成为一名高段位的产品经理

2019 年 3 月 23 日 人人都是产品经理

关注并标星「人人都是产品经理

每天早07 : 45 按时送达


你能看多远的未来,在一定程度上就决定了你能做到多远的未来。


作者:十八线PM

微信公众号:十八线PM(ID:Product–Manager)

题图来自正版图库 图虫创意

全文共 7975 字 2 图,阅读超过 16 分钟


自宝洁公司出现第一名产品经理到今天,产品汪们已经在地球上顽强的生存了将近百年之久;然而,对产品经理的能力评估一直都不存在一个客观的评估标准。


我一直觉得:产品经理所需具备的技能或知识储备,怎么丰富都不过分;而这些技能在大多数情况下,是很难被量化考核的。


也正是基于此,大多数人(包括但不限于企业主及HR)对于产品经理能力的评估,有且仅有的判断依据是:“我觉得……”


这么做未免有失公允。


当然,写这文章不是要制定产品经理划分三六九等的客观标准,而是要从产品战争的流程上,来讨论一名高级产品经理所需的技能,给HR们一个解题的新思路,也给正在辛苦打怪升级的0-3岁的产品宝宝一个努力的新方向。


一、多元学习


关于战争,《孙子兵法》给到我们的启示之一是:知己知彼,百战不殆。


无论是知己还是知彼,都需要大量的信息输入。


这其中“知彼”是个技术活,涉及到更为高阶的商业活动,这里暂时不作更多的讨论。


我们比较容易掌控的是“知己”。


“知己”的重点不是清楚地知道你有几斤几两,而是知道,并且确保:你比对手重几斤几两?


——在明知道自己打不过人家还要跟人打,这何止是愚蠢,简直就是愚蠢!


尤其在你不清楚对方实力如何的情况下,谨记产品前辈们的告诫:


多读书多看报,少玩游戏多睡觉。


好好学习,这总归是一条万年适用的真理。


可能很多人没有意识到:你所做的任何决策,都是基于你认知框架做出来的。


如果某个具体问题的最优解所需要的基本信息,或知识不在你的认知框架之内,那么你一定找不到这个最优解。


如果街电不了解到电池技术的发展,产品经理就很难联想到“街电”们的最大威胁不是来自企业竞争,而是电池技术的快速发展——一旦手机充电时间缩短到几分钟内,一旦一次充电可以保证几天的手机续航时间,“街电”也将告别历史舞台。


我不是针对街电,我的意思是:目前共享充电宝行业在坐的各位,都得死。


认识不到这一点,不积极拓展新的业务场景,留给“街电”们的时间就真的不多了。


如果瑞幸咖啡没听说过星巴克创始人舒尔茨的“第三空间理论”,那一直把星巴克视作最大竞争对手的瑞幸咖啡,就可能连像样的竞品分析报告都做不出来。


其实,绝大多数用户去星巴克不是专程去消费咖啡的,而是去消费空间——一个区别于家庭、职场场所的可供用户休闲、聚会、学习、办公的第三空间。


换言之,星巴克真正卖给消费者的,实际是舒适的空间环境。只是这个东西不好向你收费,于是,他们就顺便卖点咖啡挣点零花钱补贴家用。


而瑞幸咖啡采用打包的方式、随取随走或外卖配送的模式,所面临的客户是:“为了喝咖啡而喝咖啡”的咖啡死忠粉。


瑞幸咖啡多次对标(怼)星巴克,目前来看,虽然大家都是靠咖啡挣钱的,但本质上做的不是一门生意。


一个很现实的例子是:即使今天你在办公室,一个下午点了两杯瑞幸咖啡,也丝毫不影响你晚间去商场购物累了,而走进星巴克休息时点上一杯“星冰乐”的冲动。


所以,在我看来,瑞幸的实际对手是:速溶咖啡、写字楼下的自助咖啡机、各种网红奶茶品牌,甚至是90后的叔叔阿姨保温杯里的开水泡枸杞。


瑞幸花了大量补贴教育市场,培育中国用户喝咖啡的习惯;如果由于认知不当,导致竞品对象都找不对了,那这补贴的钱可能就白花了。


(当然,我更愿意相信,瑞幸各种蹭星巴克的热点只是出于营销上的考虑。)


