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

B
Blog RSS Feed
D
Darknet – Hacking Tools, Hacker News & Cyber Security
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
G
Google Developers Blog
MyScale Blog
MyScale Blog
Google DeepMind News
Google DeepMind News
J
Java Code Geeks
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
C
Check Point Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
P
Proofpoint News Feed
D
Docker
Jina AI
Jina AI
博客园 - 三生石上(FineUI控件)
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Help Net Security
Help Net Security
Google DeepMind News
Google DeepMind News
L
LINUX DO - 最新话题
T
Tailwind CSS Blog
N
Netflix TechBlog - Medium
Forbes - Security
Forbes - Security
MongoDB | Blog
MongoDB | Blog
Attack and Defense Labs
Attack and Defense Labs
Webroot Blog
Webroot Blog
A
About on SuperTechFans
Schneier on Security
Schneier on Security
Hacker News - Newest:
Hacker News - Newest: "LLM"
Microsoft Azure Blog
Microsoft Azure Blog
F
Fortinet All Blogs
IT之家
IT之家
The Last Watchdog
The Last Watchdog
腾讯CDC
Microsoft Security Blog
Microsoft Security Blog
Project Zero
Project Zero
B
Blog
Recorded Future
Recorded Future
博客园_首页
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
SegmentFault 最新的问题
Security Archives - TechRepublic
Security Archives - TechRepublic
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hacker News: Front Page
T
Threatpost
H
Heimdal Security Blog
Cloudbric
Cloudbric
Google Online Security Blog
Google Online Security Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
V
V2EX
云风的 BLOG
云风的 BLOG
V
Visual Studio Blog

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,
3大系统架构设计-工具&服务系统篇
橙言 · 2024-11-12 · via 人人都是产品经理

当产品经理升职后,一般都会要求负责系统架构的设计。之前没有接触过这种,如何快速处理?本文写给已负责或即将独立负责系统,为系统架构设计苦恼的产品人&曾经的自己:

系统架构系列目录:

  • 三大系统架构设计-业务系统篇(上一篇)
  • 三大系统架构设计-工具&服务系统篇(本篇)

一、困惑

我所在的大部门内部是乐于分享的,此前能听到很多产品对自己负责的业务&系统进行分享,有幸看过了很多系统架构图,有意思的是,不同产品经理负责分享时的系统架构图都不太一样,举2个明显差异化的例子:

催收系统架构图如下

认证中心架构图如下

可以看到上述2个系统架构图有明显差异:

  1. 前者按照业务主线横向拆分阶段,模块化来体现系统架构;
  2. 后者按照关联业务&业务应用&服务组件纵向分层,模块化来体现系统架构;

从2021年到现在,期间有过几次困惑:系统架构图是非标的吗,为什么每个人的系统架构图都,各有千秋呢?随着主导各类系统从0到1或系统重构的项目经历不断丰富,对于系统架构的理解才有了自己的答案;

在互联网中,公司商业模式的主营业务流往往需要多个系统支撑串联,而支撑业务的系统都有自己的侧重,不同侧重类型的系统,其架构表达形式自然有差异;

从众多系统全盘看,系统可以分为3类,每一类都有各自的特点;

一、系统分类&特点

名词解释:

核心能力:指系统中提供可直接使用的功能;以各类系统的核心能力举例

  • 决策引擎:策略配置&信息决策;
  • 订单中心:创单&订单流转&订单查询;
  • 呼叫中心:软电话点呼&预测试外呼&语音机器人;

名词拆解:

在此补充2个新的名词,本质上是对系统核心能力的拆解细分;

  • 基础能力:代表了系统最基础的原子级别的功能,作为应用能力的核心组成部分,或是应用能力的前置条件;
  • 应用能力:代表了系统对基础能力包装后可直接对外提供服务的功能;

在笔者所接触的风控业务系统中,基本没有区分应用能力和基础能力,而工具&服务系统则重点对基础能力和应用能力进行区分;其差异化的原因下文会详细说明。

二、系统架构设计思路

系统架构是产品经理梳理出来,面向人员(其他相关产品经理、开发人员、测试人员),让其能够清晰的明白系统的定位和能力以及系统边界(其与上下游外部系统的关系);

通过明确系统架构的价值,反向推断一个系统架构图中应当具备的元素和内容,这样系统架构需要做什么,就很明确了:

  1. 系统定位和能力→定位的本质是核心能力的概述,能力的本质是功能点的具象化;
  2. 系统边界→系统与上下游外部系统的关联关系;

而系统功能点的来源,是将线下的执行事件,转化到线上系统进行支持体现;系统关联关系,则可以明确系统内部能力的同时,按照上下游外部业务接入方进行划分。

因此要想无遗漏的梳理功能点,同时明确系统内外部关联关系的前提,需要对调用系统能力的多条业务线,在实际调用的相关业务环节进行全盘梳理;

为此,我将整个系统架构设计分5步:

明定位(敲定基础能力)→抽线盘点定标准(梳理多条业务线流程各阶段执行事件,定义对接标准)→抽象(提炼功能点)→分层(服务拆分)→划分边界(区分上层调用方&依赖的下游系统能力)。

0、为何要先明确定位

系统定位是什么?本质上定位是核心能力的极简体现,它约束了后续的迭代方向。

没有明确定位的系统,在系统迭代过程中没有方向,往往会越做越乱,变成一个大而全甚至与外部系统耦合的功能集合体,比如系统会做一些定制化功能,违背通用特性。

举个有趣的实际案例:

几年前我负责贷后催收系统时主导一个催收先还款后返现的需求中,就曾任性的要求支付系统的产品经理,在提供的退款接口中,需要对催收请求的返现金额按照一定逻辑进行拆分后在进行对应订单进行原路退款,最后被对方直接了当的拒绝了,拒绝理由清晰明了:支付系统的定位就是提供通用的支付应用能力,返现金额拆分属于仅催收特定场景,属于不通用的定制化业务逻辑,其不该由服务系统承接。

这就是清晰的系统定位,为产品经理在需求对接和设计过程中带来的判断依据。我现在想起来还记忆深刻。

所以“工具系统”&“服务系统”在未确定系统定位之前,不要想系统架构设计,先明确一个清晰的系统定位,才能保证系统规划设计不会跑偏。

1、明确定位→敲定基础能力

明确系统定位:除了约束后续的迭代方向,最重要的是敲定核心能力的地基-基础能力,即系统最基本的原子能力,它是核心应用能力的组成部分或前置条件。

分别以笔者主导0~1建设的呼叫中心,参与重构设计的订单中心举例:

工具系统-呼叫中心

  • 定位:围绕外呼相关场景,提供呼入呼出的通用应用能力
  • 基础能力:通过硬件实现浏览器&线路的通话信令的转化&传输;

外呼中心相对比较特殊,需要由特定的硬件去实现基础能力的支撑,所以相对常规系统多了一个硬件层体现信息流;由于软交互机在通讯领域是一个很复杂且相对成熟的硬件,这里就不做展开说明。在整个系统架构设计之前,首要了解的就是呼叫中心最底层能提供什么样的基础能力。否则,上层应用的建设就是没有支撑的空谈。

服务系统-订单中心

  • 定位:提供订单全生命周期的管理能力;
  • 基础能力:收单创单、订单流转&更新、订单查询;

敲定基础能力的重点在于:上层应用能力的建设无法脱离底层基础能力。因此明确定位后,就需要产品经理将定位转化为具象的底层基础能力,这是为什么定位能约束系统后续迭代方向,实际产生约束作用的,还是具体的基础能力。

2、抽线→盘点→定标准

抽线:是指抽出本系统服务外部业务线的局部环节(流程);

盘点:是指抽线后的流程中,按照阶段性拆分,找到多条业务都有哪些事件需要支持,最终基于事件挖掘出对用系统需要提供的功能点;

定标准:定义外部接入层对接标准。

其中工具类系统&服务类系统在这一步存在明显差异:

  1. 工具类系统,针对于特定场景,外部的业务系统将工具拿来即用,不存在流程or业务路径依赖;例如呼叫中心的呼叫面板、合同系统的电子签等等工具可拿来即用。
  2. 服务类系统,针对于某个环节进行全周期服务,内部是存在信息流闭环的,正如订单中心,用户中心,分别管理了订单、用户账号的全生命周期,提供的能力也是整个环节流程中的一系列链路支持,且服务存在链路依赖关系。比如闭单的前提肯定是已经创单过了。

工具系统:先盘点→再定对接标准

在工具类系统架构设计步骤中,抽线盘点可以简化为对外部涉及工具的应用场景进行重点挖掘即可确定清楚功能点。

当然除了功能点以外,还需要针对工具对接流程也是需要制定一套标准:

服务系统:先抽线→再盘点

在服务类系统架构设计步骤中,则需要先抽线:完成环节内部流程梳理。再盘点:通过各条业务线的各阶段性事件来找出对应功能点;以订单中心举例

3、抽象

抽象:是指从众多的事物中抽取出共同的、本质性的特征,而舍弃其非本质的特征的过程。

抽象的价值在于避免系统中出现很多同质化的功能,这样系统就越轻量,系统建设的总人力投入成本越少;

举例:

  • A前置条件,执行M事件,假设开发“A条件”需投入1人日,开发执行事件需投入1人日;
  • B前置条件,执行M事件,假设“B条件”需投入1人日,开发执行事件需投入1人日;

这2个事件最终实现为2个功能点,总计投入4人日;

当我们将A&B前置抽象为一类条件,将这2类事件合并为1个事件:(A或B前置条件)执行M事件,其中开发执行M事件仅需投入1人日,总计投入3人日,即可完成1人日的人力节省。

投入的对比可以直观的体现出抽象精炼功能点的重要性,那么具体应该怎么抽象呢?

