在团队工作中,产品经理需要身兼多职、兼顾多方意见。而产品版本迭代管理往往需要牵扯项目的多方面。那么,当产品经理着手版本迭代管理工作时,应当如何协调团队工作、做好过程控制、进而凝聚团队力量? 怎么规划产品的阶段性里程碑?从团队KPI入手:今年团队的考核目标是什么,是产品收入?用户活跃度?标杆案例数?项目的复制情况?制定个人OKR:基于团队的目标,落实到个人所负责的产品目标,去看在该目标下你要输出的关键结果是什么。KANO模型:这是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的工具,需求分五类:基本型需求、期望型需求、兴奋型需求、无差异型需求、反向型需求。 基本型需求(必备型需求):客户认为必须有,没有的话这个功能就不具有交付意义的需求。期望型需求:客户期望你可以实现的需求,一旦你实现了,客户满意度会显著提升,你提供的产品超出客户期望越多,客户就越满意。兴奋型需求(魅力型需求):客户既不会过分期望,又不会明显不满的需求,即,有更好,没有也能接受。 无差异型需求:这类需求对客户没有影响,有或没有都无所谓。反向型需求:该需求会引起大部分人的强烈不满,你实现该需求反而会降低客户的满意度。 实际规划产品蓝图时,可以从以下两方面去考虑:一方面根据团队OKR划定产品方向,圈定几个需要冲刺的功能模块,分月度、季度去迭代功能、做项目验证,再炮制到其他项目中落地;另一方面摆正心态,正视客户反馈的需求,全力以赴满足基本型需求,重视产品义务范畴内的事项,确保在市场竞争中不丢分。同时,尽力去满足客户的期望型需求,提供大多数客户关注的额外服务和产品,引导客户的决策链对本产品有更多的倾向性;最后才是争取实现客户的兴奋型需求,提高客户用户的粘性和复购率。 记住,排优先级时,不可只关注客户需求而忽视了去建设能满足更多客户的核心优势。在明确版本需求和需求的优先级后,我们再来看下如何调动资源投入到版本迭代。
乖女锁不住 发布的帖子
-
做好版本迭代管理
-
#用EXCEL如何构建RFM会员价值模型
如果你听过客户关系管理(CRM),那么你大概率上也曾听到过RFM模型。在精细化运营的今天,在解决如何更好的挖掘用户价值之前,首先要解决的问题是如何衡量用户价值? 和用户价值有关的模型非常多,除了RFM模型之外,还有客户生命周期价值模型(CLV模型)、客户生命周期模型(AARRR模型)等。不同的模型切入的角度以及具体的应用不同,我们今天主要讲的是RFM模型。 本文主要分为两个部分:一是理论部分,简单告诉大家RFM模型是什么?能够给生意带来什么帮助?二是计算部分,如何只用EXCEL就可以计算RFM值并得出用户分层数据。 根据美国数据库营销研究所Arthur Hughes教授的研究表明,在客户的数据库中有三个要素,这三个要素构成了分析用户价值的重要指标:R (Recency) : 最近一次交易时间间隔;F(Frequency) : 消费频率;M(Monetary): 消费金额。RFM模型即是这三个单词的首字母组合。
RFM模型的应用场景:针对重要价值客户。即RFM值均高的用户,我们通常称之为“至尊用户”,也是整个品牌用户群体中金字塔顶端的那一拨人,购买频率高,金额贡献高,而且频繁光顾店铺。针对这波用户,运营的主要策略是:保持稳定增长,“至尊用户”的数量不要出现流失,并且能够不断从下层用户中往上输送新的“至尊用户”。 针对重要挽留用户。即很久没有进行复购,但之前的购物金额以及购物频率都很高的用户,如果放任不管,这波用户很可能随着时间的流逝而流失。运营的主要策略是复购,可通过发放专属权益、针对性折扣、赠品等一系列的定向优惠形式使得这波用户重新光临店铺,对比拉新的成本,重新让这波用户再次回购的成本要低的多了。 针对一般价值客户。即RF值高但是M值小的用户,比较活跃但是成交金额比较低的用户。一般这类用户我们会称之为活跃用户,而且价格敏感型居多。运营的主要策略是针对这波用户提高他们的客单价,可以通过定向搭配购、加钱换购等形式不断提高该波用户的客单价,商品购物篮推荐也是非常有用的。 数据源准备:在开始之前我们需要准备好分析用的源始数据。我们利用交易数据可以提取到我们需要的RFM数据,利用简单的IF函数和数据透视表就可以实现了。
数据计算方法:方法一:四分位数法。方法二:评分法。这里介绍的两种方法是只要通过EXCEL的形式就可以计算出来的,针对规模较小,或者是没有数据分析部的公司。 而一般情况下,构建RFM模型常用的是K-means聚类算法来进行人群RFM值的定义与划分,但是K-means对于运营人员来说有些吃力了,多是数据分析工程师具备的技能了。
-
企业服务类产品的底层逻辑