如果携程没有认识到:在线旅游的定位没有解决人的根本需求。那么,他很难做出像Airbnb(爱彼迎,共享民宿短租)这样的业务。


庄成超曾写文分析过携程的三个错误,其中一个就是:本质上携程觉得,“在线预订酒店”是携程主攻的市场。但是,“在线预订酒店”并不是人的根本需求。


如果把这个认知再向上抽象一个层次,他其实需要解决的是:人们不在家的时候,需要有一个地方住。


这时,携程就很容易想到Airbnb的理念:你别住酒店了,住别人家里吧,便宜又温馨。


如今携程+去哪儿的估值加起来都不够跟Airbnb打——因为认知的层次不够,携程就这样巧妙的避开了一个让市值翻倍的机会。


很多时候,产品的失败并不一定是来自于市场竞争。


多数公司都是在连战争的入场券都没有拿到的时候,就各种不小心把自己作死了。


而这一个个直接导致公司失败的决策背后,很大一步原因就是:知识储备不够或掌握的信息不完备。


就像我以上举得案例:决策制定错误并非不够聪明,而是“不知道”。


我前文说过:作为一名产品经理,所掌握的技能跟知识储备怎么丰富都不过分;除了会使用各种软件输出高质量的原型图跟需求文档,经济/管理/金融/心理/法律/市场/营销等各种学科最好都有所涉猎。


多元学习,不是指学习方式的多样性,而是学习科目的多样性。


所以,我劝你做好学海无涯的心理准备,充分吸收各个领域的知识。


——是的,哪怕每天抱着一本《中华人民共和国刑法》研究“如何优雅的干掉竞争对手还能明哲保身?”,也比起你觉得你的段位足够高,而不需要有所进步要好得多。


法律不可能穷尽这个世间的所有可能性。


有的时候,即使在法律已经涉及到某些具体的规则时做出逾越规则的决定,也不失为一种好的选择。


我们再来看一个在认知上,降维打击的案例:


罗振宇在17年时间的朋友跨年演讲讲到这么一个故事。


在国内第一款吃鸡游戏“小米枪战”发布之后,网易腾讯等其他游戏公司在不到一星期内,接连宣布自己的吃鸡游戏“马上上线”——一个战场,从悄无一人到炮火连天,就一个星期;游戏产业竞争惨烈程度可见一斑。


而另一款游戏,在短时间内签下了大量的男明星代言。


正常来讲,代言人谈判是一个非常复杂的商务运作,短时间签下大量明星代言“几乎不可能”。


他们是这么做的:在没有取得明星同意的时候,就把大量明星代言的游戏广告到处传播。


——没错,这个瞬间他们是侵权的。


然后,网络大数据会瞬间告诉他们,哪个明星对于这个市场是有效的。


一旦有效,马上给经纪人打电话,说:“我们需要签你的代言,不需要你配合任何活动,甚至照片都不需要你拍,我们自己网上找。只要你答应,现在200万马上到账。如果明星大哥愿意拍一段视频,就说一句话,再加150万。”


对于明星团队而言,是花钱请律师打一场旷日持久的官司,还不见得赔你什么钱?还是马上几百万现金,不用付出其他任何时间成本?


这个决策不难做。


就是一波这样的操作,当作为竞争对手的你还在默默的走商务流程签明星代言时,他已经占据了先发优势,获得了大量的市场份额。


且不从商业道德角度审视这件事,我就问一个问题:这家公司能做出先侵权再谈判的底气来自哪里?


我想应该是来自于,他们通过熟悉法律条文认识到:侵权赔偿不足以让公司倾家荡产。


如果没有认识到这一点,很难做出这么离经叛道的事情来。


我们来复盘一下这场战斗:一款游戏,主流游戏公司都已开发完毕等待市场推广。


所有游戏公司都知道的两个共识是:


  1. 这款游戏最好的推广方式就是:明星代言。

  2. 一旦其中一家游戏公司率先形成网络效应,其他的游戏厂商的这款游戏都将失败。


于是这场战争的成败在于:哪家公司最先签到最合适的明星代言?


