首页>会议文档 >

爱因互动 王守崑-AI时代产品经理的技能树

page:
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树
爱因互动 王守崑-AI时代产品经理的技能树

爱因互动 王守崑-AI时代产品经理的技能树

所属会议:PMCON2017产品经理千人峰会 - 数据驱动的产品迭代和创新会议地点:上海


下载

手机看
活动家APP客户端

扫二维码下载
或点击下载
Android iOS

10688次
浏览次数

文档介绍

本届大会主题为: “数据驱动的产品迭代和创新”,聚焦基于大数据的洞察带来的产品创新机会。大会将邀请来自互联网、传统行业、服务业、新型创新企业的CEO、产品总监/VP、战略专家们,产品实战派专家们,围绕数据驱动的产品设计的机会和问题,探讨产品商业模式、产品设计方法、产品运营、数据分析,展示产品成果,为CEO,产品经理,一切关注产品创新、创业者搭建一个学习交流、思想碰撞的干货分享平台。

演讲实录

在创办爱因互动之前,王守崑曾经在作为CTO和CEO参与了在线教育公司微学明日的创立和管理,负责整体运营。在此之前,他在豆瓣网担任首席科学家和副总裁,负责豆瓣网整体算法构架设计和实施。此前,他曾从事供应链管理建模和咨询工作,有多篇针对中国市场的运营管理案例被北美商学院录入并使用。他是中国最早的个性化推荐系统的研究者和实践者,曾多次担任各种大数据及AI会议和论坛的主席或讲师。以下是演讲实录:

我假设大家都是产品经理,我觉得可能有一些同学会有技术经验,比如说有可能大学学的跟技术相关的课程,或者毕业以后做程序员,跟技术相关的事情。我想知道在座的诸位曾经从事过技术方面的工作?看起来大概有四分之一的样子。

我自我介绍一下,理论上我本人并没有做过产品方面的工作,因为我一直做技术。当然我的团队有非常多的产品经理,我现在大概一半以上的时间,或者我过去有一半时间一直在讨论产品方面的事情,而且是跟很多产品经理做沟通。所以我大概总结了一些在现在这个时代,就是所谓的AI时代,产品经理应该具备的技能,所以跟大家的分享是围绕这个方面进行的。

我能保证的一点,虽然我是技术背景,包括现在我还在每天一两个小时做QQ电影。但是这个分享不会有任何跟技术相关的内容,分享都是跟产品相关的内容。

第一部分,因为AI很热,虽然AI这个词已经有非常长的历史了,经历了很长时间。首先想给大家介绍一下概念,就是美国的一位经济历史学家,他是做历史的,但是是做经济史的。他梳理了美国的崛起,美国在150年前南北战争,包括南北战争之前的很长时间,它是个农业国。它在世界的GDP占比也是非常低,是个落后的国家。但是大概从能源革命以后,包括西部的开发,尤其铁路的技术在美国的应用,使得美国的经济结构发生巨大的变化。然后到了100多年前的时候,它的GDP就已经是世界第一了,成为一个巨大体量的国家。梳理了美国的历史,发现什么东西让美国从一个农业国变成一个工业国,从一个落后的国家变成一个先进的过程?他提出这么一个概念,通用技术是改变美国历史最重要的因素之一。

什么叫通用技术呢?就是有可能对各行各业都产生重大变化、重大影响的技术。比如说蒸汽机的技术。蒸汽机最开始发明的时候不是用来做火车的,是用来做纺织机的。还有内燃机的技术,电力的技术。这些技术之所以被称为通用技术,就是它们在发明的时候,或者它们在应用的时候,是在各行各业应用,不是专有的技术。美国的历史也是得益于这些通用技术,发生了巨大变化。那么AI是通用技术吗?

