惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
MyScale Blog
MyScale Blog
Jina AI
Jina AI
爱范儿
爱范儿
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
I
Intezer
The Cloudflare Blog
T
Threat Research - Cisco Blogs
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
Docker
AI
AI
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
L
LangChain Blog
Recent Announcements
Recent Announcements
Security Latest
Security Latest
Hugging Face - Blog
Hugging Face - Blog
W
WeLiveSecurity
Last Week in AI
Last Week in AI
Security Archives - TechRepublic
Security Archives - TechRepublic
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
P
Proofpoint News Feed
S
Securelist
S
Security Affairs
Project Zero
Project Zero
博客园 - 叶小钗
Google DeepMind News
Google DeepMind News
T
Tor Project blog
A
About on SuperTechFans
V2EX - 技术
V2EX - 技术
宝玉的分享
宝玉的分享
T
Tenable Blog
博客园 - 聂微东
人人都是产品经理
人人都是产品经理
Simon Willison's Weblog
Simon Willison's Weblog
Forbes - Security
Forbes - Security
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
V2EX
AWS News Blog
AWS News Blog
The GitHub Blog
The GitHub Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Privacy & Cybersecurity Law Blog
阮一峰的网络日志
阮一峰的网络日志
I
InfoQ
C
CXSECURITY Database RSS Feed - CXSecurity.com
H
Hacker News: Front Page
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
关于城市数字化转型的工作思考
PM小刘 · 2023-10-12 · via 人人都是产品经理

关于城市数字化转型,大家了解多少呢?下边这篇文章是笔者结合个人工作总结以及行业资料分析整理分享出来的。包含了架构、实施(微观)、商业模式的相关内容,大家一起来看看吧!

本文结合个人工作总结以及行业资料分析,阐述城市数字化的转型过程中,在架构、模式等方面上的一些思考总结。(全文约6000字,预计阅读10分钟。)

一、架构(宏观)

图1 架构图

1. 数字底座

数字底座分为核心基础、应用基础以及服务基础三个基础。

1)核心基础

核心基础,即数据。信息是由数据组成的,信息化的实现离不开数据。

数据的采集手段是“核心基础”中关键的一环,在数据采集的过程中,可能会遇到数据标准不统一、数据来源多样化、数据质量层次不齐的情况。

为了解决这些问题,笔者认为:

需要专门组建一个数据中心,该数据中心主要实现两个目标,分别为数据的采集和数据的标准建设。

同时,该数据中心需要具备专业性和权威性,专业性是为了保证数据的安全,权威性是为了保证数据的采集范围。

例如:

在上海的模式中,“上海市大数据中心”作为隶属于上海市人民政府办公厅的事业单位,承担政务数据、行业数据、社会数据和各方面数据归集和应用融合工作。同时,也会拟定数据资源归集、互联、共享、应用等技术标准和管理办法,指导本市各区、各部门数据管理工作。

在广东的模式中,数据的承建单位为各级政数局,虽然政数局同样隶属于政府办公厅的部门管理机构,但是笔者认为,在一些因素的影响下,政数局在数据的归集工作和数据标准工作的发挥空间不够,对于任务的复杂性的解决存在阻力。因此,容易导致数据采集的范围不全,标准不齐,质量不好,时效性低等情况。

笔者认为,是否可以有一种新型的数据服务模式,数据的基础性和协调性工作可以由政数局/大数据中心等政府代表牵头,协同国有的信息化企业,借助国有企业的产品专业性和技术专业性,完成数据的采集和数据的标准建设工作。

最终的目的就是,通过合作开放的方式,打造一个“政务数据超级大湖”,并且通过”数据河流”连接各式各样的“小数据湖”(不限于政务数据),在不同的河湖之间建设不同的“政务水利工程”来保障数据的传输性和安全性等。