C端产品是面向终端用户或消费者的产品,往往承担引流和转化的任务,所以C端产品是企业与消费者之间的重要媒介,也是企业重要的获客手段之一;C端产品的用户表达需求,往往比B端产品的用户表达更精准或者说更明确,人人都可能是C端产品的用户,而B端产品却不是个体的使用决策,是集体使用体验。 做B端产品,我们围绕着用户核心的需求,专注极致。与其说用户在选择我们,其实因为资源有限,我们也在选择用户,不是所有功能我们都能做 ,最终只能在一个维度里解决最“痛”的点。 做减法比做加法更需要策略与克制,无论to B产品还是to C产品,最终的解决方案都应该是最简单的极致体现,以最短路径和最低资源成本满足用户的需求。 B端产品经理接受需求的来源要比C端产品丰富而复杂,对于B端产品经理,梳理需求的优先级开发排序是一件“左右逢源”的难事,要考虑服务部门的情绪,要照顾业务部的指标担当,还要兼顾公司市场拓展的进度。 有些需求是老板给的政治任务,有些需求是销售部提的,有些需求是为了支持运营活动的,有些需求是为了减轻客服团队重复答疑工作量的,以上种种都是产品需求来源的内部渠道,需求还包括用户使用后的反馈、行业技术进步等等,对于产品经理而言,学会将需求合理的排期是一门硬核技能。 对于咱们做B端产品的同学来说,得有系统的基础建设意识,包含业务梳理、个性化需求评审、产品架构设计等流程。企业服务类产品,在设计时要考虑能覆盖全场景、完整业务链路的闭环,因为任何一个环节的缺失和不完善,都会导致客户的业务流程无法正常运转。 影响产品成功的关键因素,除了创始团队对特定市场的深刻理解与前瞻预见之外,还有团队对资源的掌控调用能力。产品经理要深入了解行业,了解行业后才可能从全局视角看产品功能规划,先有了产品结构的骨骼,才慢慢长出肌肉和皮肤。 有效流量:用户痛点=需求程度需求频次。聊聊流量,建立在痛点满足基础上的流量才是有效流量。痛点=需求程度需求频次,有效的流量必然是极度需求且高频需求的。
-
思维不停,设计不败
什么是思维定位呢?定位并不是一个职称,有人说自己的定位是一个设计师或自己的定位是一个小员工,自己的定位是一个搬砖的。以上这些都不是定位,定位应该是和你的工作相关且能够清晰描述出你要做什么的描述性文字。 为什么需要有定位思维呢? 明确定位可以使一个人知道自己需要做什么事情,知道自己不能做什么事情,确定自己的边界,可以使自己在自己的职责范围之内做事。当然此处说的边界是模糊的,边界离中心点越远,越模糊。这里说的边界并不是让大家固步自封,只做自己份内之事,其他的事莫不关系,而是告诉大家如何判断事情自己要做或不要做。 明确定位可以使自己知道什么是突破性的事情,每一位设计师做好自己的份内之事是最基础的,在团队中如果想更加突出或者更加有益,需要自己做突破性的事情,突破自己的能力边界,突破自己的认知边界,突破自己的价值边界。通过做事,帮助自己成长,提升自己的眼界,提升自己在团队中的价值。 其实定位思维中或多或少有一些关于目标的事情,“提升用户阅读体验的设计师”目标就是提升用户阅读体验,这里面还缺一点就是不够具体,目标一定是一个很具体的动宾短语,应该是提升某个场景或业务的阅读体验(只为举例)。 目标思维解决的根本性问题是人力、资源、时间管理的问题,目标思维可以让一个人专注与自己的目标,提升自己的工作效率,使自己或者团队各项资源得到最大价值的利用,并且产生最大的效能,可以避免忙碌了半年才发现自己啥也没干成,只是搬砖搬了一年,最后只能叹息为啥别人很优秀。 相信每一个人都想安安静静的把自己的工作做好,甚至有很多设计师说我就想好好的画图,其他的事不想做,但现实不是这样的。因为即使是平常的生活也会遇到不同的问题。 全局把控是指每一个人都需要把控好自己制定目标的完成过程,整个过程中会掺杂着各种各样的情况,所以我们每一个人都需要在做每一件事之前思考决定一项任务的三个最重要的变量,抓住3个变量,时刻关注进展和情况,并根据变化做好资源在3个变量上的调整,使资源得到最大的利用。为什么是3个呢?因为人的精力有有限的,同时越重要的变量对一个项目的影响也会越大,反之越小。 时间把控是一个计划制定的一部分,大家肯定听说过时间管理等等相关的内容,但大家可以想一想自己对于自己的项目或任务时间控制的很好吗?人天性都是懒惰的,为了减少懒惰对项目的影响,在完成项目之前一定要制定完整的计划,并做好时间的配比,关注重要节点事情的完成情况,非必要不增加时间或使项目延迟。 风险管理又分为风险的预见性和问题解决机制。每一个人需要具备风险的预先性,需要每一个人从项目的多个维度进行全面而完整的思考,如果想要从全局把握好一个项目的进度,则需要大家从人力、时间、协作、流程等方面对项目进行延伸性的思考,就是指大家要有预见性。 链接思维:心理学研究表明在团队协作中,大家都愿意和自己有过正向连接的人合作或者信任的人合作。
-
灰度变换与空间滤波
图像在成像、采集、传输、处理等过程中不可避免的会造成某些降质。说白了就是图像可能会不清晰,采集中未突出所需部分,例如有噪音、散斑、运动模糊等等。所以我们要进行图像增强,达到我们想要的,最清晰的效果。图像增强是指对图像的某些特征如边缘、轮廓、对比度等进行强调。今天所说的灰度变换和空间滤波正是图像增强的两种方法。 灰度变换主要针对独立的像素点进行处理,通过改变原始图像数据所占据的灰度范围而使图像在视觉上得到良好的改变。所以他属于点处理。 对比度拉伸。图像对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小。一般来说对比度越大,图像越清晰醒目,色彩也越鲜明艳丽;而对比度小,则会让整个画面都灰蒙蒙的。 比特分割。在灰度图中,像素值的范围为[0, 255],即共有256级灰度。在计算机中,我们使用8比特数来表示每一个像素值。因此可以提取出不同比特层面的灰度图。比特层面分层可用于图片压缩。如使用高四位比特层表示原有的八层比特平面。 空间滤波就是直接在灰度值上,做一些滤波操作。滤波是图像处理中常用的技术,可以锐化图像、模糊图像、去除噪声、增强图像等等。简单来说,就是用一个n×n的矩阵扣在图像上,用模板中每一个元素对扣住的范围中对应的像素进行数学操作,将产生的数值赋给模板中心点所对应。 灰度变换和空间滤波都是图像增强的一种手段,且都是在空间域中操作的。空间域处理主要分为灰度变换与空间滤波两类,灰度变换在图像的单个像素上操作,主要以对比度和阈值处理为目的。空间滤波涉及改善性能的操作,如通过图像中每一个像素的领域处理来锐化图像。
