产品与用户类型
产品经理的部分职责比如产品功能定义,市场趋势调研,这部分工作需要做在产品诞生之前。除了公司已有的专业资料以外,是否有一些公共的方法可以参考,让前期的思考更全面呢。分类就是一种思维发散或者头脑风暴的方式,此外,这也是产品经理的关键能力之一。
《人人都是产品经理2.0》中,将产品概念的提出分为这几个关键要素:
- 核心用户:产品目标用户中最重要的用户是谁,表达为一个抽象的人群。
- 刚性需求:Ta们碰到最痛的痛点是什么。
- 典型场景:这些痛点最常出现在怎样的生活、工作情况下。
- 产品概念:用什么方案解决,用一个词、最多一句话概括你的解决方案。
- 竞争优势:相对已有方案,有什么突出优势
产品分类
在对产品本身进行分类的时候,首先有一个约定俗成的概念:2B和2C业务。2B业务的目标用户是企业,为了支撑企业流程创造价值的产品,对于UI的要求和体验的要求比2C业务要低。在测试这边,也会把测试问题分为产品功能的质量问题和体验类问题。比如“左右后门内板铆钉间隙不匀”,就是体验类问题,这类问题定级的优先级也会比较低,也不是测试工程师需要解决的。此外,还可以根据用户数量的不同分类。
产品分类 | 分类依据 | 名称 | 解释 | 举例 |
基本类型 | 2B | 注重效率和价值 | ||
2C | 注重用户体验 | |||
用户关系 | 单点 | 单一用户使用 | 书本 | |
多点 | 一群人同时使用 | 电话 | ||
多边 | 平台化产品:几群不同的人使用 | 知乎:提问者、回答者 | ||
用户需求(一种产品可以归属于多种需求) | 工具 | |||
内容 | ||||
社交 | ||||
交易 | 天猫 | |||
平台 | 天猫 | |||
游戏 | ||||
产品形态 | 浏览器browser-server | 以网页搭载的软件平台 | ||
客户端client-server | 以手机等移动终端搭载的软件平台 | |||
软硬结合 | ||||
大实体 | 软硬结合更有服务 | 4s店 |
用户分类
根据用户的群体数量,可以划分为单点、多点、多边产品。多边产品,由于用户本身有多种人群构成,用户自然被区分开来。比如知乎这个平台产品的用户,自然可以分成提问者和回答者。此外,用户也可以根据其他依据进行分类:
用户分类 | 分类依据 | 类型 |
人口统计 | 年龄 | |
收入 | ||
熟悉度 | 新人 | |
中间用户 | ||
专家 |
此外,对需求分解,编写Feature List的过程,也可以理解为一个分类的过程。这个过程可以遵守这个MECE(Mutually Exclusive Collectively Exhaustive)原则:相互独立,完全穷尽,分类要做到不重叠,不遗漏。把全集分为子集后,不同子集的个体之间差异尽量大,每个子集内的个体差异尽量小。反应到需求列表里,表格中每一行是一个产品需求,而每一列描述了产品需求的一种属性。
AI大语言模型的力量
以目前火爆的chatgpt为代表的大语言模型,不仅仅是一个百科全书这么简单,可以借助AI的力量融入各行各业的应用。产品经理当然也可以在工作中灵活借助它的力量发散思路和设计产品。根据应用模式的不同,这里简单列举了大语言模型的一些功能,并且分为输入和输出两类:
输入 | 文本提取 |
语言翻译 | |
对话、多段式搜索 | |
输出 | 写PPT |
写故事 | |
生成代码 |
值得一提的是,不同于以往一问一答的简单对话,chatgpt可以进行对话式、分段式的搜索。熟悉的搜索引擎谷歌或者百度也可以完成信息检索,但是人类的思维方式可能无法一次性达到目标,为了达到有价值的目标,chatgpt的对话可以帮助实现一个连续,探索性的搜索过程。
结合硬件或者特定产品,大模型还可以应用于各种功能场景,比如创建定时任务,理解推理性的指令等,产品经理需要结合经验和认知,发散自己的思维。
能力维度 | 示例 |
硬件视觉识别 | 前方道路是否有坑 |
推理性指令 | 车内温度有点低呢 |
定时任务 | 晚高峰时避开拥堵路段 |