我们看一下通用技术的特点,它能显著提高生产率,使得它发生一个巨大的变化。可以应用到各行各业,是一个基础设施的支持。它需要各种人才,这个我们影响最大。通用技术不仅仅需要技术人才,这也是我之所以能做这个演讲的技术。如果AI只是专业的技术,它不需要专业的人才,只需要工程师就好了。但是通用技术一定需要各行各业的技术人才去支持的,甚至会起主导作用。对于通用技术不一定是做这项技术的人在这个行业中起主导作用。

另外一个,它需要非常漫长的成熟期,比如说蒸汽机的技术从瓦特发明到它真正获得巨大的广泛应用,先在轮船上再到火车上,过了上百年的时间。电力、内燃机都是过了非常长的时间。我们看一下AI现在的情况,在实验室的效果还挺好。然后各行各业有巨大的关注,现在每家投资机构都说关注AI。它需要巨大的基础设施,需要云平台,甚至专用硬件。但是目前对它有关注的,或者市场上比较出名的,都是所谓的技术专家。这是一个经理对人工智能的评价,人工智障,我是基本同意这个评价的。

虽然我们看到的现状跟我们期待的未来有一个差距,但是AI是具备成为通用技术的可能性的。因为它突破之后,可以在各行各业产生应用,同时它需要有巨大的基础设施支持,需要更多的专家,需要更多各方面的人才去参与。所以从长远角度来看,我们还是认为AI是能够成为一项通用技术的。成为一项通用技术,也就意味着它一定会产生巨大的行业机会,以为围绕这个行业机会巨大的人才需求和人才缺口。说到这儿再岔开说一句,我平常跟朋友交流的时候,一直有很多人问我,“万一AI做成了,是不是很多人会失业呀?”我的回答一般是这样,仅供参考。“一定会有很多人失业正常。”昨天我还看,6月16号北京电报大楼,它是在1958年的时候建成的,正式停业了。电报原来在国民经济中占特别重要的地位,这个东西原来是高科技的代表,然后昨天正式停业了,没有人做这件事情了。高峰期的时候,它的从业人员接近百万级的,这些人都失业了,我觉得这是一个非常正常的事情。

但是创造它也创造了巨大的电话,什么替代它?手机、即时通讯软件。它们取代的电报,但是它们得到的巨大的市场,我们得到的比失去的要多多得,所以这对通用技术来说失密不是一个问题。就是每一个新的通用技术的兴起,一定是新的产品服务、新的产业模式、新的组织和工作范式、新的就业机会。这是需要大家每个人认真考虑的,就是它一定会产生替代一系列固有的产品模式和岗位、组织。所以对这些产的东西产生有敏锐感觉的人,就会在巨大的变化中得到收益,或者获得更好的回报。所以第一个部分我们想说的就是,AI有可能是工业革命以后,人类社会面临的最大变革。

而且它有个非常显著的特点,它的发展很可能会超出我们的想象。你以原来工业社会的方式去衡量它的发展,就觉得很多东西不是我们原来想的那样,它的变化会非常迅速。而且变化的方向有可能不是直线型的,有可能是网状的发展。有可能在某个单点上进展没有你想的那么快,因为他多点突破的,被突破的多点最终形成网络以后,最终形成的效应完全是你事先没有预想到的。或者拷贝一个小说里的词汇,它产生的价值,对于一个工业社会是一个纬度上的不同。

说了这么多虚的东西,我们看一下实际做AI的经理,我这是综合了我们现在的公司,包括很多朋友,一些在相对大的公司里做AI产品经理中,平常遇到的事情。看看这些人每天在做什么,是什么样的情况。最头疼的就是需求的不确定性,因为谁也不知道AI到底能干什么,能具体做什么样的事情。这个描述可能稍微有点技术化了,翻译成常用的话就是这件事情功能到底做成什么样,谁都心里没谱。你做传统的互联网产品开发的时候,你知道功能怎么样叫做成了,怎么样是不做不成。但是AI的产品,功能做出来,谁都不知道是不是符合用户的需求或者客户的需求,到底有没有做成。然后用户或者客户的预期非常难管理,因为我们主要做To B的客户,我们客户有两个非常显著的特点。一个是预期非常高,无所不能,所有的事能被AI给解决,认为这是万能药。另外一类觉得不要做那些虚的,对你的预期非常低,就是拉回到传统软件开发的套路里面去。恨不得算法和参数都要给你设定,因为我们做自然语言设定。就是回复的每一句话,都要给你指定。所以预期非常难管理。