现在,假定游戏公司都认识到:艺人肖像权赔偿的上限是在公司的接受范围内的。


那么,我想会有一部分的公司能想到“先侵权再谈判”的操作(当然,我并不提倡这种行为)。


至少在这场厮杀里面,认知结构的差异就导致了推广策略的差异,直接就影响了市场份额的差异;而认知层次的高低,就要看我们平日里,有多注重知识及信息的积累了。


相信到这里,我已经成功的说服了你:多元学习是一件值得你终身坚持的事情。


那接下来,我们来谈下一个问题:应该怎么做?


我的回答是:有意识的广泛阅读,不执着于单一方面的技能提升。我所认为高级产品经理应该是博学多才的通才。


至于学什么,不重要。


没有任何一种学习科目的组合,能确保我们的产品能把竞品干趴下。


商业不像数学和经典物理学,有足够的初始条件就能得到最终结果。


多元学习的目的只是为了提高我们胜利的概率,我们不能忽视运气的成分。


我的初衷并不是要告诉你什么学科有用,值得你好好研究,什么学科你就别去浪费时间了。


关于学习,我只想告诉你两个字:坚持。


只有坚持,才能多元。


我相信每个初入产品坑的新人都应该有自己的学习计划,按着自己的步伐走并一直一直坚持下去就好。


哪怕最后失败了又怎样?


运气不好罢了。


二、独立思考


看完上面的内容,也许有人已经暗暗下决心:要用各种书籍塞满自己的购物车了。


但是,且慢。


多元且高强度的知识输入是提高认知水平的关键,但在利用信息做任何决定之前,我们还得掌握另外一项技能:独立思考。


多元学习仅仅决定了你知识输入的数量,独立思考才真正决定了你知识输入的质量。


不经任何思考的接受某个观点,是不成熟的表现。


客观地说,绝大多数人都是不具备独立思考的能力。


这体现在以下两点:


  1. 不能有效的甄别信息就妄下结论。

  2. 不清楚结论的适用场景就盲目跟风。


了解过传播学的人都知道,媒体有一万种方法可以操纵用户心智。


自媒体盛行的时代,每个个体都能自由向外发声。但无论是大众媒体,还是公众号、微博这种新媒体,绝大多数都只是在输出“观点”,并没有输出“事实”。


或者说,他们并没有真正试图输出全面、客观、严谨的事实。


要知道,媒体无须撒谎,只需呈现部分的真相,就能达到扭曲真相的目的。



(上图是传播学里很经典的一张图片:出于立场的不同,媒体最后呈现的“真相”可能是左边部分或者右边部分。)


2月13日,滴滴传出18年亏损高达109亿,其中司机补贴共计113亿;然后微博买个热搜,于是一大波吃瓜群众跑去歌功颂德滴滴是一家有良心的企业(很有可能这批人跟滴滴乘客遇害时骂滴滴不作为的是同一批人)。


但是,如果我告诉你:滴滴18年度主营业务收入500亿,投资亏损300亿,员工实发工资196亿——你还会觉得滴滴特别有社会责任心吗?


如果我只告诉你:滴滴亏损109亿,员工实发工资196亿——你会不会又跑过去骂滴滴“福利太高”?


假如我所说的这些数字都是财务报表上的真实数据——看到了吗?我只需要调整所报导的真相的侧重点,就完全可以引导舆论的走向。


滴滴选择性的报导——“亏损109亿,补贴113亿”,提高了你对它的社会评价,也可能只会影响你下次再打车时是否还选择滴滴。


但是,平台司机可能会靠这个信息决定:是不是要转投美团打车或曹操专车?


潜在的竞争者可能会靠这个信息发现:作为行业头部玩家都要亏损100多亿,你等着,我挣够了几百亿的时候再来跟你厮杀——于是决定放弃入场打车领域。


投资机构会靠这个信息发现:滴滴只要停止补贴就能开始盈利了——于是决定继续跟投。


绝大多数情况下,我们所掌握的信息是不完备的。


不完备的信息必然导致结论有失偏颇。


  • 对于普通消费者而言,用不用滴滴其实影响不大。

  • 对于滴滴司机而言,基于这个部分的真相所作出的决定就会影响你的未来收入。

  • 对于潜在竞争对手而言,基于这个部分真相所作出的决定可能会让你错失一个好的机会。

  • 对于投资机构而言,仅凭这个信息作出投资或者撤资的决定实在是对自己钱的不负责任。


我想告诉你的是:


下任何一个重大结论之前,请仔细思考:你所掌握的信息是否客观、全面并且逻辑严谨?


