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

Cloudbric
Cloudbric
有赞技术团队
有赞技术团队
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
T
Threat Research - Cisco Blogs
L
LangChain Blog
Simon Willison's Weblog
Simon Willison's Weblog
Project Zero
Project Zero
Latest news
Latest news
S
Schneier on Security
Cisco Talos Blog
Cisco Talos Blog
MyScale Blog
MyScale Blog
C
Check Point Blog
IT之家
IT之家
P
Palo Alto Networks Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
C
CERT Recently Published Vulnerability Notes
Scott Helme
Scott Helme
The Hacker News
The Hacker News
C
CXSECURITY Database RSS Feed - CXSecurity.com
G
Google Developers Blog
T
Tor Project blog
T
Threatpost
D
DataBreaches.Net
博客园 - 【当耐特】
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Troy Hunt's Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Vercel News
Vercel News
云风的 BLOG
云风的 BLOG
NISL@THU
NISL@THU
P
Privacy & Cybersecurity Law Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
博客园_首页
S
Securelist
T
The Exploit Database - CXSecurity.com
Last Week in AI
Last Week in AI
量子位
U
Unit 42
Know Your Adversary
Know Your Adversary
Hugging Face - Blog
Hugging Face - Blog
S
Security Affairs
Google Online Security Blog
Google Online Security Blog
Hacker News: Ask HN
Hacker News: Ask HN
Webroot Blog
Webroot Blog
S
SegmentFault 最新的问题
Engineering at Meta
Engineering at Meta
N
News and Events Feed by Topic
P
Proofpoint News Feed
阮一峰的网络日志
阮一峰的网络日志

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,
从需求出发:产品经理如何找到可落地的解决方案——策略、工具与技巧
王大鹿 · 2024-11-25 · via 人人都是产品经理

在产品管理的复杂世界中,将用户需求转化为切实可行的解决方案是一项关键技能。这篇文章深入探讨了产品经理如何从需求出发,运用策略、工具和技巧找到并实施有效的解决方案。

有问题其实不用怕,为问题找到解决方案,反而是让我觉得很难。

作为产品经理,问题的来源有很多,而最终要给出的解决方案也很多。

这里的解决方案可以是

  • 一个新增的功能
  • 一个前端交互的调整
  • 一个后端接口的调整

等等。

我们看下边几个例子:

用户需求:我想把我的动态分享给我的朋友

解决方案:分享功能,将动态生成图片分享、链接分享,同时可分享至微信用户、微信朋友圈。

用户需求:我已经发布的文章有错别字,想修改错别字

解决方案:添加编辑功能,支持二次编辑。

用户需求:选项内容太多,需要找很久才能找到自己想要的

解决方案:添加搜索功能,快速筛选数据。

也可以添加排序,用户进行排序筛选;

也可以根据使用次数,添加个计数,将常用的选项往前放。

用户需求:医生每次都要录入相同的药品,很费劲,想快速录入

解决方案:新增用药模板功能,直接添加药品模板中的药品;

也可以让医生用历史录入数据中查找,选择自动带入数据。

用户需求:后台导出数据超过1万条时,出现乱码,而且下载很慢,页面经常卡死。

解决方案:下载逻辑调整为分Excel下载,数据行数每5000行分成1个excel。

……

01 如何找到需求的解决方案?

第一点了解需求,确定问题

把需求当作问题,分析需求是为了找到最核心的问题。

想分析透彻一个需求,就用5W2H、5Y,这2个分析方法

5W2H是一种分析方法论,通过不断的提出疑问句,然后进行答复,能够帮助我们全面的分析问题。

1)What(是什么)

这是最基本的问题,了解需求的内容是什么。在需求分析时我们可以先提出下方问题,然后对问题进行解答:

  • 需求的内容是什么?
  • 需求的目的是什么?
  • 需求的价值是什么?
  • 需求的流程是什么?
  • 需求对应业务的线下场景是什么?
  • 需求的优先级是什么?
  • 需求的风险是什么?

2)Why(为什么)

这个问题用于了解需求提出的原因和动机。必须深入探究为什么这个需求被提出,背后的业务目标是什么。围绕原因、动机、目标,我们可以这样提问:

  • 为什么提出这个需求?
  • 为什么要这样做?
  • 为什么要这样做而不是那样做?
  • 为什么现在的解决方案不满足需求?

