产品经理需要协调各岗位的时间进度，进一步解答各岗位对需求的疑问。
其次，产品经理还要对开发过程中遇到的困难进行正确判断，排除外界对开发的干扰因素，为开发团队排除困难，并及时作出需求变更或技术方案攻关的决定，跟踪产品的研发进度，确保研发工作顺利进行。
在这个过程中，产品经理应做好与上级领导及团队成员之间沟通协调工作，保持各方信息的一致性，进行有效的沟通，保证产品按既定目标前进。
五、产品的验收与交付
产品上线后，产品经理要及时关注相关数据，并做好数据分析工作。以数据为依据评估产品或功能是否达到预期效果，如果没有达到预期效果，产品经理要牵头做好复盘工作，分析未达到预期效果的原因，输出完善的举措和计划，并切实执行。同时产品经理还需及时跟踪客户反馈，为下个版本或产品积累数据和经验。
想必电商专业出身的同学应该感同身受，遇到的最大的问题，一个是四年学下来不知道在学啥，二是毕业了没有对口的企业要，不知道该做啥。首先第一点的原因，为啥你会觉得学四年啥也没学到的感觉。你要去看看当前国内很多学校开设的电商专业以及教学的老师。教材要么是美国十年前的教材，都是“古代电商”，要么就是某个教授自己写的教材。但你要想到，这个写教材的教授以及教你课的讲师是完全没有一丁点电商实战经验的，他们是在用自己想象中的理论型电商来教你们，这样的环境下你学的是哪门子电商？？
第二点的原因，对于电商专业来说，其实电商运营是一个非常好的让你这种初学者接触电商认识电商的岗位，但是你去看当前电商运营岗位的学历需求，大多只需要中大专学历即可，低门槛也意味着低待遇，因此会有很多大学生不愿意做，企业也不会去好的大学招这样的人，这就是矛盾所在。
面对这样的情况，我想说，我们别无选择，只能选择：坚强。。。。。
倘若你本身对于电商不感兴趣，那趁早转专业或者转行。若你对电商有浓厚的兴趣，那么千万要学会自我成长，高等学府的电商专业是无法给予你想要的未来的，你要学会自己找途径去切入到电商行业的正轨中，被动地在社会上被推着走也是无法让你如偿所愿的。
关于如何切入电商行业，在此提供几个思路。
1 从互联网产品经理切入，去想办法靠自学成长为一个电商产品经理，你将有机会从平台视角去全面了解电商。这虽然有些曲折，但是却是一个发展前景非常好的方向，当然难度也是很高的。
2 从技术出发去切入电商行业。互联网起步阶段最缺的就是技术人才，开发、数据分析、算法等都是需求非常大的。而若你能通过自学一些技术，使你能够胜任譬如互联网开发这样的岗位，则你就可以有机会切入到电商行业内做开发。这同样也是给予你从平台端认识电商的机会的路径。
3 踏实做一名电商运营。虽然电商运营待遇低，但不得不说，对于想从卖家视角来理解电商的人来说，这无疑是最好的实战机会。不要盯着你的待遇有多低，因为最对你有帮助的是你在这样的经历中收获的实战经验，每一位厉害的电商运营都是要经历这一步骤的。你若能突破自己，你就有机会成为一名厉害的高级电商运营。作为产品经理，我们既不是产品的业务员更不是原型画师，而是伟大的创造者。用户对一个产品的评价可能只有好与坏，而作为产品工作者的我们必须有自己思考产品的视角，透过表现洞察本质。笔者根据自己有限的用户研究与产品设计的工作经历，把产品经理思考产品的视角拆解成三个维度，分别是用户维度，产品维度和商业维度。其中， 用户维度概括为“一定义，两核心”，产品维度为“三层次”，商业维度为“四创新”。 通过对这三个维度的了解，有助于我们进行产品体验分析和产品设计思考。