因此,在数字化转型的过程中,需要不断的完善数据采集机制和数据对接标准,在标准化手段的基础上,直接或者间接采集各行各业的数据,打造好“核心基础”。

2)应用基础

数据的应用需要平台的支撑,因此,提出应用基础的概念,即数据中台。

数据中心(核心基础)搭建完成后,在数据转换为信息的过程中,需要对数据进行进一步的处理,包括数据的流通、数据的计算以及数据的应用。

此处的数据应用,更多的场景是体现在大屏(驾驶舱、指挥中心),因为大屏的实现蕴含了大量的数据计算和应用。

因此,针对大屏或者其他的需求实现,可以交给数据中台来负责处理和计算数据,为大屏及其他产品需求提供更好的基础支撑。

笔者认为,上述的数据中台,需要考虑平台的归属或者管理问题。因为数据中台的目的是为了更好更快的为应用提供服务,如果服务不能够得到及时的响应,那也可能会变成一种“摆设”。

同时,大屏的价值体现和对业务的理解水平紧密相关,也和数据的敏感性密切相关。因此,数据中台的建设非常考验数据的建模水平。

最后,在数据中台的建设过程中,建议数据产品和数据工程师需要在业务上形成紧密的联系,避免在数据建模的过程由于业务认知的差异性导致后续大屏指标的偏离。

3)服务基础

在数据应用的过程中,大部分的技术能力是具备公共服务属性的,因此,提出服务基础的概念。服务基础包含服务中台和算法中心。

服务中台主要是指将公共的能力或者技术进行标准化的包装,根据权限适当的内部开放或者外部开放。例如:人口库、法人库、空间地理库等。

算法中心(中枢)主要是指将算法的能力进行标准化的包装,根据权限适当的为内部或者外部赋予技术能力。例如:AI识别、知识图谱等。

4)总结

数据是核心,应用基础和服务基础是数据基础的衍生,这三个基础同时平台赋能的同时也需要具备自定义拓展的能力,即“通用”、“实用”和“好用”。

2. 数字化应用

数字化应用分为智慧平台、指挥中心、专题专项三个应用。笔者认为,智慧平台的应用会优先于指挥中心,因为决策的基础是有用户的使用以及业务数据的沉淀。

建设思路是,在使用或者实践的过程中,通过使用产生的数据分析或者使用过程中提出的意见反馈来反向推动指挥中心的构建和完善。

该思路笔者称之为“应用优先,在实践过程中挖掘决策需求”。上海也有类似的口号,称为“从能用、好用到愿用、爱用”。

即:先能用,在打磨成好用,最后通过决策改进升级成爱用。

1)智慧平台方面,从主要角色出发,可以分为以下三个方向:

  1. 公职人员(类公职人员): 此类平台主要为公职人员(类公职人员)服务,从行政职能出发,通过平台或者数字化信息化的手段更加高效、智能的完成和发挥职能工作,更加的管理好城市运行工作。此类平台包含智慧司法、智慧法院、智慧环保、智慧应急、智慧党建、智慧政务等。
  2. 公民、法人及其他组织: 此类平台主要为公民、法人及其他组织服务,即为民生服务。此类平台包含智慧医疗、智慧停车、智慧教育、智慧社区等。
  3. 其他: 此类平台主要为其他方向的内容服务,例如产业、行业、物体等定义性的内容。此类平台包含智慧农业、智慧商务、智慧旅游、智慧园区等。

2)指挥中心和智慧平台不同,平台主要为目标(工作目标、民生目标等)服务,指挥中心为领导服务。

通过大屏、数据分析、报表、周月报等形式为领导提供决策支撑,直观掌握城市运行情况。

此类中心包含运行管理指挥中心、舆情中心、预警中心等。

值得注意的是,现有政务体系的决策支撑产品化内容更多的只是数据的可视化,个人认为并没有达到一个数据分析的可视化,分析的能动性大部分还是需要用户自身驱动,但是用户的时间和信息化水平是否能够用好呢?这是个需要思考的课题。

3)专题专项主要是为了重大的、紧急的、重要的任务服务,它和上述两个不同,专题专项更具备任务的紧急性和严谨性。

此类专题包含了营商环境专题、疫情防控专题、经济复苏专题等。

4)总结笔者认为,专题专项和平台之间存在场景或者业务的重合性,在建设过程中,如果是不同成员之间,那么紧密的交流和联系是必要的,切莫各自为战,应该是统一战线。

二、实施(微观)

