本文主要是介绍《如何打造复杂的产品系统》讲座笔记 作者:潘一鸣,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
作者 潘一鸣
新东方在线高级产品经理,《产品逻辑之美》作者
2019/10/9 于将门创投的斗鱼平台记录作者简介
清华本科,2014-2015网易科技(实习转正)
2015-2017 聚美优品(用户产品、推荐系统)
2017-2018 滴滴出行(豪华车的分单系统)
2018-2019/6 字节跳动(用户增长)
2019/8至今 新东方在线(带领团队做业务)
2017-2019写书
目录
- 第一部分:产品核心驱动力的转移
- 第二部分:不同视角下的产品系统
案例1,聚美优品(千人千面)
案例2,滴滴打车(豪华车分单系统) - 第三部分:人员、生产资料与流程
- 第四部分:打造新时代个人竞争力
第一部分:产品核心驱动力的转移
功能->设计->运营->策略 |
-2001 功能
问题: 大量的需求没有被满足,有大量的机会
描述:大量红利,抓住一个点就有快速增长
2003-2013 设计
2013-2016运营
问题:产品进入服务领域,功能同质化
现象:多个赛道白热化竞争
核心竞争力:运营能力、组织能力、管理能力
2016-现在 策略
问题:技术发展下,数据、算法在产品领域越来与重要
核心竞争力:系统构建能力,算法策略能力,系统运行能力
拐点:千人千面与垂直电商的消失
垂直电商:2015-2016热门
精细化的运营,内容分发能力的提升使得大电商覆盖了垂直电商的领域,挤压了其生存空间
第二部分:不同视角下的产品系统
有多少个角色,就有多少个视角
外部:创造用户价值
内部:平衡不同诉求
策略:数据,算法,产品的交叉部分 |
数据视角:数据分析,数据驱动->数据分析师
(硅谷是更多由数据分析师来推进策略)
算法视角:算法构建,指标提升->算法工程师
(国内更多是算法工程师提策略)
产品视角:用户体验,用户价值->产品经理
(也有一些是产品来提策略,作者认为更应该由产品来提供策略)
因而:
谁来引领策略,没有最佳实践
不同视角下的产品系统
案例1
千人千面(聚美优品) |
千人千面(聚美优品)
- 算法构建:基于标签算法
- 数据清洗:算法系统基础
- 评估系统:线下迭代指标
- 算法升级:机器学习算法
- 线上迭代:业务问题解决
detail:
淘宝上线之后,聚美优品跟做,调研2周后上手,然后提出方案。去找专家评估,反馈可行,然后实践去做。经历一个月清洗数据,给出第一版算法。虽然第一版在上线之前就被迭代掉了,但是也发挥了重要作用。
问题一:为什么是基于标签的算法
冷启动:没有数据怎么办
新系统:可操作性,可解释性
(可快速手动干预效果)
数据情况:已有完善的标签体系
用户标签->标签CF扩展->匹配->打散规则
用户标配:浏览商品时自动打上的
标签扩展:类似物品标签扩展
问题二:为什么需要新的评估方法
虽然管理层无法理解算法,但是需要一个仪表盘
(1)历史可用数据
(2)未来销售数据
比对方法:用算法推荐一百个人;用爆款推荐一百个人。对比二者最近一个月的销售额。以此来作为指标,推荐算法销售额高多少则为效果好多少。
问题三:为什么要转机器学习
线上测试取得了公司的信任,也建立了评估方法
问题四:机器学习满足了业务诉求了吗?
机器学习效果是刚开始效果超好,随着几天逐渐下降
算法有短期、曝光惩罚策略等原因
推荐内容调性低:运营干预,调性提权
推荐集中度高:重排策略引入多样性
效果:
一个月后,机器学习的算法提升程度稳定提高。其中主算法基本不变,加了很多规则,加了很多副算法。多方势力不断协调得到最终上线版本。
最大的问题:和不同利益方的沟通
方案:完整的数据体系,额外的汇报数据,利益平衡
(做了很多其他方面的数据汇报,让其他不懂算法的部门信服)
为什么算法需要规则策略的修正
(用户是不是对这个产品厌烦了,是不是对长期销售有损害?从用户的体验、感情方面去完善,这点是算法不能考虑到的)
案例2
豪华车分单系统(滴滴出行) |
豪华车分单系统
问题:预约订单比较高(预约的人多,实时的人少),供需时空不匹配(车少,分部散),服务质量要求高(起步价高,对服务要求高)
目标:应答率,改派率,迟到率,人均单量,每小时收入,业务毛利率
各方面视角:
司机:公平性,收入提升,工作强度低
算法工程师:找到问题的解法
业务人员:不要增加过多的管理成本
方案:
司机填写工作时间
订单召回
订单分配
用户端表达&司机端通知
大数据vs小数据(数据不大,流程复杂,算法不复杂,要深入业务)
内容vs服务(内容不会不高兴,服务有服务能力且有感情,在乎公平)
有教科书vs没有教科书(有成型的东西可参考,推荐系统;出行方案没有可参考的东西)
算法vs规则
服务领域算法贡献有限
分发,给不同用户用不同推荐策略推荐内容,没问题
匹配,给不同司机用不同策略推荐服务,有问题
第三部分:人员、生产资料和流程
美团一个是服务领域
字节跳动是在内容领域
对人的组织能力上的区别。
有好的运营工具会极大的提高竞争力,提高人效比
产品经理只是在做某一个指标优化时,则只会做一个环节,不知道总的东西怎么做。
也许招了一个大公司的员工,想让他负责构建整个系统,却发现他只会做一个环节。
人员、生产资料和流程
1业务诊断: 组织结构、业务目标、工作流程、问题梳理
(先了解问题全貌,而不是扎进细节)
2数据分析:埋点梳理、数据定义整理、挖掘业务问题
(每个数据定义搞清楚,挖掘数据关系,从目标出发找问题)
3指标体系:找到核心漏斗,构建关键指标
(以前有指标,是否有更好的)
4系统需求:组织变革、生产资料优化、流程重塑
5系统设计:结合了人和算法的系统
为什么传统行业的互联网化这么难
流程、看数据的方式、组织上的问题
现有主流模式:双师老师,高级老师上超级大班,小老师做一些答疑,作业批改。结合了名师稀缺资源与作业批改资源两个方面。
AI老师:如英语流利说
总的来说,在线教育的体验相比线下,还是有折损。沉浸式做的还不够。
第四部分:打造新时代个人竞争力
挑战性业务
就像数据之于算法系统
人是算法系统,需要数据来训练,挑战性任务多,数据质量高,系统能力强。
产品经理是靠经验积累的职业
不设边界
互联网领域没有明确的分工
阅读与思考
就像仿真模型一样训练自己
以上就是作者这次的讲座
作者为什么选择新东方:
1有一些协议,一些企业去不了
2教育行业越来越激烈,早进入早合适
3职业规划,这边可以满足
(如果作者看到了并且愿意给我广告费的话请点个赞就够了,也欢迎看官们评论点赞,谢谢。哈哈哈哈哈)
这篇关于《如何打造复杂的产品系统》讲座笔记 作者:潘一鸣的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!