-
Google Play ASO优化
Google Play ASO优化:ASO优化分为两部分,on-metadata和off-metadata,on-metadata的因素完全由我们控制,而off-metadata包含一些我们无法控制的因素,但我们仍可以去影响这些因素。 on-metadata ASO:针对Google Play,相关因素有Title、Short description、Long description、Icon、Screenshots & Video、崩溃率。另外,需要特别注意的是,Google Play搜索的关键词权重排序为:Title > Short description > Long description。
-
#轻量级Kubernetesk3s
k3s 是一个轻量级 Kubernetes,它易于安装,二进制文件包小于 40 mb,只需要 512MB RAM 即可运行。
k3s 旨在成为完全兼容的 Kubernetes 发行版,相比 k8s 主要更改如下:旧的、Alpha 版本的、非默认功能都已经删除。删除了大多数内部云提供商和存储插件,可以用插件替换。新增 SQLite3 作为默认存储机制,etcd3 仍然有效,但是不再是默认项。封装在简单的启动器中,可以处理大量 LTS 复杂性和选项。最小化到没有操作系统依赖,只需要一个内核和 cgroup 挂载。
K3s是一个完全符合一致性生产就绪的Kubernetes发行版,有以下变化:打包为单个二进制文件;添加了对sqlite3的支持,作为默认存储后端。还支持Etcd3、MySQL和Postgres;将Kubernetes和其他组件包装在一个简单的启动程序中;默认情况下,它是安全的,对于轻量级环境来说是合理的;对操作系统的依赖最小,甚至不依赖(只需要一个健全的内核和cgroup挂载);通过通过websocket隧道将这个API暴露给Kubernetes控制平面节点,消除了为kubelet API暴露Kubernetes工作节点上的端口的需要。
-
用于大数据的存储层DeltaLake
Delta Lake 是一个存储层,为 Apache Spark 和大数据 workloads 提供 ACID 事务能力,其通过写和快照隔离之间的乐观并发控制(optimistic concurrency control),在写入数据期间提供一致性的读取,从而为构建在 HDFS 和云存储上的数据湖(data lakes)带来可靠性。
Delta Lake 在多并发写入之间提供 ACID 事务保证。每次写入都是一个事务,并且在事务日志中记录了写入的序列顺序。事务日志跟踪文件级别的写入并使用乐观并发控制,这非常适合数据湖,因为多次写入/修改相同的文件很少发生。在存在冲突的情况下,Delta Lake 会抛出并发修改异常以便用户能够处理它们并重试其作业。Delta Lake 还提供强大的可序列化隔离级别,允许工程师持续写入目录或表,并允许消费者继续从同一目录或表中读取。读者将看到阅读开始时存在的最新快照。
模式管理(Schema management):Delta Lake 自动验证正在被写的 DataFrame 模式是否与表的模式兼容。表中存在但不在 DataFrame 中的列设置为 null。如果 DataFrame 有表中不存在的列,则此操作会引发异常。Delta Lake 具有显式添加新列的 DDL 以及自动更新模式的能力。
可扩展元数据处理:Delta Lake 将表或目录的元数据信息存储在事务日志中,而不是 Metastore 中。这允许 Delta Lake 在恒定时间内列出大型目录中的文件,同时在读取数据时非常高效。
数据版本:Delta Lake 允许用户读取表或目录之前的快照。当文件被修改文件时,Delta Lake 会创建较新版本的文件并保留旧版本的文件。当用户想要读取旧版本的表或目录时,他们可以在 Apache Spark 的读取 API 中提供时间戳或版本号,Delta Lake 根据事务日志中的信息构建该时间戳或版本的完整快照。这允许用户重现之前的数据,并在需要时将表还原为旧版本的数据。
统一流和批处理 Sin:除批量写入外,Delta Lake 还可用作 Apache Spark structured streaming 的高效流式 sink。结合 ACID 事务和可扩展的元数据处理,高效的流式 sink 现在可以实现大量近实时分析用例,而无需同时维护复杂的流式传输和批处理管道。
数据存储格式采用开源的:Delta Lake 中的所有数据都是使用 Apache Parquet 格式存储,使 Delta Lake 能够利用 Parquet 原生的高效压缩和编码方案。
项目地址: https://github.com/delta-io/delta -
为Kubernetes提供CI/CD服务JenkinsX