对于用户来说，他们更多是感性地看产品，产品好不好用，产品好不好看，用起来有没有面子等。但是产品经理从用户维度思考产品不能只停留在表层，而是要深挖底层本质。归根究底主要是两个方面， 需求与体验 ，这也是用户所关心的核心。
1) 定义用户
在进行需求与体验的分析之前，笔者认为我们必须先去定义用户，只有先认清用户，之后的需求与体验研究才有意义。笔者从两个方面来定义用户： 用户细分的特殊性与人性的普遍性。
用户细分的特殊性。 物以类聚，人以群分。不同的用户群，他们有着不同的经验，习惯与认知，因此做用户的具体分析之前，必须先将用户群划分清楚。到底是咸豆脑好吃还是甜豆脑更可口，必须要因人群而异。
图1-1是笔者简单列出几项划分维度作为示意，不同的群体由于他们的社会属性，消费习惯，认知能力都存在差异，只有把他们聚类群分后，才能更清楚你所要面对的用户群体，需求与体验的分析研究才能有的放矢。
除了用户群分外，为什么要特意提及人性的普遍性呢？用户画像可能机器通过学习后比人类做的更出色，但是人类心中的各种小九九，那种既爱又恨，又贪又怕的心境，恐怕只有人类自己才能更了解自己。很多时候我们在研究用户时会想到不同用户群的区别，反而会忽略了人的共性，不了解人性与心理，用户分析就如同人失去一条腿来走路。
人性的普遍性 。虽然每个个体都具有独特性，但人类作为一个整体在人性和心理上仍然具有普遍性。虽说永远不要窥探人性，但是若想从用户维度思考产品，不对人性与心理有所了解，很多时候很难深入到产品的本质，会变成瞎子摸象。关于人性的特点有很多，本文只例举几个关键特点，稍作分析。贪、懒、怕、好奇、炫耀（ps：人也是动物进化的高阶阶段，很多人性中的本源从猿人时期便延续下来了，感兴趣的同学可以阅读一下赫拉利的《人类简史》）
在定义完用户，了解了用户的特殊性与普遍性之后，用户的模型才会更立体丰满，产品经理才能有针对性的进行需求与体验的研究分析。
2）需求与体验
需求。 我们都知道马斯洛的五个需求层次，也经常听到需求收集、分析、挖掘以及优先级等词汇。但是我们在做产品时，接到的设计需求往往是空洞的，比如做个评论功能，发 *** 幕功能等等，笔者认为把 需求过程化 更有利于我们判断用户真正需要的是什么。笔者喜欢用这四个关键词来描述需求，什么 用户 在什么 场景 通过什么 途径 （手段）达到什么 目的 。例如，用户看剧想法发 *** 幕，图1-2是对这个需求进行过程化表现。
仅仅是 *** 幕一项功能，背后就包含着用户诸多的目的，把需求进行过程化拆解，我们才能更有针对性地对设计点进行挖掘与提炼。同样，这也可以是个逆向工程，当我们看到某个产品功能时，我们也可以逆向反推为什么设计这个功能，它的 用户—场景—途径—目的 是什么，这个需求过程设计者是如何进行考虑的。这种分析对我们不论是进行用户需求挖掘的正向设计，还是通过竞品逆向分析都会有很大帮助。
体验。 对于用户来说，产品无非是满足需求，获得良好的体验。体验也是产品创造者，不论是产品经理，视觉设计师或其他角色都在不断提升的方面。我们总是想给到用户最好体验的产品，但是往往事与愿违，实际环境的种种限制，比如技术的局限，项目的成熟度，商业利益的考量等，导致无法给到用户极佳的体验。
关于体验设计的原则也是纷繁复杂，其中尼尔森用户体验原则较为著名。当然我们也可以通过用户行为路径来观察，用体验地图去描述。但是不论什么体验，最终带给用户的就是感受，这种感受大致可以分为， 可用感，易用感和想用感。 通过图1-3例解，可以让大家更直观理解这三种感受。图中三种方式都可解决用户口渴的需求，但是在满足用户需求过程中，用户心中的感受是不同的。