记住:你所看到的,永远是媒体希望让你看到的。


听说过暗网(没听说的不建议去了解,暗网中藏着人性中最阴暗的一面)的人估计都见过这张图片:




图片来自 资本实验室,版权归作者所有


这张图试图向我们说明:普通人所能访问到的表层网络仅仅只是整个互联网的冰山一角;而绝大多数人不知道,或者不具备访问能力的深层网络,比表层网大了好几个数量级;深网占据了整个互联网信息和数据的96%。


连图都做出来了,好像这件事没有什么好质疑的。


但其实仔细一想,这个结论是经不起任何推敲的。


我所知道的一个基本的事实是:所有的信息跟数据都是由人创造出来的。


既然绝大多数人都不知道,或者不具备访问能力,那么深网凭什么创造出几倍于表层网络的信息和数据?


虽然并未被权威辟谣,但基于以上事实可以基本判断:这就是个彻头彻尾的假消息——这条信息违反了客观的原则,于是基于这条信息的判断、推论都是值得怀疑的;所以,极度不建议你从一条虚假的信息中下任何结论。


“英语被美国FSI(Foreign Service Institute)评为难度1级,是全世界最容易掌握的语言之一。从基础入门到顺畅沟通,FSI认为仅需要575-600小时(约2个半月)!中国人花了十年还学不好英语,是我们的学习方法出了问题。我们机构采用balabala….”

你觉得说得很有道理,于是这个信息可能会帮助你做一个购买课程的决定。


但是真相是:媒体只告诉了你“英语是世界上最简单的语言”这个结论;而没有告诉你的是:FSI这项调查是以英语母语人士为统计对象得出的结论。


这个结论中,汉语、日语、阿拉伯语都属于最难一级,原因是汉语、日语、阿拉伯语跟英语存在很大差异。


而对于中国学习者来说:FSI的结论应该反过来看,与汉语相近的日语、韩语反而学习难度更小;而存在巨大的语法结构差异的英语,及其他欧洲语言学习难度是最高的。


所以,你一直都学不好英语,这条信息能分析出的原因是:英语语法结构跟汉语存在着巨大差异。


“英语是最容易掌握的语言”是某些机构为了商业利益所呈现的部分真相。


之所以选择呈现部分的真相,是由媒体的立场所决定的。


立场的来源可能是:政治压力、资本授意、金钱利益、写作者自身的理解偏差,还有的也可能是出于信念——发自内心的信任某种观点,同样会造成呈现结果的偏颇。


现在,当你掌握了更为全面的真相,你还会轻易的决定购买这家机构的英语学习课程吗?


  • 你要一款去屑功能强的洗发水,你可以买海飞丝。

  • 你想要头发柔顺,可以买飘柔。

  • 你想要滋养,可以买潘婷。

  • 你想要纯天然,可以买伊卡璐。

  • 你想要专业级洗发水,可以买沙宣。


——然而,这五款洗发水都是宝洁的。


宝洁通过多品牌战略,一个品牌占领一个用户心智。并且,由于不是一个品牌,在渠道上占领了更多的货架空间(一般的,零售商不会让某个单一品牌占领一整排货架),所以客户无论怎么选都是保洁的产品,宝洁也因此获得了极大的商业成功。


我们经常性的能看到这样商业案例:作者试图向我们说明某某公司因为***决定导致了巨大的商业成功。


这是真相吗?