此外还缺乏数据,这是非常典型的状态。因为做AI产品,一定是需要大量数据做训练。但是整个市场上的数据,但是都非常缺乏。不单单是你要做训练模型缺乏,甚至从产品经理角度来看,因为很多产品经理要去接触一线的用户的,要从用户那里拿反馈。比如电商类的产品,产品经理会看底下经理的反馈。你的物流是不是及时,功能怎么样。这类数据市场上也没有,因为没有形成一个完整的AI产品的生态环境或者业务链条,所以业务不管是隐性的还是显新的反馈都非常匮乏,产品经理只能依据经验或者原来行业惯用的做法去做调整,这是很痛苦的一点。

最后一点,没有形成一个有效的产品开发迭代方式。这是什么意思呢?不管是在传统的软件开发,传统软件开发已经是非常规范或者研究很多年了。互联网的开发对那个范式是一个颠覆,是一个快速迭代的过程。这套范式大家都很熟悉的,起什么作用大家都很熟悉。在移动互联网时代稍微有一些改变,你要做版本管理,有一系列的设计工作。但是对那个范式,基本还是继承过来的,稍微做一些调整。但是AI的产品不一样,由于我刚才说的这几个问题的存在,需求的不确定性,预期难以管理,缺乏数据,并且还有一个很特殊的物种存在。就是在整个开发周期有一个很特殊的物种存在叫做——科学家。科学家和工程师是不一样的,把科学家纳入到整个产品迭代开发的范式里面,是一个巨大的挑战。如果有哪个科学家致力于做AI产品,会发现很多稀奇古怪的产品。

所以最终的问题是大家用原来驾轻就熟的开发范式会遇到很多困难,但是很的范式又没有拿出来,所以大家埋头在干,用自己舒服的方式在做。那么怎么解决这个问题?过去几年我一直在从事算法、个性推荐这些相关的事情,所以这么多年时间中,我总结了一些方法或者一些小的点来去应对我刚才提到的这些问题,仅供参考。我把产品经理的技能树分成两块,一块跟人相关,一块跟事相关。根据重要的不同,因为我本身是工程师出身,跟工程师的不同。工程师绝大部分是在做事情上,怎么做事情。人的技能也需要要,需要有沟通,但是人的技能在工程师的技术树上占很次要的经理。但是产品经理部一样,人和事在技能树上几乎同样重要。根据你的具体岗位不同,可能不太一样,比如做策略的、做策略的、做运营的,不同的产品经理岗不同的偏向可能不太一样。但是综合来讲,不能瘸腿,人和事同样重要。

对于人来讲我认为这三点是最重要的,在人的技能树上是最重要的,就是沟通协调能力、领导力和同理心,这三点针对不同的位面来说。比如沟通协调,要让这个事顺利进行,让这个项目上线。领导力是带领一个团队完成一件事情,需要有真正的勇气在里面。同理心是针对用户的理解,以及对团队成员的理解,这三点是重要的。其次还有谈判能力、亲和力,判断力,以及人脉。我给刚入行的产品经理一个建议,一定要建立人脉。你发现越多后来,人脉越重要。

对于做事情来件,我认为三件事情是最重要的。第一件事情,我一直强调产品经理一定要掌控细节。如果不掌控细节,产品的体验一定不好的一塌糊涂。所以不能掌控细节的产品,我都让他转岗了,你可以做别的事情,但是做不了产品经理。其次是思考的深度,这个决定了你的天花板最终在什么地方,你想问题一定要想得深。一定要在项目里,就是整个项目谈话里,你应该是想的最深的人。如果你的团队里,有个人想到了,你没有想到,这就是你的失职。第三点,要有判断力。因为思考深入再够,你的领导力再好,组织能力再强,对细节掌控能力再多,总有你没有办法完全掌握信息的时候。因为很多东西东西不确定性的,本身你就是在不确定性的情况下做最终的决定,这个时候你对大局的判断力就是最重要的。其次还有商业敏感性、项目管理、数据分析、审美、运营与运销等等。