可用： 可用是产品或功能满足了用户的基本需求，但是用户在完成的过程中心中可能吐槽了一千遍。随着微信的普及，它不再是青年人的专属社交软件，而是国民软件，如果它的字体大小不可调整或者为了页面精致性选择了偏小的显示字体，对于中老年用户便是极差的体验。虽然视力不佳的用户通过各种努力看明白了文字，但是感受是不畅快的。笔者通过身边亲人朋友反馈发现，不止是我父亲不知道去哪调整字体大小，20几岁的年轻人甚至也不知道在哪调整。可想而知，字体大小不合适，给用户带来的可用感受会多差。
易用： 产品或功能使用起来很顺畅，用户并不会感到不悦，情感上是比较平稳的。我们在做产品时，更多的努力是能让产品达到易用， *** 作流畅，反馈及时，减少负担。
想用： 用户被产品所吸引，想着去用它，它带给用户高层次的感受，惊喜，爽快，自豪等等。抖音作为一个现象级产品，它给我的惊喜不是有多少有趣的视频，而是它让我发现了更多好听的歌，好看的，你会感觉它就像个包容万象的展示台，是另一种形式的万能淘宝。当我从抖音看到好看的，用爱奇艺观看时，一个有趣的现象发生了，“从抖音来的举个爪”一条条 *** 幕缓缓飘过。
作为产品经理，思考产品的维度需要更广阔，站得高才能看得远。很多时候，我们可能不会从商业维度来思考产品，觉得这是高层才该想的事。不当家不知柴米油盐贵。笔者第一份工作从事的是工业设计，平时思考的是用户需要什么，产品该如何设计，很少会深入思考商业层面的东西。后来来到一家初创电商公司做产品经理，leader经常提起的是如何让客户获利，用户获利，企业获利。而这正是我作为设计师时所缺乏思考的东西。作为产品经理，我们需要能够从商业维度去思考商业战场的风起云涌，以做到其疾如风，其徐如林，侵略如火，不动如山。
从商业维度来思考产品，归根结底还是 人与利 ，如何获得更多的人，如何获取更多的收益。笔者在聆听了无限空间工业设计公司杨燕来老师关于商业创新的干货分享以及刘润老师的商业讲堂，颇受启发。笔者据此提炼了商业 四个创新 作为概括，分别是市场创新、价值创新、产品创新和盈利创新。
市场创新： 有人的地方才有消费才有市场，我们需要考虑面对什么市场，什么市场在崛起，什么市场在消沉。最近下沉市场一片火热，拼多多，快手都在抢夺领地，线上市场向线下市场转移，新的产品也随之而生。对于这些宏观的变化，产品经理应该去关注并挖掘其中的可能性。
价值 创新： 商业的核心是价值创造，若不能给用户提供价值，用户分分钟会抛弃你，不断进行价值创新才能让产品拥有持久的生命力。例如，鱼户养了一池塘的鱼，他可以捕捞了鱼卖到市场，或者转换成农家乐，让游客来钓鱼，两种不同模式让鱼创造了不同的价值。同理你把自行车直接卖给用户还是以共享的方式租给用户，这也是两种不同的价值创造过程。
产品创新： 技术和社会的发展，推动着产品的前进，对于产品需要不断创新以满足甚至引领用户需求。当然技术可以驱动产品创新，用户也可以驱动产品创新。例如，今日头条利用推荐技术的发展，将资讯根据个人兴趣爱好进行分发；视频 *** 幕的出现让用户观看不再孤单冷清。产品的创新让用户需求和体验得到更好的满足。
盈利创新： 商业所做的一切事，如果不能转化为切实的收益，只能是一场空。共享单车在解决出行最后一公里上，没有做到盈利的创新，不能自我造血，轮子就不能前行。我们常见的盈利方式有收费会员，广告，佣金等等，但是需要结合具体业务进行盈利变化与创新。对于小米手机有一个有趣的说法，别人卖手机都是靠手机硬件赚钱，而小米是靠广告赚钱，在盈利上去创新也是蛮有意思的事。
