之乎者也·的博客

很多时候，我们不是没有重点，只是没有结构。结构化思考和表达，是有效分析和解决问题的关键。论：结论先行。证：以上统下。类：归类分组。比：逻辑递进。（图片来自《结构思考力》）这既是帮助自己梳理思路，也是帮助对方更好理解。这些训练，要努力地弄懂，弄透。用力扎破那层懂与不懂，会与不会的窗户纸。不要和没有逻辑的人讨论业务。没有逻辑，你很难受，别人也很痛苦。这也提醒我们，思考和表达时，要有自己的逻辑和结构。希望这篇文章，能给你启发。祝你拥有结构化的能力，高效思考表达，高效推进业务，成为真正的高手。

用户运营是指基于用户全生命周期的管理活动，旨在提高用户价值和提升销售额。以逛街购物为例，商家会通过广告等方式吸引用户注意，引导用户完成购买，并在用户购买过程中提供优质服务，让用户实现消费。在用户生命周期有限的情况下，商家需要通过用户运营手段，尽可能让用户掏更多的钱，从而提升销售额。用户运营的目的是提高用户转化率和提高用户价值。商家可以在用户全生命周期的各个环节采取相应的运营动作，例如引导用户完成注册、首单、提高用户活跃度等。这些运营动作的目的都是为了提高用户的价值，从而提升销售额。

需求类型的定义可以说是整个需求流程当中的关键环节，常见的需求类型包括产品需求、用户需求、系统需求、技术需求，还有一些英文概念，例如user story、Feature等等。面对这么多需求类型，很多团队会感到困惑，不知道该选择哪个类。这里切不可完全照搬网络上的一些推荐方案，而是要选择适合团队的需求类型，尽量选择团队成员比较熟悉的比较常用的概念。需求的类型其实跟团队角色有着非常大的关系。一般每个需求类型都会由一个角色主要负责。

明确的项目结束点；对外正式宣称项目已经结束；明确完成的项目实现了哪些收益；进行经验教训总结；宣扬项目的成功性，增强团队成员的成就感；维持并发展客户关系，寻求进一步的合作机会。

价值主张画布是产品管理领域中的一项强大工具，通过系统化地了解目标客户和产品的价值创造机制，帮助团队更好地规划和优化产品的设计和营销策略。在价值主张部分，我们关注产品或服务如何满足客户的需求，包括产品和服务、价值主张以及痛点缓解。价值主张的设计是一个持续学习的过程，时刻准备接受新的信息和见解，以不断提升产品的市场适应性。在底部的成本结构部分，注意产品或服务的成本，确保在提供价值的同时保持可持续盈利。描述了我们提供给客户的具体产品或服务。明确产品或服务如何帮助缓解客户的痛点，解决他们的问题，提供实质性的帮助。

是指在说明过程中，如果受众参与了产品说明和体验的过程，则对产品的接受度、好感会增加很多，再加上适当节点的文案描述、普世情景再现等方式，与受众产生情感共振，则进一步提升了产品说明的效果。上述的几种产品说明方式，可以覆盖从短时间简要说明、到长时间产品发布的不同场景，但在实际的工作过程中，可能并不会完全地一一对应，请各位读者根据实际的情况，因地制宜，随机应变。“以理服人、以情动人”模式，是指在详细的产品说明中，逻辑严谨，结构全面，详略得当，图文并茂，数据支撑，有理有据，并在适当的节点上与听众互动、情感共振。

在设计过程中，不仅需要设计师的参与，还需要涉及用户研究、交互设计、可用性测试等多个领域的专业人士，以确保设计考虑到各个方面的因素。UCD的核心理念是将设计的焦点从产品本身转移到最终用户身上，通过深入理解用户的需求、行为和情境，以确保产品能够提供令人满意的用户体验。对于现有产品的重设计，UCD可以帮助识别用户在使用现有产品时遇到的问题，并通过重新设计解决这些问题，提升产品体验。用户为中心的设计（UCD）是一种系统性的设计方法，将最终用户的需求、期望和体验置于产品设计和开发过程的核心位置。

其次，要求产品能够最小化，目的是为了快速地推出产品投放市场（一般是小范围的好奇、专业高潜目标客户试点），并尽早获得市场的验证+客户的反馈，帮助企业进行后续的快速迭代。它是一种产品开发策略和方法，强调在最短时间内，以最小的成本，推出一个仅包含核心功能的产品，以验证产品假设、吸引早期用户反馈。是指产品必须是可行的，包括对目标客户需求解决问题的可行性、研发可行性、市场化/规模化的可行性等，在不同的阶段使用MVP方法的侧重点有所不同。首先，其必须是一款产品，即能够针对用户需求，提供功能、解决问题，实现客户价值。

