產(chǎn)品思維是一個(gè)很大且很細(xì)的課題，是所有產(chǎn)品經(jīng)理都會(huì)去思考的問(wèn)題，本文對(duì)自己做產(chǎn)品的一些習(xí)慣進(jìn)行沉淀，總結(jié)為自己的產(chǎn)品方法論，并希望與大家一起討論分享~~

一、關(guān)于AI產(chǎn)品設(shè)計(jì)的關(guān)鍵性思維

1、用戶思維

不論是之前的互聯(lián)網(wǎng)產(chǎn)品經(jīng)理還是這兩年火熱的AI產(chǎn)品經(jīng)理，用戶思維應(yīng)該是始終堅(jiān)守的原則；關(guān)于產(chǎn)品的用戶思維，通常會(huì)兼顧以下三個(gè)方面：

（1）系統(tǒng)/功能的完整性

在完成需求分析后，雖然每次都是遵循MVP原則實(shí)現(xiàn)小步快跑，盡早交付，但是都會(huì)考慮整個(gè)產(chǎn)品的完整性。

舉例 1：曾經(jīng)一位客戶希望我們提供類似美圖秀秀的人臉美顏和人臉屬性的能力，開(kāi)始以為客戶是有人臉檢測(cè)和人臉識(shí)別的能力的，但是通過(guò)仔細(xì)溝通后才發(fā)現(xiàn)他們并沒(méi)有這塊技術(shù)；對(duì)客戶需求做去偽存真后，我們提供了包含人臉檢測(cè)、人臉屬性、人臉美顏功能的本地SDK和基于云端服務(wù)的人臉識(shí)別。

舉例2：這是在做平臺(tái)產(chǎn)品時(shí)發(fā)生的一個(gè)失誤，萬(wàn)幸的是該功能主要針對(duì)管理員，所以未發(fā)生不愉快的事情，主要是在管理員進(jìn)入后臺(tái)管理功能后，缺少回到前端頁(yè)面的功能，唯一的途徑方式是通過(guò)URL直接跳轉(zhuǎn)或者先跳轉(zhuǎn)到個(gè)人工作臺(tái)再跳回其他功能；之所以發(fā)生這種情況，后續(xù)做復(fù)盤時(shí)總結(jié)認(rèn)為是未對(duì)功能關(guān)聯(lián)性考慮和未充分體驗(yàn)不用用戶角色的功能需求。

（2）邏輯合理性

每個(gè)產(chǎn)品經(jīng)理在做產(chǎn)品設(shè)計(jì)時(shí)，都會(huì)經(jīng)歷折磨人的業(yè)務(wù)流程設(shè)計(jì)，AI技術(shù)作為基礎(chǔ)能力，常常扮演的角色是對(duì)傳統(tǒng)產(chǎn)品的流程優(yōu)化，提高原產(chǎn)品的作業(yè)效率。這時(shí)候如果原產(chǎn)品本身就涉及多個(gè)系統(tǒng)的交互，則需要分析在哪個(gè)環(huán)節(jié)可以加入AI能力可以使得業(yè)務(wù)流程更加合理。

舉例：這也是一個(gè)實(shí)際案例，當(dāng)時(shí)在一個(gè)客戶提供AI分析能力時(shí)，由于客戶是借助了外部的BI系統(tǒng)，因此存在三個(gè)系統(tǒng)的交互；我們發(fā)生了以下對(duì)話（非原話）：

我：原則上希望是哪個(gè)系統(tǒng)調(diào)用AI能力，則將結(jié)果返回給哪個(gè)系統(tǒng)，這樣更加清晰。

客戶：可是我們業(yè)務(wù)系統(tǒng)沒(méi)有數(shù)據(jù)分析啊，所以你們能否直接將結(jié)果給到BI系統(tǒng)呢？

我：是否可以這樣，我們將結(jié)果給到你們，你們?cè)俑鶥I系統(tǒng)交互呢？

通過(guò)以上的對(duì)話，我們發(fā)現(xiàn)至少有兩條路徑可以實(shí)現(xiàn)該最后的業(yè)務(wù)，分別是圖1和圖2，雖然流程看似差不多，但是業(yè)務(wù)系統(tǒng)不具備數(shù)據(jù)分析能力，如果強(qiáng)行將AI分析結(jié)果給到業(yè)務(wù)系統(tǒng)，將涉及到業(yè)務(wù)系統(tǒng)的較大改造。但是圖2中AI平臺(tái)提供的接口只需要提供一個(gè)透?jìng)髯侄渭纯赏瓿?；因此，最終圖2的邏輯更加合理，并以圖2的邏輯設(shè)計(jì)業(yè)務(wù)流程。