产品或功能的诞生并不是凭空臆想的。为什么最后谈产品的维度，因为它是用户与商业平衡的产物。你要做什么产品，怎么做产品，需要同时考量用户与商业。但是落实到具体的产品实现层面，我们可以通过信息架构，页面布局，业务实现三个层次来思考。
1）信息架构
首先所涉及的是产品的 信息架构 。从用户和商业上得到的信息可以说是鸡鸭鱼肉一箩筐，信息是琐碎繁杂的。如何呈现出符合用户心智的架构便是我们要进行的信息架构设计。 正如香农所说，信息是用来消除随机不确定性的东西。 我们进行信息架构主要是解决用户使用产品时的困惑，不能让用户有种进了迷宫的感觉。我们不能把所有东西都放在一个筐里让用户去寻找，用户需要挑选鱼，那么用户想到的是去装鱼的筐子里挑，而不是去装大杂烩的筐子挑，这是符合用户认知习惯的。因此在进行产品信息架构设计时，我们需要把用户想要挑选的东西按照用户认知习惯分开放置。信息架构一方面要让用户知道他在哪，他要干什么；另一方面是我们想要用户看到什么。 正如诺曼在《设计心理学》中所说的，物品的外观为用户提供了正确 *** 作所需要的关键线索。
笔者通过将信息架构拆解为三个过程来帮助设计思考，分别为拆分过程，组合过程和联接过程。如图3-1所示。
在进行信息架构前，我们需要明确信息架构设计想达到的目的： 一用户目标 ，用户知道自己在哪里，知道自己在这里能干什么，知道想要的东西可以去哪里寻找到，比如用户想买肥皂，他知道要去日用品区域寻找，而不是去食材区，想要省钱，便去促销区逛逛，用户选购好商品，结算的后续流程，也明确知道在哪里可以完成。 二商业目标 ，除了用户的考量外，我们希望产品能发挥其最大的商业价值，比如某视频软件，主要通过会员服务产生收益，那么在信息架构设计上便需要重点突出，以促进用户购买会员。
在了解了信息架构设计的两个目的后，我们便可以进入信息架构的设计过程当中了。
拆分过程： 这是个拆解与分类的过程，当所有的信息混杂在一起的时候，就是鸡鸭鱼肉一箩筐，我们必须将这些信息拆分开来，把一筐东西分装在几个筐中，这样用户才能知道需要的东西在哪个筐内寻找。
组合过程： 当我们把大筐拆分成小筐后，需要对筐内的东西进行合目的性地组合，以达到营销展现的目的。比如在日用品中，为了吸引用户可以设置促销区，将一些商品进行促销，以达到商业目的。
联接过程： 我们看到了很多个信息筐子，这些筐子并不是孤立的存在，他们之间也存在某种联系，这就需要将孤立的筐子联接起来，组成一个能动的整体。笔者将联接归类为三种，第一种是流程式联接，第二种是场景式联接，第三种是业务式联接
流程式联接 指根据用户使用产品的主要流程阶段，将每个阶段的信息装入一个筐子内。流程式联接可以清晰地让用户明白任务的流程，明白在哪干什么。例如手机淘宝主要有五个大筐子，分别为首页-微淘-信息-购物车-我的淘宝，小王来到商城，根据商城的导购（首页））开始逛商城，小王看中了一款电器，但是不知道质量好不好，开始询问导购员（消息），导购员打消了小王的顾虑，最终下单购买（购物车），在付款前小王查看了自己的会员卡和优惠券（我的淘宝），回到家小王使用了新买的电器，效果超出想象，真的很nice，小王忍不住发了朋友圈，分享自己的成果（微淘）。当然微淘还并未成为购物分享交流的社交圈。
场景式联接 指根据用户的使用目的，通过场景将松散的信息联接在一起，打造一个用户沉浸式的使用氛围。例如手机淘宝首页，有诸多信息呈现在其中，目的是打造出用户逛的购物场景，用户只要遨游在商品的海洋就可以了。今日头条的首页-西瓜视频-小视频，这些信息并不是需要用户完成一系列任务，而是共同创造一个娱乐打发时间的场景，你想看新闻，八卦，视频统统都有。