Jenkins X 是一个高度集成化的 CI/CD 平台,基于 Jenkins 和 Kubernetes 实现,旨在解决微服务体系架构下的云原生应用的持续交付的问题,简化整个云原生应用的开发、运行和部署过程。
它依然使用 Jenkins 作为持续交付的核心引擎,实际上 Jenkins X 作为 Jenkins 的一个子项目存在,专注于云原生应用的 CI/CD 实现,同时也帮助 Jenkins 自身完成云原生应用的转型,毕竟现在越来越多的人在诟病单体应用的设计和文件存储系统。
Helm 是用于管理 Kubernetes 资源对象的工具,类似 APT,YUM 和 HOMEBREW,它通过将 Kubernetes 的资源对象打包成 Chart 的形式,完成复杂应用的部署和版本控制,是目前业界流行的解决方案
Draft 是自动化应用构建和运行在 Kubernetes 上面的工具,具有语言识别能力,能够自动生成构建脚本,依赖,环境并打包成 Docker 镜像并部署在 Kubernetes 集群上,加快代码开发节奏,而无需关心基础设施层面的技术实现。
GitOps 是 Weaveworks 推出的天才的应用部署解决方案,它将 Git 作为整个应用部署的单一可信数据源(SSOT),通过类似代码开发的 Pull Request 流程完成应用部署的 Review 和自动化实现,并且将部署配置信息纳入版本控制。
-
归纳法、工业化与人格权
随着互联网的不断发展,人工智能也开始普及,特别是如今在很多产品中,都会用到“算法”的方式进行推送,持续提升用户的依赖度与变现效率。 机器(推荐算法)的优势,通俗来说是一个归纳的过程,它获得一万个经验点可以归纳出一个结论;人是一个演绎的过程,小孩子看到一只猫就可以知道世界上所有的猫,但机器不可能只给它一只猫的照片,它就能知道所有的猫。你要给它十万张猫的照片,它才可能识别出十万零一只猫的照片。 这在认知上其实是不同的,机器还没有到达演绎的能力;演绎就是设计,我们根据自己积累的很少的样本,就可以去推理出新的东西,这是两个事情。我觉得,只有在内容推荐领域,才可以说这个能交给算法,在所有的非内容推荐的领域,还是需要靠人去做的。 关于归纳法,卡尔·波普尔认为:“它既不能给人们以未来的必然性知识,也不能给人们以未来的或然性知识。”时至今日,归纳法在工业化应用之后,波普尔的前半句「必然性」一定程度得到了解决;但后半句或然性仍然是归纳法难以做到的。 当计算器可以快速将15*271的结果计算出来时,人就没必要抬杠再去和它比计算速度。人总是生产出来新工具,然后利用它们再去参与世界的活动,算法也是如此。 但由于机器算法缺少了想象、情感、联想的能力,使得人类能够借助「演绎法」,暂时保住世界之王的位置。在新的时代浪潮下,文化冲突与保守主义并没有因为技术进步而衰退,相反,它们卷土重来、愈演愈烈。 在这种权力的结构下,除了公众权利的保障存在风险,还有更加令人担忧的问题,即:“随着“归纳法(算法)工业化”不断发展,大量的分析决策更加自动化、效率更高,人类难以与机器在相关领域抗衡,致使其主动让渡了部分的「信息选择权、判断权」。 斯坦福教授Jeffrey Pfeffer在研究“权力”的课题时,他发现:如果你自己不放弃权力,别人要削弱你的权力会困难得多”,人类与机器的关系也是如此。拥有选择、决断的能力,是人之所以成为人的最基础要素。技术可以告诉你如果这么做会怎么样,但最后还是要交给人来做判断的,而判断的过程就显示出人的个性,如果这种判断都被剥夺的话,人就不是“人”了。 对这种困境的反思,就是人类使用演绎法保护自己的过程。
-
分析策略产品
作为策略产品,我们首先要建立的认知是:世界是被概率支配的。一方面,每个用户具备群体性,他的行为总会归属于某一个群体 或 多个群体;另一方面,用户同样具备个体性和随机性,总会有偏离群体的行为与选择。 所以,策略产品首先要建立对于“概率”的认知:承认个体性,我们不可能做到百分之百的用户满意。即便我们满足了用户全部所说的,他一样会心口不一;发现群体性,去认知这个群体在特定场景下的意图、去尝试理解他们的行为,从而制造产品以迎合这一群体的在概率意义上的选择与行为。 承认了概率之后,我们才会认知到“算法不是万能的,BadCase是永远存在”,才不会说出“如果算法推的准,就不会有BadCase,用户就会非常满意”这类表述。告别试图全知全能的妄念,转而去思考更好的与算法协作。 当我们将算法应用于具体场景时,实际上就是在设定更有针对性的目标,完善相应的输入数据,从而使得算法能够更好的拟合我们的目标值。 以订阅制为例,可以将用户划分为两类:对于未付费的会员用户,我们的关注点是如何用更有吸引力的商品、更低门槛的价格吸引他尝试;而对于已付费的会员用户,我们的关注点则变成了如何让他更多的消费,从而让他觉得值、持续续费。 那么,在算法目标上,未付费的用户更适合设定转化目标,而已付费用户则更偏向时长目标。对应的,我们也需要提供充分的数据,如不同用户付费前、付费后的内容消费行为数据、不同内容对于付费转化的贡献等等数据,供算法进行学习和判断。
-
Dashboard的设计