在问为什么时,我们要深入挖掘,往深层次去挖,多问几个为什么。这就是5Y分析法:基于上一次问题的解答,继续追问为什么,深入了解动机。如:

  • 「为什么要电钻——因为想要墙上的洞
  • 为什么想要墙上的洞——因为想挂婚纱照
  • 为什么想挂婚纱照——因为想让媳妇高兴
  • 为什么想让媳妇高兴——因为媳妇要和我离婚
  • 为什么要离婚——因为我没钱」

这个例子并不是标准的,只是表达这个意思——用户想要的,并不是他们真正需要的,产品经理需要找到最核心的问题并进行解决。3)Where(在哪里)

这个问题用于了解需求发生的前后环境和具体场景,我们需要了解需求的应用场景和使用环境。

  • 产品是在哪里用的?
  • 需求的应用场景是什么?
  • 业务的线下场景在哪里?
  • 关键节点在哪?
  • 在哪个流程里发生的?
  • 需求主要影响了哪里?

4)When(何时)

这个问题用于了解需求发生的时间和周期,围绕「时间」相关的问题。我们需要了解需求的紧急程度和时间要求,用于版本规划与项目立项。

  • 问题都是在什么时候发生?
  • 问题发生的频率是多少?
  • 这个需求是不是现在就要做?
  • 需求的上线时间是什么时候?
  • 需求上线时间是不是满足要求?
  • 需求的多久才能上线?
  • 这个需求对其他计划的时间有什么影响?
  • 需要多久才能体现出价值?

5)Who(谁)

这个问题用于了解谁会受益或者受到影响,需求是为谁做的。

  • 这个需求是谁提的?
  • 这个需求的最终用户是谁?
  • 用户画像是什么?
  • 需要和谁沟通产生的问题?
  • 需求会对谁、对哪个团队有什么好处?
  • 需求会对谁、对哪个团队有什么坏处?
  • 需求需要得到谁、哪个团队的支持?
  • 需求产生的风险谁能把控,谁能负责?

6)How(如何)

这个问题用于了解需求的实现方式和具体操作步骤,「How」是需求分析偏后的部分,我们需要将需求如何实现、如何设计等,包括设计方案、技术实现、资源投入、团队协作等方面。

  • 需要采取哪些措施来实现这个需求?
  • 需要哪些资源来支持实现这个需求?
  • 如何与利益相关者沟通和协调需求的推进?
  • 如何与利益受损的人员/团队沟通这个需求?
  • 如何将这个需求与公司/部门规划相结合?
  • 如何将这个需求与当前的版本规划相结合?
  • 如何确保实现这个需求不会影响到其他正在进行的项目或工作?
  • 如何采购三方服务来支持需求?
  • 需要进行哪些培训或准备工作来支持实现这个需求?

7)How much(多少)

这个问题用于了解需求的成本和资源投入,产品经理需要知道成本,而不是就想着做需求,成本与价值、投入与产出,是来评价你的成绩的。

  • 需要多少人力成本来支持实现这个需求?
  • 需要多少跨部门资源来支持需求?
  • 实施这个需求需要投入多少时间?
  • 需要多少资金来支持实现这个需求?
  • 需要多少预算来支持实现这个需求?
  • 实现这个需求的预期收益或效益是多少?
  • 实施这个需求将带来多大的成本节约或效率提升?
  • 实施这个需求将对整体项目预算产生什么样的影响?