企业的成功是小概率事件,一个错误的决策可能会直接导致失败,但是公司的成功却是一系列正确的决策所导致的(不接受反驳)。


某个单一的决策可以在一定程度上促进企业成功,但是把宝洁的成功归结于“多品牌战略”,至少在逻辑上是不严谨的。


这种信息比起前两种更加需要仔细分辨,给定了几个基本事实,如:文中的“宝洁采用多品牌战略”跟“宝洁获得了极大的商业成功”是两个基本事实。


但是事实之间的逻辑关系并不严谨。


这也就意味着:不是把你的手机品牌拆分成蓝米、绿米、白米、黑米等各种米就一定会导致公司的成功。


有必要重申一遍:商业不是数学和经典物理学——给定初始条件就能得到最终结果;即使是马云同学,重新做一遍阿里巴巴的失败率依然高达99%以上。


以上就是我总结的,关于媒体误导我们认知的三种类型——不客观、不全面及逻辑不严谨。


他们广泛存在于我们日常所接收的信息之中。


面对纷繁复杂的信息,我们需要保持审视、旁观的态度,任何一个说法、一个观点,永远不要盲信。


下重要结论之前,回头看看我们所看到的信息,面对不客观、不全面、不严谨的信息,请谨慎下结论。


媒体有一万种方法操纵我们的认知。


比如说,我想更多的人了解暗网,那我只需要在我第一次提到暗网这个词的时候,在其后面加上“没听说的不建议去了解,暗网中藏着人性中最阴暗的一面”这样一句话,我的目的就基本达到了。


——特别是在看完这一段落结束之后,又能激发更多人的好奇心。


那么现在,再回过头来想想我在多元学习的章节中所提到的观点:学习什么不重要,坚持学习更重要。


这个观点你还是这么坚定吗?


现在我们再往前一步,我想告诉你:你通过“多元学习+谨慎结论”所最终得出的绝大多数真理结论都是有他的适用范围的。


对于任何一个事实真理,你必须冷静地分析出他的适用场景,并做到不随波逐流。


钻石从0卖到天价的过程,堪称商业营销史最成功的案例之一。


首先,在已探明储量大到地球上人人都可以分到20克拉的情况下,钻石商人戴比尔斯联合全世界的钻石矿主通过控制产量来营造钻石稀缺所以昂贵的假象。


其次,为了制造购买钻石的需求,戴比尔斯们花了巨额广告费把钻石跟爱情绑定在一起:每当电影里出现男士向心仪的姑娘跪地求婚时,就一定会掏出钻石求婚——钻石,成为了爱情的象征。


再次,光让大家买还不够,为了卖出更贵的钻石。戴比尔斯们又卖力宣传:卖钻石砸钱越多,求婚就越有诚意。


当市面上买钻石的人多了之后,客户们倒卖二手钻石也会造成价格下降。


为了不让大家卖钻石,戴比尔斯想出了那句全球最知名的广告词:钻石恒久远,一颗永流传。


这就是再劝你:把他留着,不要拿出去卖。


后来,中国的人造钻石在质量上、价格上的全方面碾压,又迫使戴比尔斯坐立不安了。


这一次,新的广告语是:珍如此心,真如此钻。


言外之意就是:人造钻石不真实,不知道,要买就买真钻。


这又是一场媒体操作认知,进而吸引你下单的经典案例。


这场持续130年的营销战,你可以解读出非常多的经验来。


但是,如果你听了之后,试图去跟你的女朋友安利这场营销骗局,并说服她婚礼就不买钻戒了,钻戒不务实;那么,最后很有可能在你的据理力争之下,你能在取消戒指的同时,也要取消你们的婚礼。


——不清楚信息的适用场景,你可能连婚都结不好。


我知道你一定会说:“我才没这么耿直,这点判断力还是有。”


是的,我相信在没有人影响你行为的时候,我们都能理智地判断出:这条信息的应用场景绝对不是用来说服妻子不买钻戒的。


但是,如果把你放到一个群体一致的大环境中,你还能坚持不跟风吗?


理发店的“Tony 老师们”会告诉你“这是大家的选择”,而说服你购买某样产品。


福岛核泄漏之后,人们相信碘能防辐射,所以买了一辈子都吃不完的盐。


(事实上,即使福岛核辐射真的影响到中国,托起防辐射重担的,怎么也轮不到碘盐中间含量微乎其微的碘。)


先上概念:从众效应,指人们自觉不自觉地以多数人的意见为准则,作出判断、形成印象的心理变化过程。


很多时候,引导我们做出某种行为的并不是信息本身,而是其他人对待信息的处理方式。我们以为自己是理性的,但有时候会做出的决策很荒谬。


某件产品很多人选择没有错,但是这构不成你必须买某样产品的充分理由。


你需要考虑的是:Tony 老师推荐的产品是否适合你?