（3）產(chǎn)品美觀性

好玩好用的產(chǎn)品如果沒(méi)有一個(gè)靚麗的外表如果能第一眼抓住眼球呢？產(chǎn)品的美觀性雖然更多的是UI考慮的，但是產(chǎn)品經(jīng)理也有義務(wù)提高審美，以此提高產(chǎn)品的用戶體驗(yàn)；這點(diǎn)不再過(guò)多解釋，因?yàn)閺幕ヂ?lián)網(wǎng)產(chǎn)品開(kāi)始，產(chǎn)品美觀性就一直被強(qiáng)調(diào)！

2. 場(chǎng)景思維

如果大家多關(guān)注招聘市場(chǎng)就可以發(fā)現(xiàn)，當(dāng)前AI產(chǎn)品任職要求越來(lái)越高，為啥？因?yàn)锳I產(chǎn)品急需要落地變現(xiàn)，而落地的前提是需要找到合適的應(yīng)用場(chǎng)景。

（1）行業(yè)定位

選擇場(chǎng)景，先需要定位期望產(chǎn)品賦能的行業(yè)，一般可以從以下兩個(gè)方面考慮出發(fā)：

首先，明確該行業(yè)是否具備變革的基礎(chǔ)；變革基礎(chǔ)可以是硬件的數(shù)字化基礎(chǔ)，或者用戶習(xí)慣。

舉例：比如AI行業(yè)比較熱門的行業(yè)有安防、物流、零售、泛娛樂(lè)、金融；其中安防和物流大多都具備著攝像頭硬件基礎(chǔ)，所以在具備優(yōu)秀AI能力前提下，不考慮技術(shù)架構(gòu)，無(wú)非是算力資源和帶寬資源的平衡。

而泛娛樂(lè)和金融行業(yè)是從用戶習(xí)慣來(lái)說(shuō)比較容易切入的，對(duì)娛樂(lè)而言，用戶對(duì)出錯(cuò)的情況忍受程度更高；對(duì)金融而言，原本線下金融服務(wù)行業(yè)就流程繁瑣嚴(yán)格，此時(shí)在某個(gè)環(huán)節(jié)加入AI能力反而會(huì)降低用戶操作難度，即使需要用戶配合某些操作，一般也不會(huì)太引起用戶的反彈情緒。

零售，當(dāng)下我將其定位為反面案例，至少?gòu)漠?dāng)前看新零售更像是一地雞毛，新零售的目的是希望可以線上線下互通，實(shí)現(xiàn)“千人千面”的服務(wù)，但是線下場(chǎng)景需要首先具備數(shù)字化基礎(chǔ)，才能談智能化?？蓮膰?guó)情來(lái)看，中國(guó)大多便利店為老婆夫妻店，商超歷史太長(zhǎng)，數(shù)字化基礎(chǔ)均較為薄弱，如果強(qiáng)行推動(dòng)智能化，需要高昂的改造費(fèi)用，所以新零售感覺(jué)一直進(jìn)展緩慢。

其次整理出該行業(yè)的日常工作項(xiàng)目，再對(duì)各工作項(xiàng)目梳理業(yè)務(wù)流程，最后思考有哪些環(huán)節(jié)點(diǎn)即場(chǎng)景能用AI技術(shù)取代或優(yōu)化。這樣的思路遵循“工欲善其事必先利其器”戰(zhàn)略，可以幫助產(chǎn)品更精準(zhǔn)的找到可落地場(chǎng)景，其實(shí)這點(diǎn)也充分說(shuō)明了產(chǎn)品最終的核心競(jìng)爭(zhēng)力在于對(duì)業(yè)務(wù)知識(shí)的熟悉程度。

（2）跨界探索

AI產(chǎn)品雖然形態(tài)各異，但是基于的AI技術(shù)往往有時(shí)是相同的，因此場(chǎng)景思維還需要產(chǎn)品經(jīng)理能夠?qū)⒁呀?jīng)落地的產(chǎn)品中所包含的AI技術(shù)提煉“跨界”尋找新的場(chǎng)景，達(dá)到延續(xù)產(chǎn)品生命，或者煥發(fā)產(chǎn)品第二春的目標(biāo)。