业务式联接 指信息模块之间并无实际关联，只是根据业务上的需求而把信息联接在一起。例如支付宝中财富与口碑之间并无实际关联，而是根据业务上的需要将信息联接在一起。业务式联接切忌臃肿庞杂，它会让用户迷失在信息的汪洋大海中。
2）页面布局
当确定好信息架构后，我们发现只是把所有东西从一个大筐分装到各个小筐，还不能更好地传达出商业目的和更好的导购体验。因此我们需要再对架构进行页面布局，如图3-2所示。页面布局可以更好地将信息进行视觉呈现，以利于用户进行 *** 作和实现商业价值的最优化。
页面布局的设计可以遵循四个基本的设计原则。
重要性原则： 在页面布局时要优先考虑对用户和商业具有重要价值的模块，对于重要的模块可以进行突出显示，以达到提醒的作用。万物天生平等，为什么你把卫生纸放在最耀眼的位置，难道对镜子不是歧视吗？秒杀促销模块，可能并不赚钱，但是它能吸引到大量用户前来，用户在逛完促销区后，可能会被其他商品所吸引，从而能产生收益。为了引流，促销具有重要性，因此在布局上要占据重要位置。
使用频率原则： 根据用户使用的频率，优先考虑使用频率高的模块，这个大家很好理解，使用频率高的需要用户能够方便的使用到，因此需要对其重点突出，入口层级不能太深。微信和支付宝都有付款码，由于两款产品定位不同，导致使用付款码 *** 作路径长短也不同。微信至少需要3步 *** 作才能显示付款码，而支付宝只需要一步 *** 作。对于支付宝来说，付款是高频 *** 作，入口太深必然影响体验。
相关性原则： 对功能具有相关性的模块，可以进行适当组合和元素统一，以便于用户感知和查找。例如消息通知有很多种的时候，淘宝上有物流消息，通知消息，互动消息，对这些功能相关的模块可组合在一起展现。
顺序原则： 按照使用的顺序，进行模块的布局。这种顺序主要是用户眼动轨迹的顺序和用户 *** 作行为的顺序，笔者有幸使用过TobiiI眼动仪与Mangold行为分析系统做过相关用户测试。就像起床-刷牙-吃早餐-上班一样，我们的眼睛观看屏幕或进行一些列的 *** 作都会有一定的顺序惯性。当然相比于前三个原则，顺序原则会更难把握，我们在进行页面布局时可以尽量替用户考虑到的。
3）业务实现
把台子搭好了，总需要有演员在上面唱戏吧。这块便涉及到了业务和功能的实现。每一个业务和功能都是单独的却又有关联的个体，它们一同构成了整个系统。比如优惠券单独存在是没有意义的，它需要和商品，营销等业务串联起来才有价值。
在进行业务和功能的设计时可以考虑四个方面，流程逻辑，规则，异常和风险，如图3-3优惠券设计，从创建优惠券到使用优惠券需要构建一个顺畅的流程。 [流程] 好比创建一个A到B的赛道，可以是直道也可以是弯道，目的是使得 从A能到B ，此外流程需要不断优化到顺畅自然，使得 从A能更好地到B 。 [规则] 就是规定从A到B怎么跑，什么时候跑，是用自行车还是汽车。 [异常] 便是跑的人多了赛道容纳不下，赛道上滚下了一块大石头等。 [风险] 是有些运动员身体机能会不适，所以需要配备医疗人员，以免发生不测。
因此对于业务和功能的设计需要我们具有良好的逻辑能力，同时对类似的产品业务有所掌握了解，比如CRM系统，邀请注册系统，营销系统等等，才能根据实际业务需要做出最好的设计。