Dashboard在B端设计的工作中是一个绕不开的话题,,并且在网页端用的比较多,Dashboard的设计页面不用过于复杂,因为对于To B用户而言,它的核心始终是传递信息。 Dashboard的中文直译是仪表盘,最初与dashboard相关在界面出现的是苹果电脑系统Mac OS X v10.4 Tiger操作系统中的应用程序,用作称为“widget”的小型应用程序之运行基础。 以下是Dashboard常见4点设计不是很好的案例,现在带大家一个个看下怎么才是更为合理。案例一:右边Dashboard上的信息做了层级的区分,相对左边更加直观。案例二:左边Dashboard颜色偏荧光色,色彩语言相对右边不适合长期工作使用。案例三:设计方案时没有采用格栅格化解决适配对不齐等等问题。案例四:dashboard模块之间间距没有呼吸感。 B端设计中,设计师要实时了解哪些是重要内容以及核心数据。Dashboard可以直接传递出:“业务整体状况如何?有哪些关键指标?各指标的运行情况分别如何?哪些指标出现异常?需要用户做些什么?”。 由此可知,B端Dashboard产品中大多数都以看为主,辅以功能控制;主要分为监控操作、分析处理两大场景。当业务较为复杂时,可以用战略概览场景提供快速入口。 首先tob的产品dashboard说到底还是给使用用户所使用,也就是“人”;所以通常情况下dashboard除了传递出用户想要的数据信息,还要传递服务于人。 此外最重要的是B端设计师需要理解项目背景。例如某个财务应用平台不属于科技未来感,而是突出一种安全,高效,具有客户亲和力的商业产品特性。那么关键词:服务、轻松、高效、亲和、精致。那么一个干净、相对轻量、统一的Dashboard UI界面就提炼出来。
-
产品思维
产品思维
什么是产品思维是什么?一千个读者心中有一千个哈姆雷特,一万个产品经理也有一万种产品思维。对于产品经理来说,产品思维是需要具备的众多思维中最重要的、也是最不可缺少的一种思维。产品思维就是基于需求洞察及分析的能力,使用科学的生产方式来打造一种产品或服务来满足用户,并获得一定成果的方法。 产品思维,并不是产品经理的专利,是每个人都应该具备的底层思考方式。谈到产品思维,经常会被提及一些关键词:逻辑、用户、需求、场景、同理⼼、关注细节、数据、用户体验、系统思考、创新、价值观… 产品思维,是一门艺术,但也可以是一门科学,是有量化标准和思维模式的。产品思维,并不是在互联网兴起以后才诞生的。我们在管理学、经济学、行为心理学、营销学等领域中,都能找到产品思维的影子。 产品心理学:七宗罪谈到互联网产品是一门流量生意服务于巨量的大多数普通人,几乎不做少数人的生意,它利用人性的弱点,本质是一个放大器。 具备产品思维的人,首先得拥有需求洞察及分析的能力。需求洞察及分析的能力,可以从两个方面来看,一是需求的理解。二是需求的选择。理解是前提,选择是结果。 需求洞察和分析的能力,这可以基于常年的经验积累,更可以得益于个人对外部信息的敏感度。如何提升呢?方法很多。多和各种各样的用户聊天。多去各个环境下体验感受多想,多输出。其实没有哪个IDEA是绝对的独一无二。大多数时候,是人们不具备发现和选择坚持去做的能力。 -
数字化转型之组织管理创新
在互联网发展越来越快的今天,数字化转型成了成了大多数传统企业的迫切需求,而组织管理创新更是转型的重点之一。 企业中,组织管理成本是企业最大的成本。包括几个方面:显性的工资性成本。目前是越来越高,特别是对一些像零售企业这样的劳动密集型企业,工资性成本占据到企业总成本的60%以上。 隐性的组织管理成本其实可能会更高。组织管理最大的隐性成本是沟通成本。特别是越大的组织、层级越多的组织其沟通成本越高。并且这种沟通效率是非常低的。像很多组织虽然每天陷于“会海”中,但是企业依然存在严重的贯彻、执行问题。 这是现行组织管理模式存在的突出问题。现行的组织管理是科层制的组织管理模式,需要一级一级的管理执行。在现行的组织管理体制中,特别要重视发挥各级人员的能动性。现行的组织管理体制本质是“人驱动”。但是,要想调动各级人员的能动性就会涉及到十分复杂的人的管理问题。像很多企业做了很多的管理功课,但是并没有实现想要的结果。 目前时期,企业开展数字化转型可以从三个方向:一是积极尝试各种的数字化工具、方法,借助这些数字化的手段提升企业的运营效率。譬如做到家电商、做手机订单、做小程序商城、做一物一码营销、做自助收银、做新传播、做社群营销等等。 这是最基础的一步。当前需要企业首先在这些手段、方法、工具上做出积极尝试。借助这些新手段提升效率,同时也在积极尝试这些新手段的过程中逐步找到数字化转型的感觉。“不下水永远找不到游泳的感觉”。 二是变革企业的商业模式、供应链模式、营销模式,实现模式重构。数字化环境改变了企业主要商业要素、供应链要素、营销要素的链接方式,由失联变成了实时在线的链接。这种链接首先带来的是效率的改变,同时围绕新的在线化链接可以重构新的商业模式、供应链模式、营销模式。 企业要积极探索在线化的商业模式重构。包括供应链在线、生产运营在线、营销体系在线。以改变企业的运营效率为目标,减少环节、重构流程,提升企业运营效能。 三是重构企业的组织模式、管理模式。对传统企业来讲,组织管理是最为复杂、最艰难的一项工作。 组织管理的目标是人,人是最难管理的。涉及到的因素非常多。
-
Dashboard的设计
