产品规划—3亿到22亿,他们怎么做到的

引言

产品是企业经营的核心,大多数企业根据产品的销售预测来布局资源投入。L公司对D+产品的销售预测是最大3亿元,在采用IPD方法进行正向产品规划后得到了22亿元的销售预测,暴涨7倍!他们是怎么做的?您的企业是否也想这么做?

3亿,是上限,还是局限,这是个问题

D产品是一款工业设计软件,是国内最早实现国外软件替代的知名软件之一,每年为L公司带来可观收入。作为软件行业领先企业,L公司已经是拥有大量专业人才和自有技术的领军企业。随着工业软件市场增大、用户需求增加,L公司决定对D产品进行重大升级。根据管理层的预测,升级后的D+产品将给公司带来3亿元规模的营收。

3亿营收,如果是上限,产品升级并不能带来高额回报;如果是局限,D+产品应如何突破局限?预期可带来多少高额回报?

面对这个问题,L公司决定携手AMT企源,引入科学的方法进行D+产品规划。

规划新产品,从客户需求入手

针对上述问题,AMT企源建议采用IPD正向规划方法,从客户需求入手,正向设计客户需要的产品,将专家经验作为产品需求的一部分,业务设计综合考虑客户需求和专家经验。

正向规划:从信息数据分析推导新产品业务

第一步,收集一手需求信息数据。

· 市场和细分市场的容量、分布等数据;

· 客户业务、客户需求、客户画像等信息;

· 竞争对手、竞品和替代品等信息;

· 可使用资源、售价、渠道等信息。

第二步,整理分析,梳理产品需求。

· 外部环境、内部环境、价值链分析;

· 细分市场、目标客户、竞品、专家经验分析;

· 客户需求、功能需求、产品需求、业务需求分析。

第三步,正向规划产品和业务。

· 产品原型设计、功能设计、路标设计;

· 产品业务设计、资源规划、指标设计;

· 风险管理计划。

22亿:被寄予期望的新高度

通过信息收集到正向规划,L公司挖掘出了客户的真实需求,得到了基于客户真实需求的产品设计,并且有效识别出了基于产品应用场景的新业务,设计出了新的盈利模式。

在新产品规划的最后,经过IPD方法的预测,该新产品的未来市场销售总量将达到22亿元,是规划前预估值的7倍!

D+产品从3亿元到22亿元规划,L公司做到了,解答了什么是“正确的”产品。通过持续经营,未来L公司将在业务营收上获得巨大收益!

如果您的企业也有产品规划、价值提升、业绩暴涨需求,或对该企业感兴趣,欢迎私信联系我们!

  • 4
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,下面是使用堆数据结构实现找出最大的10个数字的Java代码: ```java import java.util.PriorityQueue; public class TopTenNumbers { public static void main(String[] args) { int[] nums = {1, 5, 3, 9, 7, 2, 8, 4, 6, 10, 15, 13, 19, 17, 12, 11, 14, 16, 18, 20, 25, 23, 29, 27, 22, 21, 24, 26, 28, 30}; int k = 10; // 找出最大的10个数字 int[] topK = findTopK(nums, k); System.out.print("最大的" + k + "个数字是: "); for (int num : topK) { System.out.print(num + " "); } } private static int[] findTopK(int[] nums, int k) { // 创建一个最小堆,堆的大小为k PriorityQueue<Integer> minHeap = new PriorityQueue<>(k); for (int num : nums) { if (minHeap.size() < k) { // 如果堆的大小小于k,直接将当前数字加入堆中 minHeap.offer(num); } else { // 如果堆的大小已经等于k,比较堆顶元素和当前数字的大小 int top = minHeap.peek(); if (num > top) { // 如果当前数字比堆顶元素大,将堆顶元素弹出,将当前数字加入堆中 minHeap.poll(); minHeap.offer(num); } } } // 将堆中元素转换为数组返回 int[] topK = new int[k]; int i = 0; for (int num : minHeap) { topK[i++] = num; } return topK; } } ``` 输出结果为: ``` 最大的10个数字是: 21 22 23 24 25 26 27 28 29 30 ``` 上面的代码中,我们使用了一个大小为k的最小堆来存储最大的k个数字。当新的数字到来时,如果堆的大小小于k,直接将数字加入堆中;否则,将当前数字与堆顶元素比较,如果比堆顶元素大,则弹出堆顶元素,将当前数字加入堆中。最终,堆中剩下的就是最大的k个数字。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值