小结：笔者认为产品经理在思考产品时，不论是产品体验分析还是产品设计工作，用户、商业和产品三个维度是我们不能或缺的。当然面向的产品类型不同，这三个维度也会有不同的侧重。由于笔者经验有限，不免会有许多疏漏，希望能共同学习进步，登顶心中的山峰。产品需求的生命周期：
1、聊场景价值
2、制定敏捷的产品方案
3、数据化运营
4、复盘
判断需求是否靠谱：
1、完全的创新性需求场景
2、未被满足的需求场景
3、已有市场的优化需求场景
复盘：
1、你主动做了哪些事情？花了多少预算？在什么渠道花的预算？
2、取得了什么效果？收益率是多少？是否达到了预期？如果没有达到预期，那么原因是什么？
3、有哪些好的地方可以复用？踩了哪些坑？为什么采坑？下次是否可以规避这些坑？
4、以文档的形式保留项目经验。
电商6大重要指标：
1、GMV：（商品销售总额）电商行业最重要的指标之一，计算公式为 GMV=客单价转化率UV。
2、转化率：电商业务的核心指标。
3、DAU/MAU：日活跃用户数量/月活跃用户数量，是电商产品的基础指标。
4、用户留存率：产品的用户粘性指标，主要考核次日留存率、7日留存率和月度留存率。
5、拉新：无论产品发展到什么阶段都需要获取新用户，持续开拓新的流量入口。
6、复购：通过相应手段让新课变成老客，让他们在平台产生下单行为。
用户需求模板：5W+1H+1V
Who、When、Where、What、Why、How、Value（谁在什么时候什么场景下产生什么需求？为什么产生这样的需求？怎么满足这个需求？需求是否有价值？）
用户运营法则进行用户分层：潜在用户、新用户、沉默用户、活跃用户、忠诚用户
会员任务类型：
1、引流型任务：长期任务，用户能够一直玩，玩的时间越长奖励越高。
2、激励型任务：短期的一次性任务和奖励。
3、分享型任务：用于引导用户自传播的分享形式，传播者和新用户获得不同的奖励。
电商用户画像：
1、电商行为数据：搜索、访问时长、加购、活跃度等行为数据。
2、电商交易数据：客单价、流失率、支付、客服等交易数据。
3、用户基本数据：性别、年龄、职业和职业地域等基本数据。
4、电商用户画像的关键标签：购物性别、购买力、促销敏感度
基于心理学的产品类型：
1、免费型产品：例淘宝免费开店政策（积攒用户、买的是消费者的注意力和未来将产生的需求）。
2、炫耀型产品：例支付宝账单和网易云音乐账单（专属感）。
3、病毒型产品：例米未传媒推出的瓜子产品（深入人脑、快速复制、快速传播）。
4、赌博型产品：例1元夺宝（侥幸心理）。
5、激励型产品：例签到有礼、评价有礼、购买有礼（激励用户完成任务）。
心理学应用场景：
1、免费才是最贵的：企业付出成本换取消费者的注意力和未来将产生的需求
先免费后收费，例京东PLUS会员试用；
广告，第三方付费；
产品功能收费，基础功能免费高级功能收费。
2、产品相对论，一切都是相对的
排名，攀比心理；
尊享会员，追求独特、荣耀的身份；
品牌logo，彰显个性。
3、价格铆钉：寻找参照物，价值对比。
4、归属感和所有权：用户对自己投入劳动、情感创造的物品价值，会产生高估的价值判断偏差现象
7天无理由退换货一般都没退，免费试用的商品最后都买了。
让用户产生归属感最重要的手段是让其全程参与，例米其林轮胎>米其林餐厅。
5、沉没成本：沉没成本是已经付出了却又无法弥补或回收的成本，可能是时间、金钱或精力等。
定金膨胀，付出时间差；
电商会员，不买就是亏的心理。
用户增长产品：
1、AILP理论：认识>兴趣>购买>忠诚
2、AARRR模型：拉新-促活-留存-转化-传播