第一部分主要从宏观上对于底座和应用的一些思考阐述,第二部分主要从微观上阐述模式和工作机制上的一些思考。

1. 项目模式

由于城市数字化转型的工程复杂,周期长,以及涉及关系较多,因此关于项目的模式,笔者仅以自身工作经验中浅谈其中的做法。

在笔者的经验认知中,有两种信息化项目的建设模式,分别为传统的项目模式和新颖的运营模式。

1)项目模式项目模式,即以系统需求和功能建设为导向,根据系统建设的软硬件需求和功能需求来进行立项。

在项目模式的过程中,笔者总结了以下2个遇到的问题:

①需求问题

因为立项方案的时间一般是早于需求调研的时间,因此很多需求或者功能的设计是基于拍脑袋的方式提出的,并不能完全贴合实际的应用场景。

但是,智慧城市的建设,特别是关于民生的建设,我认为必须是以用户实际价值为核心的。因此,这种项目模式会导致验收时的建设不符合预期的情况。

②服务问题

项目模式在一定程度上基本属于一次性的建设服务,最多就是附带几年的支撑服务,而且考虑到建设方的成本问题,支撑服务的质量一般。

但是,现代化城市的发展是迅速的,如果建设的平台不能够跟上城市化发展的进程,如果该建设需求不是非必要性的场景适用,总有一天是会被荒废的(即无效建设)。

2)运营模式运营模式,即以用户价值和用户服务为导向,根据提供服务的数量和要求以及建设系统的内容来进行立项的信息化项目建设模式。

值得一提的是,该模式并不是完全抛弃系统建设内容本身,它还是存在系统建设(软件功能设计),只是这块内容并不是方案的核心。

运营模式的好处在于,在方案的规划过程中,可以不必过于挖掘用户的更加细节的需求,而是先专注于思考为用户提供哪些方面的服务,它比项目模式更加的抽象化。

在运营模式的过程中,笔者总结了以下2个遇到的问题:

①指标问题

运营模式的难点在于,如何细分服务的内容,如何明确服务的边界,如何规划服务的框架以及如何量化服务。量化的核心在于项目金额的计算。这个可能非常考验参与立项的人员水平(因为涉及审计的风险问题)。

②边界问题

虽然运营模式弱化了系统建设本身,但是正因为弱化了此项内容,在项目的建设过程中,如何把握系统建设的边界,如何控制成本,如何规划项目建设的优先级,是一个比较棘手的难题。

2. 项目主体

由于智慧城市的主体包含管理者、应用开发商、系统集成商、服务运营商、第三方机构等,其中的复杂性笔者还不具备专业能力阐述。因此,下面仅以笔者经历过的项目角度讨论。

1)管理者管理者,项目的主要协调和决策者,一般是由政府承担。

管理者在项目的推动过程中起了很重要的领头作用。

例如在某省的智慧平台项目中,虽然是省政府重点关注项目,但是实际的管理者是省政府的组成部门(非办公厅牵头),虽然该部门在其中也具备很大的说话权,但是不乏有部门不买账,或者配合力度不够的情况。

因此,在项目的实际推进过程中,会存在和各行业机关部门的联系不够紧密的情况。仅仅只是牵头部门通过拟定标准,按照统一标准执行落地项目。因此,会导致用户的实用性并不是太可观,也会导致使用率不高。

再比如在某直辖市的智慧平台项目中,同样是市政府重点关注项目,和某省的不同之处在于,它实际的管理者就是市政府的内设机构部门,同时也会指定相应的组成部门作为业务主导方和技术主导方。

所有的项目推进和汇报都是以市政府的内设机构部门为主,在项目推进和部门联系上,虽然也会有一点的阻碍,但是不影响主要流程的顺畅进行。

2)应用开发商项目的应用开发商,一般是由企业担任。

某省的智慧平台项目模式中,“xx企业”是省级数字政府建设运营中心,它提供顶层设计、平台建设、业务创新等服务,其余的系统建设、实施运营等服务由合作的企业(生态伙伴)负责。

这种模式的优点在于,“xx企业”能够保障某省的数字政府项目的顶层统一性、架构专业性以及数据安全性,并且能够规范项目的交付流程。

缺点在于,首先是业务知识的薄弱性问题,“xx企业”因为重点聚焦于标准和统一,因此在业务的钻研上,还是存在一定的局限性。

同时,“xx企业”掌握着和用户沟通的直接桥梁,系统的建设方(生态伙伴)不能及时直接的和用户调研沟通,会导致建设方的需求设计质量和创新不够。

其次,交付周期较长。成也流程规范,败也流程规范,项目并不是一成不变的,项目落地过程中如果不能够及时的变通流程规范,会导致项目的交付周期延长,甚至增加建设方的成本。