5W2H就是提出各类问题,当你把以上问题有了答案,这个需求问题也就弄的很透彻了。在分析过程中,当出现新的问题时,可以继续运用 5W2H 方法,对新问题继续进行分析。然后遇到再连续问5个为什么,从深度上挖掘问题。

找到问题的关系,划分出前后顺序、因果关系、关联关系、问题发生的频率、重要性、严重性。

第二点肯定是根据问题找方案

解决方案可以新增功能,可以是一个策略的调整、可以是引入一个新技术,也可以是由产品经理解决,也可以由研发解决、也可以有业务方解决等等。

可行的解决方案会有很多,你可以把你能想到的都写出来。

但是有时候自己很难找到很好的解决方案,甚至很多时候一点思路都没有。

其实你可以放心,你能遇到的问题,肯定不是无解的问题。

方法总比问题多。

我的所用的最笨的方法就是多学多看,尽可能地多了解涉及到的内容。

学什么?和你工作中有关联的都可以学。

看什么?大到行业报告,小到竞品的版本更新说明。

总之,就是多了解,多学习。

如果你想自己有掌控感,就是要知道的多。

有下边几种方式可以帮助到你:

1)看行业通用方案,找业内人员问问。

2)找竞品,看竞品如何解决的。

3)找人问,问问别人是不是遇到过对应的问题。问研发、问业务方、问运营、问其他产品经理、问领导,看别人有没有建议。

4)问AI、Baidu、Google搜,看是否有其他网友分享出解决方案。

5)去垂直网站去找。每个行业都有一些垂直的社区、论坛,都可以去问去找。

6)去群里问,比如我在搞药学服务时,我混进了一个药师群,经常在群里问,有些药师还挺爱回答。

7)花钱,找人付费咨询。

……

当你通过学习积累,不断提升,不断积累经验。

当熟练后,就能直接看透需求目标与要解决的问题,能找到的解决方案会越来越多。

我们可以多出几个方案,让大家去评估去选择,然后最终决策出一个。

第三点 从一些方案中敲定一个

当解决方案定完后,产品经理可以与业务方、需求方、研发测试、领导初步评估方案,大家共同敲定一个都认同的方案。

在我们给出解决方案前,自己先从下方内容判断下:

1)最基本的:是否能满足需求,是否能解决问题,是否和目标一致

2)看投入成本:如果为了解决一个需求,2个解决方案都能满足需求,方案A需要7天上线,方案B需要3天上线,那就选方案B。

3)看紧急程度,着急就先出临时解决方案,比如有个bug直接影响到线上使用了,那就先采用个最简单最快的临时解决方案,先满足线上使用,然后在出一个最终解决方案,彻底解决这个问题。

4)看解决方案引发的新问题以及对当前业务的影响程度:如果引发新的问题,那就一并把新问题的解决方案也写出来

5)看规划,如果解决方案和下个季度的规划有重合,那我们就放到下个季度去做,先临时把问题处理了。

如果还是确定不了,那就找领导拍,把每个方案的好处与坏处写清楚,让领导去选择;

也可以拉会或者是私下找到团队的同学,和他们沟通,看要使用哪种方案。

02 看个例子

我真实工作中遇到的,运营反馈:后台导出数据超过1万条时,出现乱码,而且下载很慢,页面经常卡死。

我们先看问题描述:

1)导出1万条数据,出现乱码

2)下载慢,页面卡死

先用5W2H分析下:

1、what:

1)描述的问题是什么?——导出1w条数据,有乱码,下载慢,页面卡死

2)导出 5k 条数据也有这个问题吗?——没有这个问题

3)乱码内容是什么?——看提供的Excel

4)卡死时页面是什么样子?——点击没有任何反应,浏览器出现提示:页面无响应

2、why:

1)已经导出了1w条乱码数据,为什么还会说下载慢,页面卡死?——有时候可以导出来,但是有时候也会卡死,过好久才下载出来。

2)为什么要导出1w条数据?——为了导出数据与合作方进行对账

订单数据也同步给合作方了,为什么还要用Excel对账?——合作方数据只有10月之后的,10月份之前的数据没有同步

2)为什么会出现乱码?——数据量太大,程序处理起来有bug

3)为什么下载慢,页面卡死?——因为数据量大,导出使用的同步下载,导出过程中不能去做其他操作,当数据量过大时,服务器负载太高,程序处理超时,导致页面无响应

3、when:

1)何时出现这个问题?——导出1w条数据时,当导出5000条时没有出现

2)什么时候要解决这个问题?——运营说影响线上使用,需要尽快解决。

3)导出对账用Excel的频次高不高?——每月初导出上个月的,每年要导出全年的。

4)这个问题发生的频率高不高?——只要数据量超过1w都有这个问题,要么是导出乱码,要么是页面卡死。

4、where

1)哪个列表的导出有这个问题?——订单明细列表,其它列表导出1w条数据时,没有出现这个问题

2)在哪一步出现的卡死现象?——当点击导出按钮后,页面开始加载后,就不再有响应。

5、who

1)谁导出发现的问题?——运营用户后台导出时发现的问题

2)其他人导出也有这个问题吗?——任意角色导出都有这个问题

经过分析,我们先确定我们解决这个问题的目标是:能快速导出正确数据,且数据能够满足对账需求。

基于上面的分析,提炼出3个核心问题:

1)数据量大

原因:导出数据的字段太多,导出的数据量也太大,1w条数据Excel文件大小有10M

2)下载出现乱码

原因:程序bug

3)下载的很慢,页面经常卡死

原因:数据量大,由于同步下载,每次都要等程序下载完才能进行其他操作,当数据量太大时,程序处理超时后就会报错。

运营说今天就要发给合作方进行对账,然后合作方进行打款。

这涉及到钱的,可不能卡在产品经理这。

我们得先给出临时方案,先让运营能导出来数据。

临时方案:先按时间进行筛选,每次导出的数据量导出少点,多导出几次。

如果导出的次数很多,那就找研发,让研发从数据库直接导出。

然后我们需要同步继续将这个问题进行解决:

对于下载出现乱码,这个就是bug,交给研发处理。

对于数据量大,下载慢,页面卡死的问题,最终到底都是由于数据量大导致的,那我们的解决方案就要重点关注数据量大这个问题。

1、数据量大:分为导出的行数多、导出的字段多

如何解决:

1)只导出对账用的字段,非必要的字段不导出,减少导出的字段,由原来的45个字段减少到5个

2)每个Excel设置上限,超过5000条数据时分成多个Excel文件,然后人工手动合并

3)同步下载修改为异步下载

转化成系统解决方法则是:

功能方案1:

1)新增勾选导出字段,导出前勾选需要的字段。(原计划只导出对账用字段,但是功能能使用场景太少,为提高灵活性,我们进行配置化,由运营手动勾选)

2)修改为导出压缩包,每5000条数据导出一个Excel,多个Excel合并成一个zip压缩包

功能方案2:

1)新增「下载中心」模块,同步下载修改为异步下载,用户选择导出后,在「下载中心」里下载处理好的Excel。

方案基本成型,和反馈问题的运营沟通后没有问题。

然后我们再看使用那种方案彻底解决这个问题:

那就看资源、看成本、看规划,

功能方案1:涉及到前端调整、后端调整

  • 前端现在没有资源,要排到两个月后;后端可以随时改;
  • 前端主要涉及开发前端页面,后端反馈如果采用了分Excel导出,会解决现在导出卡死的问题。

功能方案2:开发反馈周期大,领导说咱们下季度要把后台统一放到新后台,在新后台再做异步下载,这个后台先不改了。

OK,方法2直接淘汰。

所以,最终我们定的解决方案是方案1 只做 分Excel下载,前端页面的调整先不做。

这个方案可以解决问题,运营表示没问题,后端表示没问题,领导也没说啥。

那我们就敲定这个方案,放到下个版本里,等我出详细PRD,然后排期做。

03 总结

解决问题是产品经理的日常,从很多信息中决策出一个可行的解决方案。

很难有一个方法能让你快速的找到解决方案,我只能给出具体的步骤与示例,最终靠的就是产品经理自己的能力。

不仅是需求分析能力,还有行业了解能力、竞品分析能力、沟通协调能力、挖掘问题的能力、经验丰富程度……

所以把产品看做一个病人的话,产品经理不仅要看病,还要能开药做手术,把一个产品给治好。

可能你会想到多个解决方案中,我们可以做ABtest,不过做ABtest意味着要多倍资源的投入,还要有能支持做ABtest的系统支持,绝大多数公司都不会做。

不过你觉得你的方案不是最好的,也不用担心,我们还能进行迭代,继续去优化。

有问题就解决问题,没有问题就去发现问题。

本文由人人都是产品经理作者【王大鹿】,微信公众号:【产品大鹿】,原创/授权 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。