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

F
Fortinet All Blogs
S
Secure Thoughts
月光博客
月光博客
美团技术团队
雷峰网
雷峰网
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
N
News and Events Feed by Topic
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Forbes - Security
Forbes - Security
W
WeLiveSecurity
P
Proofpoint News Feed
阮一峰的网络日志
阮一峰的网络日志
爱范儿
爱范儿
G
GRAHAM CLULEY
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
AI
AI
Last Week in AI
Last Week in AI
Google Online Security Blog
Google Online Security Blog
Schneier on Security
Schneier on Security
云风的 BLOG
云风的 BLOG
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Recent Announcements
Recent Announcements
Webroot Blog
Webroot Blog
T
Tor Project blog
Cisco Talos Blog
Cisco Talos Blog
N
News and Events Feed by Topic
罗磊的独立博客
The Register - Security
The Register - Security
Blog — PlanetScale
Blog — PlanetScale
T
Threat Research - Cisco Blogs
博客园 - 【当耐特】
Apple Machine Learning Research
Apple Machine Learning Research
人人都是产品经理
人人都是产品经理
T
The Exploit Database - CXSecurity.com
www.infosecurity-magazine.com
www.infosecurity-magazine.com
B
Blog
腾讯CDC
Microsoft Azure Blog
Microsoft Azure Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
H
Hacker News: Front Page
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Engineering at Meta
Engineering at Meta
Latest news
Latest news
IT之家
IT之家
D
DataBreaches.Net
博客园 - 司徒正美
N
Netflix TechBlog - Medium
V
V2EX
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

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,
无限类网站改进方案1.2
我观世界观 · 2023-09-30 · via 人人都是产品经理

我们在分析总结“无限”的基础上,获得了一个比较完善的解决方案。该方案由网状分类重建、动态化实现、场景化表现等主要部分构成,可以有效解决无限导致的相关问题。

不限制用户数量或者说用户数量巨大的情况可称为无限用户;不限制内容数量或内容数量巨大的情况可称为无限内容。无限类网站就是至少具有无限内容、无限用户特征之一的网站,实际上大部分无限类网站两个特征都具有。

对于无限类网站的发展,由于无限的原因,用户体验的改进和提升难度极大,而且随着商业模式的稳定和用户数量、内容数量的增加,各种问题会越来越严重,进一步降低用户粘度,影响商业模式的实现等等。

分析问题产生的原因,几乎都与“无限”相关。具体说来,因为无限的原因,现有的静态分类方法、时间序管理法、树形管理法等的相互作用,导致用户数量巨大和内容数量巨大后,产生各种各样的问题。

我们在分析总结“无限”的基础上,获得了一个比较完善的解决方案。该方案由网状分类重建、动态化实现、场景化表现等主要部分构成,可以有效解决无限导致的相关问题。

首先,建立新的分类体系以适应动态机制需求。任何数量集合始终是要被分类的,不管是用户还是内容。既然现有问题大部分是分类方法造成的,那么就必须针对分类方法进行重构。结合后续所需要的动态机制,我们定义了网状分类体系。

其次,建立动态机制。网状分类体系要适应数量增加带来的变化,必须也是动态变化的。通过访问量、搜索分析、热点追踪、数量统计等,建立自动的或手动的可控动态机制,确保网状分类的动态改进。

最后,是用户和内容的定向匹配。结合上述网状动态分类结果,为每个用户提供特定场景,为提高用户体验、提高用户粘度提供基础。

在面向无限类网站的具体实施、改造过程中,可以遵循平滑性、稳定性和分布实施的原则,既不影响现有系统的实现,又可以做到系统平滑升级,并且通过迭代逐渐凝聚团队以承担后续维护工作。根据现有系统复杂度,实施周期大约在1个月到3个月左右。

一、效果举例

假设有这样一个音乐网站,目标是成为一个中文类最大最全的音乐库网,那么可以想象得到它的用户数量将是无限的,它将收集到的音乐及其相关资料也将是无限的,这就是一个典型的无限类网站。

传统上该网站的结构也可以想象:有搜索,第一层链接必将是大类链接,例如按类型分古典类、现代类、流行类等,也可能有时间序如唐、宋、元、明、清等,也可能还有按地域分类如港、台、内地等。不管是搜索还是分类,最终目的是为用户访问终极内容提供最短路径。如果再进一步,会为注册用户提供收藏、我的音乐库等服务,甚至注册用户可以加入一些音乐圈的讨论组等等。

而实施了《无限类网站改进方案》后,面向游客,上述的分类依然存在,但是因为动态分类的存在,在顺序和布局上会随时间变化而逐渐变化——变得更容易访问受欢迎的内容或当前热门内容。

其次,鼓励用户注册(相关的很多营销手段不再赘述),这对提高用户粘度有好处。

而且注册用户还会享受到另外的好处:场景化的个人界面可以自己定制,任何预定义的感兴趣的内容会在登录后第一时间被展现,精确定义的兴趣圈动态是否展现可选择,根据用户的设定可以形成按周期送达的综合杂志——完全个性化的最新内容自动更新的杂志,其中包含用户感兴趣的如定制内容、相关评论、音乐历史和故事等等,而且该杂志独一无二、基本不会重复。

