产品设计体会(6027)实战思路,“老板,要光盘么”

2008 年开始,我们在卖 e网打进 Web based Software

用户买到的是什么?花几千块买了两串数字 ——一个叫帐号,一个叫密码。中小企业付钱的老板晕了,销售渠道晕了,最后我们终于也晕了。到头来大家发现,做企业级产品不能像个人网络应用这么玩,太时尚了,我们还是要回归传统,搞点实在的东西

于是有了下图,无中生有的搞出一些实体化的东西,这就是包装,事后证明靠谱。这期间做的事情很多都不是典型互联网 / 软件的产品设计工作了,我发起和参与了整个过程,简单说说。

2008 4 季度,活跃度提前达到早先的目标,老板提出了更高的要求,于是我的产品小组接到任务,只有一句话——提高产品用户的活跃度!于是围绕“活跃度”,兵分两路做了如下事情:

治标的运营活动 :奔着数字指标,直接对“ 1 个月登录 4 天以上为活跃”下药,将用户按登录频率切分群体,启动“小福星”运营项目,尝试将“ 1 个月登录 1~3 次”的用户往 4 次转化。运营 2 周后,发现效果不理想,继续分析数据,发现减少“ 1 个月登录 4~8 次”用户的流失率,提升空间也不大,于是这条线索暂停。

但这个过程产生了一些有价值的副产品:一方面,发现很多用户通过线上运营无效,因为他们根本就不是“真正用过产品的用户”,所以联合销售部门、服务部门一起做了用户监控系统,可以检测虚假用户、对问题用户报警。另一方面,进一步 对活跃度的 KPI提出自己的观点 ,认为“ 活跃用户与付费用户之间,应该添加使用用户的概念 ”,并且定量的证明了老板给出的新 KPI 数字在当时的状况下是没法达到的,后来这个数字也就不了了之了,插一句,对于如何把“老板你不靠谱”这个想法向上传达,虽然需要技巧,但是在我看来,最重要的还是要有个通情达理的好老板。

=================== 太长了,加个分割线吧 ===================

治本的用户研究 :先 分析用户几个月登录日志 ,寻找阻碍活跃度进一步提升的问题;通过 电话访谈,实地访谈 了解引起问题的原因 ,分析总结后归为从主到次的 4 类。

原因 1 :经销商失责或造假,用户没用过产品。

解决方案:继续分析数据提供支撑,营销 / 产品 / 服务共同制定明年的渠道政策。渠道建设,考虑混合模式,即“经销(传统软件很多再用) + 代理”。参与策划三大计划:营销辅助计划,阿里统一品牌,帮助经销商造势;服务培训计划,提升经销商服务能力;销售培训计划,提升经销商销售能力。

原因 2 :产品太虚,记不住帐号、网址用不起来。

解决方案:发起“鸡毛信”项目,产品实体化,也就是做了产品包装,下面还有详述。

原因 3 :产品没人用,用的人不对。

解决方案:发起“天使计划”,做了服务外包的试验,我们找人来帮用户使用软件,直接把通过软件获得的潜在生意机会输出给用户。

原因 4 :网站流量低,产品没有用。

解决方案:思考 ing (这块除了产品转型做推广,暂时还没找到突破)

其他动作不展开,其中原因 2 的最终产物就是图中的光盘及其包装,整个过程有很多是设计一个网页、一个功能模块学不到的东西,稍微展开说说。

先明确目的 :主要解决“用户记不住帐号、产品网址”的问题,顺带着有辅助销售、辅助产品初始化的作用。

说服老板,申请预算和资源 :把问题和解决方案做成 ppt ,说服老板。把需要做的东西分解为“光盘内容、盘面、光盘包装”,便于后续多人协作,最初我们也考虑过做“会员卡”之类的东西,被否了。申请预算,表现形式会影响预算,特别是包装的形式,我们最终还是选择了一个相当省的方案。

联系供应商 :联系包装供应商、看已有样品,依照想展现给用户的内容,选择光盘包装的大小、版式、材质。联系光盘供应商,选择光盘的形状(大盘、小盘、名片盘,各有优劣与特色)。

具体设计 :盘内内容的设计;盘面设计;包装的每页上都放哪些内容。这些都是基于产品目的、对用户的了解、以及各种限制下的选择,太细节的思路,毕竟有些敏感,不再详述,可以举个小例子:我们在光盘里设计了一个很土的“安装软件”过程,可是对于 BS 模式的互联网软件有什么要安装的呢?其实我们的安装过程就是在用户的桌面添加了一个到产品登录页面的快捷方式,事实证明很有用。

整个过程中,学到了很多传统产品的设计思路,很有收获。

 

UA:F [1.2.0_562]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 2
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