产品经理的工作范式我是这么理解的,刚才是说要具备的基本能力,同时具备这些基本能力还要具备一些范式。所谓的范式就是套路。基本就是这被一个圈,观察、思考、表达和实践。因为这个阶段也是老生常谈,现在大家受过产品经理的训练,这些都知道。我这里要特别强调表达这件事情,一个产品经理的表达能力是我非常看重的能力,尤其是现在做AI的时候。因为AI这个事非常多的不确定性,有很多忽悠的人在里面,有很多不靠谱的人在这面,正是因为这样,表达这件事非常重要。一个产品经理的表达,是需要有些基本的方法的。我在这里分成这样几类,比如说文档,文档是表达的一部分,你要把这个东西写下来呈现给别人,是沟通、表达的一部分。设计,有些产品经理自己做设计,有些是由设计师做的,你来做决定。然后是具像化的能力,这件事情也非常重要。你怎么样把产品的理念变成用户手里真正的产品,这是一个具像化的过程。

有的时候你设计稿非常漂亮,但是最后做出来总觉得哪里不对劲。还有说服的工作,协调的工作,还有展示。为什么要做展示呢?不会做展示的人,没有办法在领导面前出现,在客户面前出现,你的天花板一样会出现。尤其在你不同的阶段,比如你刚入行一两年可能没有这么感觉,慢慢你会发现一个道理怎么把它讲出来,都是那样一个道理,都是你要想表达的意思,但是你用什么形式、用什么方式、跟什么人把它展示出来,对你以后的路有非常大的影响。然后你做实验的时候,我强调要做复盘。不复盘的话,这个东西就没有办法闭环。

产品经理面临的挑战有这样几个,我会多说一下,然后再说一下是如何解决的。

第一个挑战,需求的快速变化。因为需求有巨大的不确定性,它带来的问题就是变化会非常快。在这种情况下,我们对产品经理的期待或者对产品经理的要求,就是Buffer你要做一个缓冲区。这有两层含义,第一个是需求变化很快,但是你不要很快的传递出去。你要想清楚这个变化意味着什么,对团队带来什么影响,对整个工期有什么影响。经过你的过滤之后,再把这个变化传递出去,这是第一个含义,就是要做缓冲。第二个就是所有的冲击,因为Buffer的另外一个含义就是你要应对冲击,要应对一些不确定性的东西。就是在你这儿你是第一道关,你要把它拦住,就是这个东西不应该让你的团队直接接触外面这么快的变化,你要拦住。第二层就是Filter,就是过滤。因为需求很多是不靠谱的,有过高的期待,有过低的期待,都是都是不靠谱的,要过滤掉。第三就是Hunter,要寻找落地,要做一个猎手。有些同事来自很大的公司,或者做稳定的业务。在那样的场景下,对这个要求没有那么多。但是做AI场景的时候,对这方面的要求特别多、特别高。因为技术在这儿,虽然目前处于这样的状态,但是毕竟有这样一个东西在这儿。但是锤子在这儿,到哪儿去到钉子,是落在产品经理和一部分做业务的同事身上。

所以另外一个事情就是,就是我跟团队的产品经理要强调的,就是面对不确定性的,PM应该是团队中最乐观的那个人。当然在整个公司最乐观的永远是CEO,我对自己要求是做任何一件事情都要盲目的乐观。

第二个挑战是技术黑盒,因为工程师一个斗牛得不得了。尤其做AI的时候,还有另外一个物种存在就是所谓的科学家,科学家最牛了,我念了20几年书,牛得不得了。对于产品经理来说怎么办呀?技术我又不懂,科学家又那么牛,挑战在这儿,怎么办?技术的黑盒怎么应对?我的建议是这样,面对技术黑盒,不要尝试打开,不要尝试成为技术专家,一定要清楚这一点,那个就跑偏了。刚才我们说过,任何一个通用技术带来的岗位变化,一定它需要各行各业的人,甚至各个功能、各个行业的人,一起才能把这件事情做成。不是说只有技术专家才能做成这件事情,如果你成为一个技术专家,一定是一个平庸的技术专家,不要尝试做这件事情,得不偿失。那怎么办?要尝试去外部定义技术,不要从内部定义技术。你要去看,从效果去定义技术,这项技术能达到什么样的效果。

比如现在人工智能在图像领域还不错,在云不错,也原来有很大进步,翻译做的也还行,都是还是在实验室里,投入到实际的场景中,也不能用。要从效果去定义。要从适用环境去定义技术,这项技术在什么样场景下有效果,在什么样的场景下有问题。人脸识别的技术,有些为摄像头,就是安检的摄像头准备的,它要求你站的非常好,脸看着摄像头,还得把眼镜摘了。但是有些是在移动的场景下,各有各的不同适用场景,你要搞清楚。

