硬核:一些关于本质的思考

2019 年 12 月 26 日 人人都是产品经理

关注并将「人人都是产品经理」设为星标

每天早 07 : 45 按时送达


笔者受邀参加了由人人都是产品经理社区与起点学院主办的「2019产品经理大会」。这次大会有一个关键词是「本质」,大多数分享嘉宾都在围绕各事物的本质,各行业的的底层逻辑展开探讨。听听别人怎么说,笔者也有了新思考,借此文分享一些关于本质的看法,也欢迎你向我们投稿。

全文共 6741 字 8 图,阅读需要 14 分钟


—————— / BEGIN / ——————


周末两天,十几个硬核课题听得我头昏脑涨,在这里分享一些会上对本质的探讨与个人的思考


主要分为以下四点:


  1. 产品经理

  2. 未知的未知

  3. 产业链变革

  4. 有效营销


一、「产品经理」的本质思考


  • 分享主题:我们没有创造产品,只是产品的翻译官

  • 分享人:洪桃李,友信证券董事兼总裁

  • 有趣的观点:互联网产品经理一般没有创造产品,而是「翻译」了产品。C端产品经理把自己变成深度用户,翻译了使用场景;B端产品经理进入客户工作场所,翻译了工作场景。


严复在翻译「天演论」时,提出了中国近代最有名的「信、达、雅」翻译理论。


所谓的信雅达其实是代表三个意思,首先就是要能够确保翻译的完整性,忠于原文的观点;其次则是语言的通顺性,具有可读性与可接受性;最后则是整体翻译的意思传递,传达作者原本的情绪与感受。能够确保达到这三个标准的翻译,才是高品质的翻译。



很多时候,互联网的产品经理并没有在创造产品,他们只是像翻译员一样,把客户的需求翻译成了产品。既然是翻译,在翻译的过程里,译者难免少不了自身的理解,翻译的结果有很大的主观性。


因此,不同产品经理看到相同的需求,做出来的产品不尽相同。而好产品,就是把客户需求翻译成产品功能的基础上,达到「信、达、雅」的标准。


早在2013年,在线支付领域,支付宝一家独大。同时,腾讯也具备第三方支付牌照财付通。这个支付品牌虽然是市场第二名,但是存在感始终不高,知名度和市场占有率都无法与支付宝相比,很难威胁到支付宝在支付市场上的优势地位。


到了2014年,微信支付上线以后,彻底改变了这个格局。


仅仅一年时间,微信支付顺利完成了冷启动,微信绑卡账户成功破亿,远小于支付宝累计同样规模用户的时间,积累了初始支付用户以及账户资金。最主要的原因在于,微信支付真正抓住了移动支付的本质,并且把用户对于移动支付的诉求翻译地更「优美」。



微观层面,微信支付首创了六位数字密码,成功翻译了「简单」支付。


最初支付宝做移动支付最关注的是安全性,从PC端留给他们的经验是:很多用户看重钱会不会被骗,会不会被盗走。在网上买东西在支付的时候,哪怕花1分钟,输入复杂的密码,再输入银行验证短信码,他们都乐意之至。用户对安全性的诉求是第一位,所以搞了一大串的数字加字母形式的密码。


但是,微信支付做这个事情的时候,首先是从客户的使用场景出发。线上大额消费的时候,用户确实对钱的安全性是最看重的。但是如果让用户在便利店、小商店买东西的时候,还要输入这么一大串密码,这就是很难接受的事情,还不如我给现金、刷信用卡来得快。


因此,微信支付抓住的核心点是「简单」;要想足够简单,必须要改变原有的支付习惯,缩短支付的时间。而微信团队对简单的翻译是「六位数字密码」,用户只需要输入六位数的密码直接完成支付,原本支付需要一分钟,现在只需要5秒就完成,在体验方面大幅度飞跃。


中观层面,微信支付增加红包功能,成功翻译了「社交」支付。


在14年春节期间,财付通在微信公众账号推出了新年红包,模仿了中国人在春节期间的传统馈赠方式。用户只要关注公众号就可以向好友发送或领取红包。红包功能一经推出就以病毒传播式的方式活跃在各大微信群中,一跃而起。除夕到初一有超过500万用户参与,收发红包数量达到1600万个,这一数据验证了微信红包的用户基础。