某市的智慧平台项目模式中,业务部门(市的组成部门)作为业务的主导方和需求的把控方,技术部门(市的下属事业单位)作为技术的主导方和赋能的提供方,建设企业(厂商)作为项目的建设方,并且会参与市政府办公厅、业务部门以及组成部门的项目小组中,一起推动项目的建设和落地。

这种模式比较考验建设方也就是建设企业的专业性和标准性,即是否有足够的专业能力承担起标准的建设和项目的建设。

3. 工作机制

在建设的过程中,项目建设方需要不同角色参与并完成项目的落地,如产品、设计、测试、运维等。

以下是我所理解的工作机制模式:

1)里程碑首先是里程碑,里程碑是项目的核心。

该里程碑一般由项目管理者制定,由管理者界定每个时间点应该完成的工作目标,并且该目标通过发文的形式通知到各合作方,作为项目的推动背景(推手)。

2) 实施计划里程碑制定完成后,由建设方配合管理者细化每一个里程碑的推广实施安排,可以按照不同的维度分组或者分类,细粒到每一个涉及的单位以及时间点安排。

计划制定后,由管理者组织项目推广大会,并发函给各参与单位,在大会中明确项目的重视程度和对各单位的要求。

3) 倒排计划在实施计划的基础上,由项目建设方协同项目参与方确定更加详细的倒排计划。

该倒排计划制定完成后,固定周期内通过某种形式汇报给管理者及抄送给其他参与者,如果有计划的延期风险或者存在推进难度,及时组织会议协调解决。

4) 工作小组根据上述拟定的计划,组建工作小组,明确工作小组的责任人和联系人,定期组织项目例会沟通计划的进度和计划的风险。

5) 版本规划根据计划规划版本,在版本规划的过程中,可能会出现版本之外的需求或者任务,需要及时的进行动态调整以及汇报。

版本规划中关于角色职能的思考如下:

①项目经理(PMO)

项目经理分为对外沟通和对内沟通两个角色。

  1. 对外的项目经理负责和客户沟通,和客户建立良好的沟通关系,及时收集和汇报项目信息。
  2. 对内的项目经理负责项目的跟进,把控项目或者版本的进度,分解项目内容,合理规划资源,输出项目汇报材料等。

②产品经理等其他角色

各司其职的同时,需要产品同学拉通整个项目组的目标,即目标的统一性和业务的专业性。不能为了交付而交付,更重要的是应该达到各成员对业务都有一定的理解性。

总结:版本交付是一个因素变化很大的工作,特别是合作方多的情况下,最重要的还是如何把信息拉通以及如何预防风险。

三、商业模式

笔者认为,智慧城市的方向是为民,为城市运行服务。但是,服务的前提是生存,生存的核心是价值。企业如何在赛道中生存,如何提供更大的价值,是商业模式中重要的一环。

笔者建议,在项目落地的过程中,需要摒弃以交付为核心的理念,重视以产品为核心的理念。

因为,每个城市的市场、环境和条件层次不齐,如果需要把产品向外渗透,或者成为标杆,需要在打造智慧城市的项目过程中,尽可能的解耦每一个业务板块,让每个业务板块都具备独立运作的能力。

其次,需要尽可能的让平台具备通用性,或者,让平台具备高拓展性,这样可以尽可能的在其他城市中复制和改造。

值得一提的是,在政企的信息化服务范围中,笔者认为还是存在纯公益服务性的产品化内容,这类内容需要摒弃商业化的思想,从“公益服务”的角度出发,切实的解决人民的问题,从量化问题的解决下手,不断的投入和产生公益价值。

最后,在营收方面,是否可以从政府中获取的项目收入的同时,后续可以把标准化的能力或者数据包装成服务,对B端销售。

以上内容仅为个人在工作中以及阅读中的总结和思考,描述若有不当之处,还请批评指正,谢谢!

四、参考文献

《百度城市数字化转型白皮书》-刘捷、徐志发

《新型智慧城市设计与建造》-刘伊生

本文由 @小刘 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。