Dashboard在B端设计的工作中是一个绕不开的话题,,并且在网页端用的比较多,Dashboard的设计页面不用过于复杂,因为对于To B用户而言,它的核心始终是传递信息。 Dashboard的中文直译是仪表盘,最初与dashboard相关在界面出现的是苹果电脑系统Mac OS X v10.4 Tiger操作系统中的应用程序,用作称为“widget”的小型应用程序之运行基础。 以下是Dashboard常见4点设计不是很好的案例,现在带大家一个个看下怎么才是更为合理。案例一:右边Dashboard上的信息做了层级的区分,相对左边更加直观。案例二:左边Dashboard颜色偏荧光色,色彩语言相对右边不适合长期工作使用。案例三:设计方案时没有采用格栅格化解决适配对不齐等等问题。案例四:dashboard模块之间间距没有呼吸感。 B端设计中,设计师要实时了解哪些是重要内容以及核心数据。Dashboard可以直接传递出:“业务整体状况如何?有哪些关键指标?各指标的运行情况分别如何?哪些指标出现异常?需要用户做些什么?”。 由此可知,B端Dashboard产品中大多数都以看为主,辅以功能控制;主要分为监控操作、分析处理两大场景。当业务较为复杂时,可以用战略概览场景提供快速入口。 首先tob的产品dashboard说到底还是给使用用户所使用,也就是“人”;所以通常情况下dashboard除了传递出用户想要的数据信息,还要传递服务于人。 此外最重要的是B端设计师需要理解项目背景。例如某个财务应用平台不属于科技未来感,而是突出一种安全,高效,具有客户亲和力的商业产品特性。那么关键词:服务、轻松、高效、亲和、精致。那么一个干净、相对轻量、统一的Dashboard UI界面就提炼出来。
-
#IT行业国际化
IT产品的国际化是一大趋势,但是在转向国际化的过程中,往往会出现不少的问题,导致走了一些歪路。 “国际化”里最重要的就是要把所有的文字都抽离出来作为可配置资源,千万不要写死。可以说,一旦你的产品可以同时支持中英两种语言,就迈过了国际化最大的障碍。增加其它语言的支持,就像“多来个人吃饭,无非多添一双筷子”。 这几年自己开始做IT产品的国际化,才深深感觉到,“国际化”和“支持英文”之间相差了十万八千里,甚至可以说,两者完全是风马牛的关系。如果你觉得无法想象,看完下面这些例子就会明白。 3月4日,CeBIT 2008如期在德国汉诺威举行,这次CeBIT的主题是绿色产品,随着全球气候变暖,气候问题成为人们关注的热点,在PC及相关领域,这点受到了越来越多人的重视。然而对于中国的参展厂商,还未来得及迎合这届的主题,就已经多数出局,连展示的机会都没有。 先进国家企业经常在法院上以专利为武器控告业者侵权,如今科技业界使用此类手法公司为数不少,只不过在展场上发生搜查事件,尽管或许可说德国警方执法严明,但对CeBIT主办单位来说实为莫大伤害,随着台湾等亚洲地区科技展地位日益重要,厂商们担忧下回德国警方故技重施,将会极大地影响德国的CeBIT展会经济。 对于类似事件的分析,我们不得不要正视中国IT厂商走向国际化,还必须要先过知识产权关的问题。 不可否认,中国IT企业正在迅速崛起,拓展国际市场的诉求越来越强烈,同时也越来越引起国际竞争对手的关注和重视;其次,从总体来讲,成本无疑是中国IT企业最大的优势,但是知识产权无疑是他们最明显的短板之一——这也可以看出,除了人力资源价格较低之外,在技术创新方面的投入较少也是降低成本的关键因素。因此,中国IT企业要想在国际舞台上一展身手,就必须遵循国际通行的游戏规则,吃透游戏规则,该投入的投入,该合作的合作,对于正当利益受到侵犯,也要按照这个游戏规则据理力争。 现在,中国已经成为国际市场上遭遇知识产权官司最多的国家之一。据商务部统计,1975年~2007年10月,美国共对我国发起75起337调查(美国“337调查”是指美国国际贸易委员会在美国企业起诉的前提下,对进口中的不公平贸易做法进行调查和裁处,几乎所有的“337调查”案件都涉及知识产权问题),占美国337调查立案总数的12.1%。其中,60起案件都是2002年以后发起的,占全部对华案件总数的80%。近3年来的年均涉案金额达13.5亿美元据悉,警方和海关人员针对参展商的侵权行为进行了突击检查,共没收了数十箱手机、导航设备和其它产品。汉诺威警方表示,此次遭到调查的人数超过180人。51家遭突袭的厂商包括大陆24家(香港3家)、台湾12家、德国9家,波兰、荷兰和南韩各1家,被调查带回的产品多为手机、导航装置、数字相框、平面监视器等等,德国警方表示,涉及侵权的专利多为MP3、MP4、DVB(Digital Video Broadcast)、以及空白VCD和DVD刻录机等,其中20人各被要求支付1,000欧元(约1,533美元)的保证金,多位遭警方带走问话,随后释放。 我国已连续5年成为遭受美国337调查最多的国家(地区),并成为其首要调查国。被调查企业遍及浙江、广东、深圳、江苏、上海等全国14个省市。在美国对我国发起的337调查中,88%以上的案件涉及专利,其他则涉及商标等。这从另一个侧面说明,中国给人家留下的印象依旧是知识产权保护意识薄弱的国家,如果不能改善国内的知识产权保护环境,改变这种印象,将会极大削弱我国企业在国际市场上的竞争力。 IT领域是创新极为活跃的领域,也是屡屡诞生通过某一项专有技术获得经济奇迹的领域。在IT领域靠模仿只能解决短时间的生存问题,即便靠模仿做大也无法获得核心利润,只能为专利持有者打工。走创新之路是我国IT企业冲击国际市场的唯一选择,这是CeBIT为我们献上的厚礼:中国IT走出国门,先看看自己的知识产权吧!