拉新的产品设计思路
1、新人权益，例京东新人大礼包
2、推荐有礼，例滴滴的推荐有礼
3、分享红包，例饿了么分享红包
促活的产品设计思路
1、权益激励，例签到领钱
2、营销活动，例双11大促，分发权益
关于留存的产品设计思路
CLV（Customer Lifetime Value，用户生命价值）模型：引入期-成长期-成熟期-休眠期-流失期
电商用户留存行为数据指标：
1、次日回访率：新登录用户在首次登录后的次日再次登录页面的比值
2、7日回访率：新登录用户在首次登录后的7日内再次登录页面的比值
3、新用户回访率：近30天内注册的用户访问产品的次数与总访问次数的比值
4、老用户回访率：30天以前注册的用户访问产品的次数与总访问次数的比值
5、转化率：下单数量/访问次数
减少用户流失的产品策略
1、通过价格影响用户，营销策略让用户感觉到优惠
2、通过质量影响用户，商品质量及整体购物体验
3、通过触达能力强提醒用户，域内提醒：消息中心、资源位等；域外提醒：消息推送、短信、广告等
4、善用心理学，让用户“自觉”留下来：心理学中有两个队里的词“痛”和“爽”，痛是源头，爽是结果，要找到用户“痛”在哪，怎样能“爽”。概述：21届毕业一直从事产品经理相关职位，先后从事的行业有云端视频编辑、跨境电商等行业，目前正在转型做云计算行业，别的不说跨度真的还挺大，而且其实中间真的没有什么很大的关系；但是兴趣使然，最终还是得选择一个自己最感兴趣的行业去进行深挖与提升自己，深入业务场景去进行需求的了解，与用户共情，是我目前的目标与方向，接下来会零零碎碎分享一些，自己对AI产品进阶的一些知识或者干货分享，欢迎各位大佬们批评指正，也欢迎跟我一样处于初期的**妹们跟我一起共同成长，互相交流~共勉之
第一篇：初识
quyc 2022/4/27
AI 平台知识概述
一、概念了解(what)
在说AI 平台之前，首先可以对AI进行了一个大致的解释，AI 即人工智能，是研究并模拟、延伸和扩展人脑复杂行为的一种技术科学，范围包括机器学习、计算机视觉等等；那么 AI 平台就是支持这种复杂科学研究的一种辅助工具，该工具可以进行智能化、体系化、自动化完成这一系列研究；
1）AI 平台主要面向的是模型开发者，围绕 AI 模型/算法的生命周期（数据收集、数据标注、模型构建、模型训练、模型优化、模型部署）提供的工具。
2）AI 平台是面向应用者的，围绕集成好的AI 服务进行部署应用，主要是进行应用的管理等相关 *** 作的平台。
二、产品功能(How)
接下来将对 AI 平台的两种分类进行逐一的功能阐述
21 AI 开发平台
1）数据标注平台
面向进行模型训练的前置工作，包括数据导入、数据预处理、数据标注、数据增强等。这部分的数据工作与大数据的关联性比较强，有些标注平台甚至是大数据系统的组件。
对于AI 标注来说，更多是进行数据智能/自动化进行处理，故此有些厂商推出数据采样、数据拆分、数据缺失值处理（数据预处理）、自动标注（数据标注）、对类型数据去雾、增雾、对比度增强等智能算法（数据增强），正是这些功能支撑起了数据标注平台。
2）模型训练平台
给模型训练的内容配置算力、环境，这个是AI平台中比较常见的产品，由于模型训练对硬件资源的高消耗，通常会租用云计算资源来完成模型训练，所以很多模型训练平台是与云平台捆绑的，完成包括负载均衡、并行训练等工作。
4）模型部署平台
提供把模型从训练环境部署到推理环境（云端、边缘端等）的工具。这个功能相对简单，较少单独作为一个产品，一般是也是作为开发平台的一个功能模块。