当工具类&服务类系统经过抽线盘点后,通过比对各业务线是否需要相同的功能点,若功能在系统服务流程或场景中,被2+业务线应用且功能不会导致系统与业务耦合,就可以考虑将功能统一纳入到工具&服务系统范围实现;

例如:订单中心的闭单的后置动作:恢复优惠券&恢复额度

常规上来看,订单中心只需要关注订单状态,数据变更,至于被闭单后请求优惠券恢复,请求已被扣减的额度恢复,理应由业务线自己发起请求执行闭单后的动作。

但由于闭单后3条业务线都存在恢复优惠券、恢复额度的逻辑,此时这2项后置动作可以统一做成闭单组件,由订单中心闭单后,对外触发,这样一来就避免多个外部接入系统重复造轮子。

4、分层

分层:是指将系统内部服务拆分不同层级(可理解为不同区域的服务)

通常来说工具类/服务类系统可以拆分为2层:

  • 基础服务层覆盖系统最底层的基础能力,它几乎不直接对外提供服务(不绝对,需要根据单一或多业务形态进行适配)。
  • 通用应用层通过组合&调度基础能力,来对外提供应用能力。

最终实现应用与基础拆分的解耦合方案,这样后续上层业务线有变化,通用应用层针对调整即可,基础服务层无需变动。

不同类系统分层的差异性

在我接触的所有系统中,无论是业务系统、工具系统还是服务系统,底层服务都是进行了分层,只不过分层的考虑维度不同,差异性在于系统服务范围不同:

  1. 业务系统服务单条业务线的全链路流程,核心功能都是针对业务团队定制化做出来,基本做出来就是1个独立的功能供单方业务应用;在这种系统内大量以定制化服务为主的,按照基础能力、应用能力拆分显然是不合适的。
  2. 工具系统服务多条业务线的某些具体场景,而服务系统服务多条业务线的局部环节,它俩都必须具备通用性,这时系统为了快速响应上层接入系统的需求,同时保持底层服务纯粹,不因外界变化而频繁调整,所以将基础能力拆分出来放在底层隔离,而新增一个中间层作为通用应用层,为上层接入系统提供调度或组合,支撑外部接入系统应用。

以催收&呼叫中心&订单中心,对比业务系统 & 工具系统 & 服务系统 的分层维度侧重:

1)业务类-催收系统-底层技术服务主要分为2套:服务分层侧重于性能稳定,保障系统易用性。

  • 一套work服务:主要应对核心的定时任务,包括主流程的进件数据组装功能、以及批量数据结果例如减免/划扣/短信等数据的拉取;
  • 一套web服务,主要针对页面操作,列表数据查询;这样以保证高频查询不占用核心定时任务的性能资源;

2)工具类-呼叫中心-底层技术服务分为2套:服务分层侧重于解耦,保障快速响应业务变化的同时避免高耦合导致后期复杂的维护成本;详见下方图例

  • 一套基础服务-软交换:主要提供线路连接、呼出&呼入&通话记录&媒体记录这些最基础的服务;
  • 一套通用应用服务:主要提供的点呼&团队预测试外呼&智能语音机器人&号码池路由,这种外部可以直接调用的应用功能;

3)服务类-订单中心-底层技术服务分2套,分层侧重同上呼叫中心,详见下方图例

工具类–呼叫中心分层图例如下

服务类-订单中心分层图例如下

5、划分边界

划分边界:是指将工具&服务系统的上下游关联关系体现;

当系统完成服务分层后,通过接入层体现上游接入业务线或调用系统,通过外部依赖层链接下游提供能力支持的系统即可完成系统关联关系的表达。

最终呼叫中心的完整系统架构表达如下:

三、总结

系统分类特点上

工具系统与服务系统虽然都具备通用性,但两者在细分服务类型上存在差异

  1. 工具系统聚焦具体场景服务,无论这个场景是属于N条业务线还是1条业务线,它不关心。系统对外提供工具化能力,拿来即用。
  2. 服务系统聚焦业务流程中的局部环节,系统内部能形成一条服务链路,对外提供通常是一系列能力支持。

系统架构设计思路上

工具系统和服务系统设计区别在于是否需要盘点业务流程,其他思路一致

1)先明确系统定位:通过定位敲定系统基础能力

2)抽线→盘点→定标准:

  • 工具类系统:直接盘点未来接入业务线的应用场景,再通过定义对接标准,完成全部功能点的挖掘;
  • 服务类系统:先梳理内部服务流程链路,阶段化对服务的多业务线进行事件挖掘,找出功能点;

3)抽象:比对接入业务线的功能点,若功能在系统服务流程或场景中,被2+业务线应用且功能不会导致系统与业务耦合,就可以考虑将功能统一纳入系统实现为公用组件。

4)分层:不同维度进行服务分层,通常以基础服务、通用应用拆分,保证低耦合度的同时可以快速响应多方业务变化。

5)划分边界:链接上游接入层,下游外部依赖层。

拓展阅读:

作者:橙言,互金风控产品经理;公众号:橙言(ChenYan_515)

本文由 @橙言 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。