产品思维是一个很大且很细的课题,是所有产品经理都会去思考的问题,本文对自己做产品的一些习惯进行沉淀,总结为自己的产品 *** 论,并希望与大家一起讨论分享~~
一、关于AI产品设计的关键性思维1、用户思维
不论是之前的互联网产品经理还是这两年火热的AI产品经理,用户思维应该是始终坚守的原则;关于产品的用户思维,通常会兼顾以下三个方面:
(1)系统/功能的完整性
在完成需求分析后,虽然每次都是遵循MVP原则实现小步快跑,尽早交付,但是都会考虑整个产品的完整性。
举例 1:曾经一位客户希望我们提供类似美图秀秀的人脸美颜和人脸属性的能力,开始以为客户是有人脸检测和人脸识别的能力的,但是通过仔细沟通后才发现他们并没有这块技术;对客户需求做去伪存真后,我们提供了包含人脸检测、人脸属性、人脸美颜功能的本地SDK和基于云端服务的人脸识别。
举例2:这是在做平台产品时发生的一个失误,万幸的是该功能主要针对管理员,所以未发生不愉快的事情,主要是在管理员进入后台管理功能后,缺少回到前端页面的功能,唯一的途径方式是通过URL直接跳转或者先跳转到个人工作台再跳回其他功能;之所以发生这种情况,后续做复盘时总结认为是未对功能关联性考虑和未充分体验不用用户角色的功能需求。
(2)逻辑合理性
每个产品经理在做产品设计时,都会经历折磨人的业务流程设计,AI技术作为基础能力,常常扮演的角色是对传统产品的流程优化,提高原产品的作业效率。这时候如果原产品本身就涉及多个系统的交互,则需要分析在哪个环节可以加入AI能力可以使得业务流程更加合理。
举例:这也是一个实际案例,当时在一个客户提供AI分析能力时,由于客户是借助了外部的BI系统,因此存在三个系统的交互;我们发生了以下对话(非原话):
我:原则上希望是哪个系统调用AI能力,则将结果返回给哪个系统,这样更加清晰。
客户:可是我们业务系统没有数据分析啊,所以你们能否直接将结果给到BI系统呢?
我:是否可以这样,我们将结果给到你们,你们再跟BI系统交互呢?
通过以上的对话,我们发现至少有两条路径可以实现该最后的业务,分别是图1和图2,虽然流程看似差不多,但是业务系统不具备数据分析能力,如果强行将AI分析结果给到业务系统,将涉及到业务系统的较大改造。但是图2中AI平台提供的接口只需要提供一个透传字段即可完成;因此,最终图2的逻辑更加合理,并以图2的逻辑设计业务流程。
(3)产品美观性
好玩好用的产品如果没有一个靓丽的外表如果能之一眼抓住眼球呢?产品的美观性虽然更多的是UI考虑的,但是产品经理也有义务提高审美,以此提高产品的用户体验;这点不再过多解释,因为从互联网产品开始,产品美观性就一直被强调!
2. 场景思维如果大家多关注 *** 市场就可以发现,当前AI产品任职要求越来越高,为啥?因为AI产品急需要落地变现,而落地的前提是需要找到合适的应用场景。
(1)行业定位
选择场景,先需要定位期望产品赋能的行业,一般可以从以下两个方面考虑出发:
首先,明确该行业是否具备变革的基础;变革基础可以是硬件的数字化基础,或者用户习惯。
举例:比如AI行业比较热门的行业有安防、物流、零售、泛娱乐、金融;其中安防和物流大多都具备着摄像头硬件基础,所以在具备优秀AI能力前提下,不考虑技术架构,无非是算力资源和带宽资源的平衡。
而泛娱乐和金融行业是从用户习惯来说比较容易切入的,对娱乐而言,用户对出错的情况忍受程度更高;对金融而言,原本线下金融服务行业就流程繁琐严格,此时在某个环节加入AI能力反而会降低用户操作难度,即使需要用户配合某些操作,一般也不会太引起用户的反弹情绪。
零售,当下我将其定位为反面案例,至少从当前看新零售更像是一地鸡毛,新零售的目的是希望可以线上线下互通,实现“千人千面”的服务,但是线下场景需要首先具备数字化基础,才能谈智能化。可从国情来看,中国大多便利店为老婆夫妻店,商超历史太长,数字化基础均较为薄弱,如果强行推动智能化,需要高昂的改造费用,所以新零售感觉一直进展缓慢。
目录: 计算机硬件(计算/输入/输出/交互) 计算机软件(系统/算法) 懂技术的概念与构建技术知识体系 完整的计算机系统是由硬件(hardware)和软件(software)两大部分(即两类资源...
把控用户与AI之间的情感,更深一层来讲是如何平衡有限的技术与无限的用户需求的问题。AI产品经理需要清楚技术的定位和边界,讲技术与场景相匹配,才能做出合适的产品,拉进用户和产品信任。 PC互联网时代已...