要从资源消耗来定义技术。要达成这样的效果,要消耗什么样的资源。你要识别运动中的人的姿态跟人的脸消耗的资源,跟你在静态实现的效果,消耗的资源是不一样的,甚至会有数量级的差异。要从这个上面去看。

要从团队配置来定义进技术。就是达成这样的技术需要什么样的人,这样的人有什么样的特点,在团队中的角色是什么样的。要不要前端工程师,要不要后端工程师,要不要做数据库的,要科学家的话,要什么样的科学家。他是做底层算法还是做模型,就是要把这件事情搞清楚。就是你从外部、效果、从团队来定义技术,就够了。只要达到这个效果,你就是一个技术专家了。

你团队里的工程师,科学家就会认为你这个人很厉害,你能搞定客户。因为你能把技术的部分,和客户中间期待的部分弥补过来,你能把中间的桥真正架上去。这其实也是我现在的观点,在现在的情况下,在当前的技术水平以及AI发展阶段,直接把AI技术扔到客户那边去是不行的,会死得很难看的。中间一定是通过一个桥梁过去,通过什么桥梁?就是产品经理对产品的掌控,才能通过这个桥走过去。

所以建议一点,怎么去应对技术黑盒?就是什么样的工作适合AI去完成?这是千百度的首席科学家说的一句话,就是所谓的一秒法则。就是如果这件事情能够在一秒钟做决定的话,非常有可能被AI替代。比如说自动驾驶,比你做决定的周期还要短。为什么是这样呢?产品经理要多思考,要有思考深度。所谓的思考深度就是教条主义的反面,如果你仅仅是记住了有个东西叫一秒法则,把这个东西套在各个地方去用,这个东西就是教条主义的表现。你要去想为什么是一秒法则呢?它背后反映的是什么?除了现在技术不够的原因之外,其实背后有这样一些因素。就是一秒法则代表着它一定是会大规模的重复,因为你判断很快,你一秒钟就能做判断,而且定限定领域。

就是它不可能牵涉到好几个复杂的领域,你不能在一秒钟之内做判断的。还有特别重要的一点,也是今天关于这个话题,AI哪些部分能做,如果你以后想做AI的产品经理,一定要记住这一点,记住这一点我今天的演讲就足够了。就是快速反馈。你之所以能够在一秒钟之内做决策,就一定有一个非常快的反馈。你开车这件事情,反馈非常快,因为路况千变万化,做的任何一个动作,向左拐还是向右拐,变化都非常快。而且代价很大,一旦做错了,后果很严重。

我原来做了非常长时间的推荐,有一个很典型的例子就是做推荐的时候,歌曲的推荐效果要比电影的效果好很多。这是为什么呢?因为听歌从数据来看,基本上15秒钟一定会给我一个反馈的,就是这个时间已经足够长了,你喜不喜欢一首歌15秒钟就会决定,大部分是3到5秒钟,节奏一响起来就会有反馈。但是你读一本书、看一部电影,这个可能是一个小时、一周才会给我反馈。所以能不能比较快的获得反馈,决定了这个东西在目前的技术条件、技术水平的现实之下,是不是用AI去做。

这是第三个挑战,就是当前AI产品经理遇到的巨大团队方面的挑战,就是他跟所有的人打交道。刚才说了场景不确定,要去找场景。要找场景最终落地的话,要跟所有人打交道。刚才说有一种特殊的物种叫做科学家,跟他们打交道会很不一样。为什么呢?科学家的迭代周期很长,这也是前面说的,为什么现在没有形成一个AI产品经理开发的范式,这有非常大的原因。就是科学家平时他的迭代周期是很长的,在座的有些同学有这种感觉。科学家天然跟互联网的快速迭代,上一个可东西,慢慢改进,中间就会有冲突。带这种情况下,我们怎么样能够去调整,怎么样把这种情况纳入到合理的开发范式里面去,中间取得一个平衡,这就是我说的PM,产品经理所应该具备的技能。