宏观层面,微信支付增加条形码,成功翻译了「便利商业」支付。


除了让用户愿意使用微信支付去付款以外,更重要的一点是:如何让商家愿意使用微信支付去收款。最初的微信支付并没有条形码,只有二维码。微信团队的设想是让所有的店家都进一台扫二维码的机器,每次顾客付款的时候扫一扫二维码即可。但是,实际调研后发现,由于存在各种各样的原因,让所有的商家增加一个扫二维码的机器是不现实的。


因此,微信支付只有适应商家的特点,在二维码的基础上增加条形码,以此满足商家的诉求,这样才会让商家也能接受使用微信支付收款。


二、「未知的未知」的本质思考


  • 分享主题:商业思维力,变革时代的商业逻辑

  • 分享人:沈拓,清华大学X-lab未来生活创新中心创始人

  • 有趣的观点:伟大的作品,底层逻辑都是相通的,对于本质的下探思考,能够帮助我们穿越「未知之墙」,进入「未知的需求」领域探索。


谷细功是一位日本咨询届的大牛,他写了一本书叫《高维度思考法》。在这本书中,他认为「已知」和「未知」的关系可以分为三类:已知的已知,已知的未知,未知的未知。


  • 已知的已知:根据以往的知识和经验就能够知道答案。比如考试的时候,试题都是有标准答案的,不管是谁只要记住书里的知识,就能取得好成绩;

  • 已知的未知:寻找已提出来的问题的答案。比如不认识的字,这个字对于我是未知的,但是只需要查字典就能得到准确的答案。这种类型的未知也属于有正确答案的;

  • 未知的未知:从问题本身出发,自己去发现问题,定义问题。突破自己的认知边界,找到最本质的点,聚焦在问题本身。我们在没有苹果手机之前,压根没有想过手机居然能够没有键盘。同样的在没有spacex之前,我们压根也没有想过火箭原来还能回收。


实际上这三种关系,对应两种不同的思维模式,一种是解决问题型,另一种是发现问题型。两种问题思维模式的边界在于「已知的未知」和「未知的未知」之间,一道厚厚的「认知之墙」。


一直在解决问题的人,永远不可能发现问题。


很多时候,我们的思维模式都是解决问题型, 都是在「已知的未知」中探索,在已知的范围内努力解决已经存在的问题,思考解决问题的过程就是各种知识的组合。拥有这种思维模式的人往往解决问题的效率很高,但是在创新方面很难有什么突破。


如果我们要创造伟大的产品,必须打破认知之墙,进入「未知的未知」领域探索。


在做产品的时候,怎么样才能打破认知之墙呢?


我们可以尝试从以下三个方面着手:


1. 本质思考


对用户需求、产品创作、商业变革的本质思考。



我们都知道,一款好的互联网产品,一定是能够满足用户需求的产品。因此挖掘需求,可以说是每个产品经理的基本功。


但是在日常工作中,很多产品经理只是根据用户的行为推测用户到底想要什么。很少有人会去想,用户为什么会需要这个,为什么会产生这个需求?


用户为什么要用朋友圈?


很多产品经理会回答:因为用户有社交需求,需要表达自我。深入思考会发现:用户表达自我,根本目的是为了维护人设,连接「同一频道」的人。


用户为什么喜欢看影视剧?


很多产品经理会回答:因为看影视剧会让人放松,是一种消遣、舒缓压力的方式。深入思考会发现:用户看影视剧是为了得到庇护,渴望一种深度沉浸的状态。


所谓本质指的是事物内部的联系,是决定事物根本性质的内在依据。认识事物的本质,就是要认识事物的必然性和规律性。


只有发现本质,才能知道用户需要的只是一种庇护,至于是戏曲还是影视剧,这些都是历史的变化。因此,对本质的下探思考,能够帮助我们穿越「未知之墙」,找到用户「未知的需求」。


2. 经历熔炉


经历愚昧之山、绝望之谷最终到达开悟之坡,这是创造伟大作品的必经之路。



山本耀司曾经说过:


自己这个东西是看不见的,撞上一些别的什么反弹回来,才会了解自己。所以跟很强的东西、可怕的东西、水准很高的东西相碰撞,才会知道自己是什么,这才是自我。


在某些领域能力欠缺的人总有一种虚幻的自我优越感,认为自己比真实情况更加了解并擅长这一领域的事情。但随着知识的完善,他们会意识到自己的不足,通过不断学习,逐步达到真正意义上的优秀。


做产品也是一样的过程,只有认识自身的不足,保持谦卑,才能在产品困境中破局,逐步领悟产品与客户之间的关系,从而找到机会,做出伟大的产品。


3. 原则驱动


找到产品的底层逻辑,从而驱动向善,努力实现产品向善、科技向善。


许多公司的许多产品,其实都千方百计想要让用户在上面消耗更多时间和注意力,然后相应地设计付费点或广告。


但是,作为一家科技公司需要承担更多的社会责任,要意识到当前的「注意力经济」是不可持续的,要改造当下的产品和商业模式。这才是每一个产品经理都能在自己的工作中践行「科技向善」的机会。


三、「产业链变革」的本质思考


  • 分享主题:从消费互联网过渡到产业互联网,中后台能力变革

  • 分享人:刘永平,阿里云战略合作CPO

  • 有趣的观点:顾客的消费习惯发生了很大的转变,消费需求渗透到各行各业,倒逼产业互联网进行信息化重构升级,以满足新的用户需求。而数据智能与中台模式是未来产业互联网的重要重构方向。


目前的产业互联网有一个很明显的趋势,即从个体消费需求成熟渗透到行业,倒推产业进行信息化重构提升,主要是因为以下三个原因:



  1. 消费体验习惯已渗透行业,倒推产业进行信息化重构;

  2. 消费行为推动产业渠道变革,提升渠道效率;

  3. 消费环境倒逼商业模式重构。


这一段刘老师讲得点比较大,具体怎么理解呢?


我给大家举个简单的例子。


在以往电商平台还没那么成熟的时候,70、80后买衣服,基本上就是盯着大品牌去买。一方面是因为质量好,性价比高,大品牌值得信赖;另一方面是大家只认识大品牌,随大流,跟着大家买,才是主流,才会被认可。


对于背后的服装供应商来说,他们只能依赖大品牌的品牌优势以及渠道优势卖货,他们不了解用户想要什么,也没有直接触达用户的渠道。


当电商平台逐步成为主流的消费方式时,也代表了90后成为了社会的消费主体。


90后不追求大品牌,不喜欢随大流。他们喜欢能够表达自己个性、自己觉得好看的衣服。这种转变给了服装供应商一个新的机会。他们离用户的距离变近,知道用户想要什么,他们也有产业能力满足用户的个性化需求。为了及时响应用户的需求,渠道必须转变,缩短中间的链条,提升渠道效率。


因此,消费群体的转变以及电商平台的兴起,成了推动产业链变化的重要原因。


传统的企业职能划分以业务流程为基线,设置不同职能部门服务不同的业务环节。也就是说,一款产品从研发生产到销售,基本上所有部门都需要走一遍。到了今天,这种组织架构的方式已经很难跟上用户需求的变化。


现在的消费者需求变化非常快。当一部影视剧大热后,女主角的服装搭配就成为了无数少女追逐的对象,她们希望明天就能穿上和剧中女主角一样最新潮的衣服。当这个热点一过,下一个影视剧再次大热时,她们又希望拥有和这一部影视剧相同的衣服。跟上潮流,是消费者的诉求。


为了应对这种变化,无数企业寻求转变,打破部门墙,开始以一种小团队形式作战。这个小团队包含设计研发和生产多个角色,团队自己决定做什么衣服,最快时间推出并观察市场反响,不断捕抓热点,捕抓用户的情绪与需求。


随着时间的发展,小团队作战的弊端也开始显现。


有时候,两三个团队可能都在做版型相同的大衣,明明只是在衣服领口有些不同的设计,但是三个团队都需要把这件衣服完整地做一遍。这无疑是很大的资源浪费,明明有一样的衣服只要稍微调整一下就能满足另一个团队的需求,为什么还要重复去做衣服呢?