-
数据展示控件应用
数据展示主要以表格为主,由业务需要对表格进行扩展,结合其他组件使用;其次是列表,列表与卡片样式结合的较多。 依然要牢记的一些设计原则,即:简洁清晰、灵活高效简洁清晰:剔除不必要的装饰元素,避免过度;灵活高效:在现有的规范指导下,根据不同业务的不同需求,快速组合多种样式的表格,提升设计效率,也要兼顾减少开发代码冗余; 基础表格包括几点基本要素:表名、列名、数据、翻页,这些构成了表格的主体框架,而在真实场景里使用的表格都是升级版本,补充了更多功能作为辅助,比如排序、筛选、操作、导入导出……数据筛选:不同于查询模块的筛选方式,直接在表头标签操作,一般会以“倒三角形”图标展示,通常应用在这一条数据处在哪种状态,例如:进行中、未开始、已完成、已取消、审核中; 排序:现在比较少的应用,因为排序大多是对时间上的排序,而一般一个新的数据也是按照时间倒序展示,在第一行展示;操作:对某一条数据的操作,或查看或编辑或删除; 导入导出:对超过一定量的数据,会进行导入数据,导出数据,当然会有遵循一定的规则,才能和线上表格数据类型一一对应上; 在一组数据中,单条数据中某一个类型的字段很长,管理系统里表格的容量是有限的,所以在可行性的前提下,对这部分数据缩短,可以按照需要但不重要的要求,隐藏部分,将主要信息显示出来,并给予查看全部信息的入口。 还是以一贯的方式来呈现视觉,需求先行、数据先行,再考虑后边的视觉展示,理解了业务需求,才能让视觉表现能够更好的符合需求,并且兼顾对后期的数据变化考虑可扩展的空间 。
-
交易标准化
随着时代的不断发展,交易行业也在不断的进行完善,在交易环节里,分为较长的链路,所以交易标准化是非常必要的存在。 标准化为在一定的范围内获得最佳秩序,对实际的或潜在的问题制定共同的和重复使用的规则的活动。我对交易标准化的理解是,在交易全链路环节里,拆分环节为独立,通过环节内外部的规则,达成整个交易链路不同程度的标准化。那交易标准化范围包含哪些?商品标准化、业务/服务流程标准化、业务规则标准化、定价标准化……可以看出标准化的范围很广,所以解决具体场景问题时,需明确是哪种标准化。 对于交易,最终目的是想办法促成交易,来提高收益。促成交易,对于结果来说就是让用户快速地决策,让用户觉得交易后自己赚到了。那是否需要标准化,我觉得看标准化后输出呈现给用户的是否加快用户快速决策成交。其次,我们生产可交易物品的过程中,我们对过程进行一些标准化是可以提高生产效率的;比如餐饮行业的标准化,可将一款产品快速复制,在某种程度上提高生产效率,增加收益。 标准化=可复制、可交付。在标准正确的前提下,可快速复制产品并达成交付。制造效率,无论实体产品还是软件产品,有标准后制造效率均会提升,沟通效率,无标准容易举棋不定,乱决策导致来回返工浪费资源。推广效率,标准产品比非标产品,更容易宣传和让用户了解,迭代效率,有了标准后不断迭代标准即可达成迭代交易模式至最优。 提升内部的生产效率,是供给侧效率提升。提升外部的用户成交效率,是需求侧的效率提升。两者相互影响,最终达成可以提升平台规模。在这里我再深入理解下标准,它是一种原则。可以是具体的规则,也可以是价值观。一个人有了原则,人生会更好过,不易受情绪、当下处境的影响。一个平台和一款产品有了原则,决策起来更能深入到本质,不会被太多的问题困扰纠结不清。 交易流程标准化:询价标准化,询价要素常见有商品类型,商品具体需求,商品数量,服务类型。定价标准化,基础定价+浮动定价,即使动态定价也应该是根据供需规则来调整。若涉及议价,建议平台留出空间给到用户自己去谈价格,议价是价格博弈的过程,议价无法达成标准化。下单标准化,这里指下单的动作,谁下单,怎么下单,下完单之后订单怎么分发。分发的方法上篇文章有提到过。服务标准化,订单履约过程中的标准化,开始服务、服务过程、服务结束3个大节点的标准确定。支付标准化&物流标准化,多亏国内支付、物流公司的基建设施良好,这两个大部分平台已经标准化。
-
产品的定义和概念