大家疯狂抢购碘盐也没有错,但这也不是你大把买盐的理由。


你要考虑的是:存不存在核泄漏风险?以及,碘盐是不是防辐射的最优解?


避免从众的心法也很简单:下结论或做决策之前回过头看看,自己的判断依据是信息本身?还是基于大家处理方式的高度一致?


我们必须谨慎对待自己从众而得出的结论。


产品战是一场基于高认知水平的思维战役,提高认知的关键在于:你获取知识或信息储备的数量和质量。


多元学习让你获得更多数量的知识,独立思考(有效的甄别信息谨慎下结论,及清楚信息的适用场景不盲目跟风)让你得出更好质量的结论,而这些是决定能否做出高质量决策的关键。


丘吉尔说:你能看到多久的过去,就能看到多远的未来。


我在后面加一句:你能看多远的未来,在一定程度上就决定了你能做到多远的未来。


愿你能积极地拓宽认知边界,看到更广更远的未来。



———— / 推荐阅读 / ————


>> 认知图谱:你真的会思考吗?

>> 区块链热背后,产品经理的3层认知

>> 运营就该苦该累?其实是你的认知有问题

>> 如何影响消费者,从而提升对品牌的认知

>> 认知升级法则:从产品助理到产品VP的全套方法论




实战派产品大咖手把手带你

搭建PM必备知识体系!

告别野路子做靠谱PM!

点击“阅读原文”查看课程详情

登录查看更多
0

相关内容

产品经理(Product manager,简称为 PM)是指,定义1:在公司中,针对某一项或是某一类的产品进行规划和管理的人,主要负责产品的需求分析、研发、制造、营销、渠道等工作;定义2:是针对某个产品,贯穿其生命周期,没有行政权力的全面负责人。一般来说,产品经理是负责并保证高质量的产品按时完成和发布的专职管理人员(某些公司有专职的项目经理完成)。他的任务包括倾听用户需求;负责产品功能的定义、规划和设计;做各种复杂决策,保证开发队伍顺利开展工作及跟踪错误等,总之,产品经理全权负责产品的最终完成和后续迭代
专知会员服务
107+阅读 · 2020年6月12日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
96+阅读 · 2020年6月3日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
转岗产品经理,花了3个月都做不好需求工作
人人都是产品经理
10+阅读 · 2019年9月16日
体系化入门AI产品经理,应该如何学习
人人都是产品经理
7+阅读 · 2019年5月4日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
AI产品经理从业指南
产品经理读书会
5+阅读 · 2018年8月11日
薪水你自己填-番外篇
待字闺中
4+阅读 · 2018年6月13日
95后“过控”专业转行AI工程师打卡!
人工智能头条
5+阅读 · 2018年6月1日
“我今年36岁了,除了收费啥也不会!”
创业邦杂志
4+阅读 · 2018年1月14日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
23+阅读 · 2018年10月24日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
VIP会员
相关VIP内容
专知会员服务
107+阅读 · 2020年6月12日
打怪升级!2020机器学习工程师技术路线图
专知会员服务
96+阅读 · 2020年6月3日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
相关资讯
转岗产品经理,花了3个月都做不好需求工作
人人都是产品经理
10+阅读 · 2019年9月16日
体系化入门AI产品经理,应该如何学习
人人都是产品经理
7+阅读 · 2019年5月4日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
AI产品经理从业指南
产品经理读书会
5+阅读 · 2018年8月11日
薪水你自己填-番外篇
待字闺中
4+阅读 · 2018年6月13日
95后“过控”专业转行AI工程师打卡!
人工智能头条
5+阅读 · 2018年6月1日
“我今年36岁了,除了收费啥也不会!”
创业邦杂志
4+阅读 · 2018年1月14日
相关论文
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
53+阅读 · 2018年12月11日
Arxiv
23+阅读 · 2018年10月24日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Top
微信扫码咨询专知VIP会员