于是企业又在思考,有没有更好的方式改变这种情况。



从互联网公司的经验来看,中台模式是解决这个问题的一剂良方。将各个团队通用的能力剥离出来,形成一个统一的支撑部门,为前线的业务提供基础服务。


也就是说,当有一个新的团队想做大衣的时候,版式不用再自己重新设计,只需要在原来的基础上做一些调整,就能够做一款新的大衣出来。这对企业来说,一方面减少了资源的浪费,另一方面能够更快速响应用户的需求,可谓是一举两得。


因此,刘老师认为,中台模式是未来产业互联网业务架构的趋势。通过信息化升级以及中台架构的模式,提升业务实施响应率,提升决策的智能化。


四、「有效营销」的本质思考


  • 分享主题:AI驱动下,用产品化思维布局未来营销

  • 主讲人:王子乔 腾讯市场总监,《内容引爆增长》作者

  • 有趣的观点:社交媒体时代,真正的有用的营销方式是“失控”理论。在AI的帮助下,能够将失控变得可控,成为真正打动消费者的营销方式。


共享单车在盛行之初,并非是一个全新的概念。这件事情其实政府部门一直在做,但是没有做起来。而各类互联网企业进入以后,共享单车的使用呈现爆炸式的增长。


其中有一个很重要的原因在于,传统的政府共享单车项目都有严格的停放地点也有固定的使用时间段,而且还要到专门的部门办卡才能使用,管制严格。而互联网企业最初做这件事时,设计的是一种失控的模式,任何时候任何人都用,想停在哪就停在哪,真正方便用户使用。


用户需求与失控模式的结合,是一种能够引发用户自发传播的营销方式,这种传播方式也称为病毒式传播,通常有三种模式:


  1. 原生病毒性:产品功能自带病毒性。人是群居动物,如果与产品相关的信息能够帮助消费者完成社交任务、帮助到身边的朋友,人们也会主动分享你的产品。典型案例如微信红包,红包并非一个能够帮助用户获得什么东西的功能,而是通过产品帮助用户之间建立社交关系,从而实现产品赋能;

  2. 人工病毒性:基于市场运营手段设计的病毒因素,通过一些有创意、有趣的运营玩法去刺激用户转发分享的欲望。典型案例如拼多多,利用拼团、游戏化的运营手段,让客户能够买到真正便宜的东西,从而实现用户自发传播;

  3. 口碑病毒性:来自用户自发的口碑。通过提供有价值的产品或服务,让用户主动对其进行传播实现「营销杠杆」的作用,逐步获得尽人皆知,尽人参与的成效。典型案例如IPHONE,打造一个极致的产品,让大家都喜欢这个产品,并且愿意把这款产品推荐给朋友。


数据在营销领域的应用远远不只是解决广告投放问题,通过AI的赋能,大数据的能力正在发挥价值,帮助品牌与消费者建立更强烈的连接。



在创意数据驱动之下,AI正在通过语音识别、图像识别、趋势预测、深度学习和异构数据为营销带来前所未有的创新。数据驱动的AI营销带来创意力的提升,通过多种渠道进行场景化影响的方式,不仅令用户的体验获得了提升,同时也让品牌实现了营销价值的最大化。


AI在营销领域的应用主要在投放前、投放中以及投放后三个环节。


1. 投放前


通过AI大数据分析以及人群定向建模的能力,洞察商业趋势。


乐高玩具在一次圣诞季促销中发现,小朋友的心愿单里似乎没有乐高玩具。但是通过数据模型,乐高成功预测了圣诞期间最受欢迎的玩具,从而设计并推出乐高版的热门玩具,并在电商网站里通过定向推送。定制版的乐高玩具销量占比从2.2%提升至10%,而由此产生的营销费用仅5.5万美元。凭借这一案例,乐高斩获戛纳创意节银狮奖。


数据与AI的结合正在赋予企业和品牌「未卜先知」的能力,而这也正是品牌一直以来梦寐以求的能力。除了预测消费趋势,数据驱动之下的AI赋能营销,正在成为未来营销发展的大势所趋。