舉例：如廣告投放場(chǎng)景，一般我們常?？吹降亩际峭斗旁谝恍┟襟w網(wǎng)站，搜索引擎或者當(dāng)前頭條、百度的信息流。但是最近發(fā)現(xiàn)百度在廣告投放場(chǎng)景來(lái)了一場(chǎng)“新瓶裝老酒”探索。

眾所周知，短視頻應(yīng)該是當(dāng)前最火的場(chǎng)景之一，刷短視頻不刷評(píng)論區(qū)貌似是缺少樂(lè)趣的，所以刷評(píng)論區(qū)也是短視頻中的高頻場(chǎng)景，而百度將廣告?zhèn)窝b成評(píng)論投放到了評(píng)論區(qū)，并且做了智能投放管理：

• 不是所有的短視頻評(píng)論區(qū)都有廣告；
• 同一個(gè)廣告重復(fù)打開(kāi)評(píng)論區(qū)，可能會(huì)有不同的廣告或者無(wú)廣告；
• 其次部分廣告可以跟短視頻內(nèi)容相關(guān)。

偽裝+智能投放管理盡可能減少了用戶抵觸心理，舉例【我理解的】百度該廣告投放場(chǎng)景的前世今生，從以下結(jié)果來(lái)看，兩者的廣告投放模式實(shí)際無(wú)多大的新意，但是百度在場(chǎng)景上做了新的探索嘗試，提高了百度廣告的生命力，增加了百度廣告的盈利潛力；

前世：百度貼吧中帖子和評(píng)論區(qū)的廣告

今生：短視頻評(píng)論區(qū)的廣告

3. 數(shù)據(jù)思維

不論是互聯(lián)網(wǎng)產(chǎn)品還是AI產(chǎn)品，數(shù)據(jù)思維都是產(chǎn)品經(jīng)理需要具備的，通過(guò)數(shù)據(jù)收集處理分析驅(qū)動(dòng)產(chǎn)品的價(jià)值驗(yàn)證、功能優(yōu)化和業(yè)務(wù)決策，AI產(chǎn)品的數(shù)據(jù)思維需要考慮到以下兩點(diǎn)：

（1）業(yè)務(wù)數(shù)據(jù)

AI產(chǎn)品也需要采用類似數(shù)據(jù)埋點(diǎn)的方式去收集產(chǎn)品投放前后的業(yè)務(wù)指標(biāo)差異，比如：GMV差異、點(diǎn)擊率差異、轉(zhuǎn)化率差異。首先為了驗(yàn)證產(chǎn)品是否對(duì)業(yè)務(wù)產(chǎn)生了價(jià)值，用一個(gè)粗略的公式表示AI產(chǎn)品的業(yè)務(wù)價(jià)值，其次是為了分析產(chǎn)品的哪些品功能存在優(yōu)化空間，最后還可以驅(qū)動(dòng)業(yè)務(wù)決策，例如例如推薦系統(tǒng)在電商商品推薦和廣告推薦中的應(yīng)用。

AI產(chǎn)品價(jià)值=（提高的時(shí)效*時(shí)效成本+GMV提升）-（AI硬件資源成本+研發(fā)成本）

（2）數(shù)據(jù)沉淀

AI產(chǎn)品除了收集業(yè)務(wù)指標(biāo)數(shù)據(jù)指導(dǎo)產(chǎn)品是否需要優(yōu)化，還需要進(jìn)一步做好訓(xùn)練數(shù)據(jù)沉淀工作。AI技術(shù)在投入試點(diǎn)到成熟推廣，訓(xùn)練數(shù)據(jù)一直都是必不可少的，尤其是真實(shí)場(chǎng)景的數(shù)據(jù)對(duì)算法迭代更是起到“致命”的作用。

因此，如果能夠源源不斷的回收實(shí)際場(chǎng)景數(shù)據(jù)并且清洗標(biāo)注，就可以提升算法準(zhǔn)確率指標(biāo)，最終提高產(chǎn)品使用效果，例如：可以考慮通過(guò)以下流程來(lái)實(shí)現(xiàn)。

結(jié)語(yǔ)

產(chǎn)品在推動(dòng)落地的過(guò)程中，所涉及到的產(chǎn)品思維都是互相交疊的，很難說(shuō)只關(guān)注其中一點(diǎn)即可，還是需要產(chǎn)品經(jīng)理能夠多綜合思考，以此提高產(chǎn)品的可用性和健壯性~~

本文由 @Eric_d 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議