通过KANO模型进行用户调研，可以更全面地了解用户的期望，不仅关注基本需求，还能深入挖掘用户可能未明确表达的期望和潜在需求。将收集到的数据绘制成KANO图，横轴表示功能的实现程度，纵轴表示用户满意度。通过深入理解用户需求的多样性，产品团队能够更加精准地满足用户期望，提高产品的竞争力，为企业的可持续发展奠定基础。KANO模型只是一个时刻的反馈，产品团队需要保持对市场的敏感性，不断进行优化和创新，以适应不断变化的用户需求。该模型不仅考虑了用户对产品或服务功能的期望，还关注了这些功能的提供对用户满意度的影响。

1月29日，腾讯2023年年会，马化腾在年会上发表35分钟讲话，对23年各业务的得失进行回顾与问题点评，并对24年的业务简要提出了规划方向。互联网行业多年来一直流传有这么一句话：产品看腾讯，运营看阿里。不过在现在BAT在互联网、移动互联网、智能科技等一波又一波的浪潮中，是否依然排在前列，可能需要另行考量。不过，作者本人作为一名产品人，对于腾讯的产品观，媒体中听到看到的小马哥的形式风格，还是比较认同的。

3分钟左右，个人信息(我是谁) +工作经历(我做过什么) +能力特点(沉淀了哪些能力)+表明意向(对岗位的积极意向)。

1、你是如何进行用户调研？参考答案：我们进行用户调研的方法是确定调研目标和方法，制定调研计划和问卷，并进行数据收集和分析。我们注重用户需求和行为，通过深入了解用户的反馈和期望，改进产品的功能设计和体验。同时，我们还注重调研数据的准确性和可靠性，通过数据监控和质量控制，确保调研结果的可信度和有效性。2、你如何进行用户测试？参考答案：我们进行用户测试的方法是确定测试目标和方法，制定测试计划和流程，并进行数据收集和分析。我们注重用户行为和体验，通过深入了解用户的反馈和需求，改进产品的功能设计和体验。同时，我们还注

业务架构，架构的作用在于建立一套标准化的业务模型，搭建框架，最终是为了高效满足用户的不同需求。所以也就是我们常听说的后端标准化，前端个性化。理解业务是梳理功能架构的前提。对于SaaS产品首先我们理解场景七要素中的任何一个要素发生变化，都会导致场景不一样，从而产生不一样的求。SaaS产品有非常强的业务属性，如果缺乏框架性思考，单点设计功能将会让你精疲力尽，对内部来说不断堆砌能，开发成本会越来越高，对外部来说用户看到的信息繁杂，无法高效的完成任务，所以我们设计功能前需要理清架构，以一种全局的框架视角来思考。

商品交易总额，是指某一特定人群，在一定统计周期内的成交总额，主要应用于泛电商行业（本地生活、酒旅等涉及到交易的行业），一般包含拍下未支付订单金额。

个人举个例子（2）数据驱动，在产品设计和优化中，需要通过数据分析来了解用户的需求和行为，挖掘潜在的用户需求和痛点，并根据数据调整产品策略和功能，提高产品的市场竞争力。解决用户的什么需求？我比较喜欢有挑战的事情，一个产品从无到有，经历的过程有很多，市场调研、竞品分析、架构图&流程图制作、原型绘制、需求评审、项目管理、测试验收、数据分析、产品运营等各方面都要参与，而且需要与设计、开发、测试、运营、老板打交道，肯定会遇到各种各样的问题，任何地方出了问题，一个产品都不能成形，这种挑战性也是我比较喜欢的一方面。

当每一次会议都变成了数据汇报的场合，当我们头脑中的创意和直觉被要求用硬数据说话，那个问题就变得更加迫切——AI的光环下，我们的直觉、创造力和人际交往能力，是否就此沦为过时的配饰？智能算法日益精确的数据分析，瞬间完成的市场调研，甚至是无数次优化后近乎完美的产品原型图——这一切都在无声地问我们：在AI浪潮中，产品经理的工作还安全吗？例如，当用户询问“如何办理信用卡”时，智能客服可以从相关的知识库中检索出相关信息，并生成一段流畅、准确的回答，告诉用户办理信用卡的流程、所需材料和注意事项。

1)、基本原理与特点结构化思维是一种将复杂问题条理化、模块化的思考方式，强调的是分类明确、层次分明、逻辑连贯。它像一个精密的地图导航仪，帮助产品经理拆解纷繁复杂的需求，逐层构建出产品架构。比如，在处理用户反馈时，运用结构化思维能确保不遗漏任何一条有价值的信息，同时避免重复工作，提高决策的有效性和准确性。2)、与AI产品经理角色契合在AI领域，产品经理不仅要洞察市场需求，还要理解技术边界，并能在算法模型与用户体验之间找到平衡点。