一个例外是边缘/嵌入式环境部署平台（如百度EasyEdge），由于硬件适配比较繁琐，所以目前看到百度是做成一个相对独立的产品的。
5）模型推理平台
提供各式各样的模型接口，供用户直接调用，一般还提供包括模型调用管理、接口管理等功能，这种推理平台主要是以模型作为核心竞争力的。另一种推理平台则以算力作为竞争力，类似云平台，用户将模型部署在平台上可获得 *** 性扩缩容等能力。
22 AI 应用平台
AI支撑平台比起AI开发平台，更类似业务平台，比如内容审核、智能对话等。围绕的是一个核心算法，通过配置提升这个算法/能力的通用性。
通过下面一个例子进行详细解释：
横向是发布的业务流程，纵向是审核平台的功能，审核平台的核心问题就是分类，将符合审核政策规定的通过、违法的进行限制。
三、核心优势(Why)
AI 平台带来的优势可以从用户、平台角度进行思考：
用户：尽低层成本获取 AI 能力，提高工作效率，满足业务快速扩充的需要；
AI 平台：标准化的工作工具/流程，无需定制去解决，提高模型生产效率、降低工作成本，从而形成盈利；
但是就目前来说，平台的需求是大于用户的需求，这跟 AI 的发展历史有关，目前还暂处于初期阶段，AI 技术还不是很成熟，更多是对模型训练的一些需求，一种行业化解决方案标准化的过程；用户 AI 还持有观望态度（对提高ROI不确定等），所以引申出目前需要不断的加强对AI 能力的训练，更好的契合市场用户的需求是目前的必经之路，同时也需要不断的引导用户发现AI 能力的价值，进而提高AI 平台的价值。
四、市场状况(where)
一些AI开发平台产品的AI模型生命周期覆盖情况，可以看到大部分产品其实都是提供全生命周期的功能的，提供一站式解决方案。
竞品分析：
百度的功能架构是最舒服、逻辑性最好的。百度的AI开发平台包括BML和EasyDL两个，BML是全流程的开发平台，覆盖了AI模型全生命周期；EasyDL定位是零门槛开发，所以只支持到数据训练级别的开发。BML中相对独立的数据相关功能和边缘部署相关功能又都拆成组件/小平台，可以供用户单独调用，从而提高灵活性。
腾讯TI系列平台中，TI-ONE定位是一站式机器学习服务平台”，但暂时没有看到关于数据标注方面的功能，数据处理只提供相对简单的数据接入和数据预处理功能。预置模型相对来说也比较少，大部分是机器学习方面的模型，深度学习模型较少。
TI系列的其他两个平台TI-Matrix和Ti-EMS分别是“AI应用服务平台”和“无服务推理平台”，个人感觉都更偏向云服务一些，主要是服务调度、扩缩容等能力。
华为ModelArts也提供从数据标注到模型推理全流程的开发工具，其中“自动学习”的功能模块基本对标百度EasyDL，提供重训练级别的模型生成，但暂时没有按照需求层级进行产品拆分。
总结： 目前AI 平台根据用户不同的需求点各有所侧重，但是基本都进行了一站式平台训练能力的部署，主要在对数据、模型、部署三个方面发力；
1） 数据差异化：进一步与大数据平台吻合，提供数据采集、清洗、标注（自动、人工）等功能，解决用户数据方面的痛点。
2） 模型差异化：提供更多的强大预置算法进行模型训练，针对不同的业务场景去进行模型训练，针对不同的业务场景进行优化，其次需要充沛的算例资源，与云平台进行很好的衔接、协同处理。
3） 部署差异化：方便快捷、快速搭建、灵活运用成为部署的需要攻克的一大难点，也是非常重要的竞争优势，节省时间、人力成本，也方便进行运维；
0条评论