产品具有多重属性(特征、功能、收益和使用),可以是有形的实物产品,也可以是无形的服务或收益,还可以是两者相结合。产品并不总是单一、独立的物品:一种产品可能是其他产品或产品线的一部分,可能与其他一组产品一同包装,或者作为一种解决方案或系统以满足顾客更广泛的需求。 产品或产品线通常又是一个更大产品组合的一部分,可能是一个独立公司,也可能是一个业务单元,或者大型公司的事业部。产品也可被分解为产品要素、模块或条款(如在金融产品中)。可见,关于产品的定义各不相同。在此,我们将产品的定义归为六类:产品平台、产品元素和模块、产品、产品线、产品解决方案、产品组合。 每家企业的产品不同,其产品平台结构也不同。因此在构建产品平台的过程中切记模仿照抄,要切实的结合自身产品特点和需要进行搭建。在马克梅尔和阿尔文·莱纳德的《产品平台的力量》一书中提到:“产品平台必须得到妥善管理,如果一个产品平台无法获得更新,其衍生产品将会被淘汰,因为它在职能及价值上无法满足客户需求。如果一个公司的产品平台能够得到定期更新,重新设计,以融合新职能、组件及材料,那其产品家族将一直保持健壮的生命力。”然后接着说道:“富有生命力的产品平台并不是偶然产生的,它是独特的方法论的结果,是长期设计、发展和战略更新的结果。” 对多数有形产品而言,产品元素和模块一般是指构成产品的零部件,这些部件由企业全部自己生产完成,或部分通过采购组装而成。前文我们已经定义过产品为可出售的物品或服务,也就是说产品元素和模块也是产品,只不过当被组合定义为另外一个新产品后,在特定的场景中被称为产品元素和模块。比如汽车是一个交通工具产品,由上万个零部件组成,对汽车品牌商而言零部件是产品元素和模块;对供应商而言,零部件是产品。 相比有形产品而言,无形产品的元素和模块有些时候比较难以理解。产品元素和模块即产品的组成部分,是复杂产品结构化的拆分。在互联网应用和科技领域,来自不同地方的代码和软硬件组装在一起,组成产品服务。以支付宝为例,现已围绕“支付”形成了多元化的产品服务体系,其产品元素,模块,功能应用已经数不胜数。 产品是指能够提供给市场,被人们使用和消费,并能满足人们某种需求的任何东西,包括有形的物品、无形的服务、组织、观念或它们的组合。产品一般可以分为三个层次,即核心产品、形式产品、延伸产品。 核心产品是指整体产品提供给购买者的直接利益和效用;形式产品是指产品在市场上出现的物质实体外形,包括产品的品质、特征、造型、商标和包装等;延伸产品是指整体产品提供给顾客的一系列附加利益,包括运送、安装、维修、保证等在消费领域给予消费者的好处。除此之外,社会还衍生出了一种更高级无形的产品形态“品牌”,即心理产品。 什么是互联网产品?“互联网产品的概念是从传统意义上的“产品”延伸而来的,是在互联网领域中产出而用于经营的产品,它是满足互联网用户需求和欲望的无形载体。简单来说,互联网产品就是指网站为满足用户需求而创建的用于运营的功能及服务,它是网站、APP、工具应用、软件系统与服务的集成,是运行在智能硬件上的软件产品。
-
全面打开服务设计思维
在这个重视体验的时代,用户需要的不仅仅是需求被满足,还要有更好的用户体验。而服务设计从本质出发,给改善用户体验提供了新思路。 首先我们要先明确服务设计思维在产品设计中的价值以及重要性,随着行业的发展和产业的升级,消费场景也呈现多元化,设计师在项目设计中职责的边界越来越模糊。 服务设计作为一个链路,一个系统,各个环节上都有不同的触点,这些触点就是我们作为提供者可以参与的服务点。因此,设计师不仅是一个需求执行者,最终输出的也不光是一个设计稿。我们提供的是一个解决方案或者优化建议,也可能是一个宏观方向或者思路的拓展。 服务设计思维的定义虽不明确,但是包含有五个重要原则:以用户为中心:这个好理解,服务是靠客户去体验的,所以一定要有人参与互动的。共创:服务设计是一个交叉学科,关系到整体,因此为了更好的推进,需要把所有利益者都参与到设计过程中来 次序:服务应该通过一系列互相关系的行为表现出来,是动态的过程。好比电影,时间线的重要,因此要把握好节奏。实物:要把无形的服务转化有形的物理产品如(旅行的纪念品),要有承载点。整体性:服务的整体环境应该要被考虑在内作为设计师,我们在全链路下的各个环节都能输出对业务有价值的产出,最终帮助业务达成目标并将产品打造成为以人为本的真正意义上的服务型产品。 每一件事物的发展必然是始于某个契机,再在思考之后延伸出对应的解决方案。以到家精选为例,一直以服务售卖的产品属性与用户建立连接,在不断优化线上功能体验,并集思广益定义了自己的品牌语言之后,已经可以满足线上链路各品类体验流程的高度统一,这是寻求新突破方向的前提,也是基础。 当我们发现线上的改版和优化已经无法带来数据上的强势突破,这时候要求设计师不仅仅思考需求内的问题,更要从全局出发,深入挖掘全链路下的各个环节和我们日常所看不到的一面。 基于优化点的聚焦为前提制定策略,就需要我们去发现核心问题,对于一个服务型产品,我们对改版只明确了提升收入,却忽视了从用户角度出发,思考用户真正需要什么。 无限接近用户。所谓服务设计,顾名思义是服务于人,如果一个服务型产品设计师无法了解真正的服务场景和服务对象,那所有策略的制定也很难有所收获。