1)、基本原理与特点结构化思维是一种将复杂问题条理化、模块化的思考方式，强调的是分类明确、层次分明、逻辑连贯。它像一个精密的地图导航仪，帮助产品经理拆解纷繁复杂的需求，逐层构建出产品架构。比如，在处理用户反馈时，运用结构化思维能确保不遗漏任何一条有价值的信息，同时避免重复工作，提高决策的有效性和准确性。2)、与AI产品经理角色契合在AI领域，产品经理不仅要洞察市场需求，还要理解技术边界，并能在算法模型与用户体验之间找到平衡点。

例如，传统产品经理小王主要负责一款移动应用的功能迭代和市场推广，他的日常工作包括收集用户反馈、优化功能流程，并与开发团队协作推动产品的上线发布。然而，在AI领域，产品经理小李的工作则更为复杂多元。作为AI音箱项目的负责人，小李除了要掌握传统的产品管理技能外，还需要理解自然语言处理（NLP）、机器学习等技术原理，以便准确把握产品发展方向，比如设计能够实现精准语音识别并提供个性化服务的智能音箱产品。B.

然而，不同于传统的产品经理，AI产品经理必须跨越“技术鸿沟”，对AI技术有基础且深入的理解，这样才能有效地与研发团队沟通，把握产品发展方向，并做出符合市场需求和技术创新趋势的决策。例如，在决定采用哪种推荐算法时，产品经理不仅要知道协同过滤和深度学习等方法的大致原理，还要能评估不同算法在实际场景中的优劣，比如精准度、训练所需的数据量、实时性要求等因素。这就要求产品经理具备一定的技术素养，能够读懂相关文献和技术文档，参与技术选型讨论，并在产品规划阶段就充分考虑到技术可行性及后续迭代的可能性。

AI技术的核心是模仿人类的学习和决策过程，以在特定任务上达到并超越人类的表现。机器学习是实现AI的一种手段，它使计算机能够通过数据学习和改进。在机器学习中，算法通过对大量数据的分析学习，捕捉数据的模式和规律，并用于预测或分类任务。深度学习是机器学习的一个分支，它以人工神经网络为基础，尤其善于处理视觉和语言识别问题。深度学习模型通常需要海量的数据来训练，它可以识别和利用这些数据中的复杂模式。AI产品经理需要理解这些原理，才能准确地与团队成员和利益相关方沟通，并作出明智的决策。

度量交付需求的数量和时间相对容易，但度量每个需求的大小则比较难落地，我们需要统一的方法来度量各个团队的需求交付规模，它有利于精细化的组织改进，推动团队以比较舒服的节奏完成承诺，还能稳妥处理紧急需求插入，潜在收益远大于成本。按照敏捷理论，迭代计划会议要对本迭代的需求进行合理拆解，工作量估算，结合PO决策的需求优先级，确认本迭代要完成的用户故事有哪些。建议测试任务的划分也不要太粗，单个任务的完成时间不超过一人天，这样有利于团队找到测试效率可以提升的地方，同理，不同测试人员的任务也建议分开估算。

下图是一个团队设计的完整DoR例子。鼎叔的观点是：从0到1的核心产品版本，交互界面变化巨大的卖点内容，涉及客户操作流程巨大变化的需求，涉及大额资金的营销活动需求等，以及其他安全/经营高风险的需求，应该做UAT。在行业公司的实践中，UAT通常是产品发布前的最后一道关卡，让最终用户通过验收测试，确认产品能否满足需求，同时让产研团队得到有价值的反馈，明确后面的改进方向。在很多公司，UAT的成本是非常高的，因为要引入业务方代表或者真实用户进行测试，如果收益效果达不到预期，就会怨声载道，阻碍产品交付市场的时间。

主要的用户故事场景，就是测试应优先关注的覆盖场景。。相关理论来自Jeff Patton。常规的需求拆分手法，很容易让人忘掉软件需求的全景图，用户故事地图则是一个生动的全景故事挖掘活动，参加者不限于产品经理和设计师，也可以包括开发，测试，运营，业务代表。鼎叔曾参加了两次用户故事地图的工作坊，花了两三个小时完成了“早上起床做什么”的故事地图设计及讨论，印象还挺深刻。用户故事的目的就是在协作中更好地达成共识，它比单纯描述事实的效率高很多倍，它也不是需求分析，后者目标是精确构建软件结构。

这个周期中的具体活动包括：定义业务愿景，梳理产品战略，筛选业务重大举措，提炼需求定义，进行实验验证解决方案和确认需求优先级，再通过多个迭代构建产品并运行，交付给用户，同时获得持续改进的知识。对产品研发而言，最大的风险在于用户需求没有挖掘清楚，而且产品的需求描述和传递过程失真，最终导致生产出来的产品不是用户真正想要的。我们可以给典型用户绘制一个卡片，让团队成员觉得真实可信，我们充分想象，人物就在我们眼前，用户形象如何，叫什么，她有什么基本信息，特征描述，他/她的痛点/期待是什么，目标是什么。