2. 投放中


通过AI技术,可以增强创意传播,提升用户体验,为品牌带来更多的营销价值。


「Crossfaith」是日本索尼音乐旗下的一支金属乐队。为了给新专辑造势,索尼制定了一个方案,要想下载这张唱片歌迷们必须对着电脑,拼命甩头,直到单曲下载完成。网站安装了人脸识别程序,只会对人脸作出反应,可以精确地检测和捕捉人脸在甩动过程中的所有动作。


索尼通过别出心裁的数字体验,联结起世界各地的歌迷,让他们以「金属味」十足的方式,与热爱的音乐进行线上互动。活动发起后短短几小时,就有来自114个国家的2万粉丝加入了甩头活动的热潮。如此独特的音乐体验,也让该营销战赢得了多项营销创意大奖。


3. 投放后


基于机器学习,使再投放可以做到实时根据效果预测及时调整投放策略和创意。


在一次捷豹路虎与百度的合作中,百度在投放前为捷豹路虎准确定义了7类目标人群,准备了102种图片加文案的组合,对应不同的人群画像,在投放初期针对7类人群展示不同素材的开屏广告。之后通过AI算法的调整,选择开屏点击人群进行二次追投,在投放全过程中进行数据沉淀,不断调整优化投放策略。


投放结束后,百度不仅对广告投放本身进行了总结,还基于搜索和信息流的数据反馈,对投放效果进行了全方位的品牌影响指标分析。短短两个星期的投放,路虎车型的相关搜索和浏览量、询价量都出现了大幅度的上升。



著名的编剧大师罗伯特麦基说过:


市场营销的目的是打动消费者,而不是打扰消费者。


在前文我们已经说过,在现在这个社交媒体时代,真正有效的营销方式是失控式病毒营销,但这种失控的营销方式必然会打扰其他并不是目标客户群体的消费者。


借助AI的力量,我们可以在营销投放的各个环节,精准把控用户的需求,提升用户体验,真正做到打动消费者。


除了以上几个主题以外,吴昊、赵立冬、陈勇三位老师的分享也是让我印象深刻,下次找机会再和大家探讨。


—————— / 活动推荐 / ——————


2020年度,由人人都是产品经理主办的产品经理大会预售已经开启!邀请众多互联网圈实战派专家,从产品创新、商业增长、营销创意、行业观察等多方面话题,结合他们的实战案例,为互联网人带来新一年的产品、运营思路指南!


扫码添加小助手豆子(微信:13113616130),了解大会详情


每个「在看」,都是一次鼓励 ▼

登录查看更多
0

相关内容

德勤:2020技术趋势报告,120页pdf
专知会员服务
191+阅读 · 2020年3月31日
简明扼要!Python教程手册,206页pdf
专知会员服务
48+阅读 · 2020年3月24日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
102+阅读 · 2020年3月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
197+阅读 · 2020年3月8日
【干货】电商数据中台如何构建?
AliData
11+阅读 · 2019年4月4日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
45K!刚面完 AI 岗,这几点分享给你!
AI100
17+阅读 · 2018年12月18日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
阿里智能对话交互实践及范式思考
人工智能头条
8+阅读 · 2017年7月12日
Image Captioning: Transforming Objects into Words
Arxiv
7+阅读 · 2019年6月14日
Arxiv
18+阅读 · 2019年1月16日
W-net: Bridged U-net for 2D Medical Image Segmentation
Arxiv
19+阅读 · 2018年7月12日
Arxiv
4+阅读 · 2018年6月1日
Arxiv
20+阅读 · 2018年1月17日
VIP会员
相关资讯
【干货】电商数据中台如何构建?
AliData
11+阅读 · 2019年4月4日
改了3次APP首页后,我的一些认知
从0到1
11+阅读 · 2019年1月13日
45K!刚面完 AI 岗,这几点分享给你!
AI100
17+阅读 · 2018年12月18日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
关于医学影像背后的科学,你都知道多少?
中科院物理所
3+阅读 · 2017年12月14日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
阿里智能对话交互实践及范式思考
人工智能头条
8+阅读 · 2017年7月12日
Top
微信扫码咨询专知VIP会员