因为今天时间有限,后面不讲太多了。前面我想说的一点是,关于在AI时代产品经理真正应该掌握的,我说了这么多,前面说了很多大话,后面又说了很多稀奇古怪的东西。属于在座的诸位有想从事AI行业的产品经理,要接触这一点,就是“回归本质,回到原点”去思考问题。你在面对变化,在面对需要你做决定的时候,“回到本质、回到原点”永远是一个出发点,这是我期待的。

这一部分我非常快的过一下,就是对话。我们现在主要做对话机器人,现在对话机器人面临的问题就是缺乏常识与自学学习能力,基本根本性的问题是没有一个技术问题。这个跟图像就巨大区别,因为人眼看到的图像跟在计算机理表示的图像是一样的。但是语言这件事情,人听到的语言和计算机里语言的方式是不一样的。

我着重说一下这点,所谓的对话作为界面,就是CUI和GUI。CUI这件事情很多人觉得很火,我不觉得CUI会取代GUI 我并不同意这个观点。就是所有CUI做的事情会被GUI会重新做一遍,但是这两个在本质上存在差异,它们适用的场景是不太一样的。从效率上来看,GUI比较适合做信息广度的展示,就是页面上有非常多的可选的东西,一眼看过去,眼睛接受量的信息要大很多。CUI是语言对话,更适合做信息深度的展示。因为它在有限的时间内的信息没有那么多,但是它有机器效应,能够被记住。如果是GUI的界面,你的一个流程如果有10步,你可以想象你的漏斗到了最后一步完成这件事情留下的用户一定少得可怜。但是对话某个事情有十轮对话、二十轮对话,不是大的问题,它一定不是漏斗的形式。就是你最终信息沟通深度到什么程度,决定了它的留存,决定了它的需求。

从感受上来讲,GUI是一个空间感的沟通,它更强调空间感。就是你的界面,哪个东西在界面的什么地方,决定了它的重要性。或者反过来,重要性决定了在什么地方。底下是什么东西,最底下的广告,然后策略什么东西,这个空间感是大家对GUI的认识。对于CUI它没有空间,它是对话或者语音,它没有空间,就是时间感的事情决定了用户对它的认识。GUI不太容易建立时间感,就是你是一个静态的展示。但是CUI如果不利用时间做事情,不用时间对用户做引导,就失去了它最有价值的点。最后一点就是在预期上,大家对GUI的预期是公共的,我看到的页面跟其他用户看到的页面是一样的。

这有一个小的故事,大概在2007年的时候谷歌做了一个尝试,对一部分人展示个性化的展示页面,就是搜一个词出现的页面不一样。听起来这是很合理的事情,但是上线了很短时间就被干掉了,因为非常多的人投诉。为什么我跟别人看到的不一样?你们是不是做了什么手脚,一定是有阴谋,所以被干掉了。但是对于对话这件事情,用户的预期天然就是个性化的,就是有参与感的。如果你觉得这个机器人跟你说的话,跟所有人说的话一样,你会觉得这个机器人太蠢了,你给的东西应该就是个性化的。所以这三点是我想跟大家分享的,就是CUI和GUI的差异。

最后再强调一点,我们一致认为对话本身不是目的。对话它是一个手段,最终给用户提供什么东西,就是冰川之下的东西真正决定了你的产品质量,就是产品的市场到底有多大。最后给大家说几个有趣的场景可以用对话来做,就是智能投顾、销售、理财等销售转化。对话式的发现,解释和推荐。还有消息平台的Landing Page。这是什么意思呢?在PC上的配置大家很熟悉,一个大的页面特别长,或者特别有冲击力,把你引导到什么地方去。但是在手机上或者对话界面做这种界面效率是很低的,因为本身页面很小。你跳来台跳去,从一个配置跳到另外一个地方肯定有丢失的。如果直接在对话里做这个Landing Page配置,我们正在尝试。

最后落地就是我们现在遇到了非常多的挑战,就是怎么做渠道,to B怎么做to c,中间核心的部分就是产品的服务部分。也就是产品经理真正要面对的挑战,就是你把市场相关的部分跟业务相关的部分和跟技术相关的部分结合起来。

×

打开微信扫一扫,分享到朋友圈