有了自己可个性化布局的独立空间(并可以参加评选),对用户粘度提高会有巨大的作用;网状分类的用户和网状分类的内容,通过匹配器的匹配后,哪怕最偏僻的内容也会有最偏僻的用户去访问、推荐(长尾效应),彻底解决内容淹没问题;同理,广告将会发布在真正有需要的用户空间中,大大提高广告效果,并降低用户广告反感度,对整个网站来说广告数量增加了,而对每一个用户来说广告数量大大减少。

以上为实施《无限类网站改进方案》后的部分效果,其它还有诸如商业模式变革有依据而且实施简单、盈利模式清晰等不再赘述。这一切,都是因为在网状分类基础上自然孕育出的用户细分和内容细分,并且动态自动更新后随机而动,抢占先机。

二、问题域

无限网站因“无限”二字,用户体验与大多数网站明显不同,在此不做更多讨论,只列出解决方案准备要解决的关键问题:

  • 用户体验创新难、提升难:无限网站,一般都是具有发展历史的大型网站,随着商业模式的成熟,战略、范围的稳定,用户体验也进入一种稳定状态,并形成“惯例”。这时候,任何的改变都将涉及到无限用户和无限内容,一方面需要小心翼翼,另一方面架构层、框架层、表现层重构不易,最终表现为用户体验创新难;同理,用户体验提升难。
  • 用户体验缺乏变化、大家雷同:互联网因为突破了地域限制,所以竞争更加激烈,竞争结果更加明显,有效的用户体验很快会被抄袭和模仿,最后导致的结果就是同领域网站,从用户的角度看几乎都是亲戚。
  • 无限问题:量变引起质变,在互联网上体现得特别充分,但是大多数时候质变并没有带来用户体验的大幅度提升。针对无限的手段跟不上,就会导致数量淹没,一方面是用户体验一成不变,另一方面则是运营模式、手段落后。
  • 无限用户问题:无限用户首先导致的就是用户淹没问题,用户种类的增加,变相使得前期的商业模式落后或不适应;另一方面,落后的用户体验会对用户粘度不利,限制了用户的增加。用户体验也有一个“与时俱进”、“与人俱进”的问题。
  • 无限内容问题:同样,在内容上,无限增加的内容会带来内容淹没、内容无序、内容无限,应该说无限内容对用户体验的损害比无限用户更大,很多网站因为内容爆炸而没有及时提升用户体验造成了巨大的用户流失。
  • 用户体验天花板:无限增加的用户和内容,导致用户体验的难以提升、不敢本质提升,专注于非本质细节的极限挖掘、互相参照等行为,结果导致用户体验几乎不能再被改变的错觉,给人的印象就是达到了用户体验的天花板。

没有经营者不喜欢用户多、内容多,但是越来越多的用户和内容,逐渐导致了已有用户体验的降低——是的,不管是用户数量还是内容数量的增加都会导致用户体验和用户粘度的降低。我们的解决方案就是针对这种情况而设计来解决问题的。

三、改进方案

针对上述问题域,方案紧紧围绕“无限”二字来进行构建。我们在研发和运营的过程中发现,解决“无限”导致的问题,最好、最直接的办法就是“有限”化,以此为出发点逐步演变出方案。

1. 方案原理

  • 有限化:通过多种角度分类或分组,都能够化无限为有限,这一原理针对用户和内容同样适用;合理的有限化能够更好地实现商业模式和用户体验,甚至会引导建立新的商业模式。
  • 有序化:“序”指排序的意思,过去最常用的排序就是时间序。在有限化基础上,我们发现仅仅时间序是远远不够的,因此也重视和研究了更多的序,包括:时间序、有效序、数值序、语义序,大部分数值序是非数量类的量化结果,大部分语义序在垂直领域都需要简化以提高效率。
  • 角色化:在有限化、有序化的基础上,根据商业模式要求,进行符合要求、数量有限的再分类;再分类结果具有一定的主观性,并承载了运营期望,可称之为角色。
  • 动态化:上述三化所采用的角度、数量、模式等等,在整个运营周期中不是一成不变的,而是随着数据的丰富等要求逐步改变以满足要求,因此要具有动态机制。

2. 方案构成

在上述原理的基础上,经过细化和设计,最终形成的方案体系也可以命名为“多角度动态自适应分类再匹配体系”,体系主要由以下几部分构成:

  • 角度定义:现在从多个角度对用户群和内容群进行关键角度定义,角度的名称和数量取决于历史数据统计以及商业模式的主观需求;未来会根据角度的成长性结果产生新的角度序,从而可以指导商业模式的改进并进而提升用户体验;
  • 层次定义:对角度属性进行量化分级,一般分为9级;
  • 角色网络建立:根据角度定义和层次定义,通过角色关系建立角色网络,形成未来数据链接的基础;
  • 角色匹配设置:在用户角色和内容角色之间进行匹配,作为未来实体匹配的基础;
  • 实体匹配设置:已有用户与用户角色的匹配、已有内容与内容角色的匹配;
  • 动态自适应:通过收集到实时数据实现实体与角色数据的修改和自动匹配。

简单说来:用过去数据建立匹配基础,用新数据来完善匹配,过程中可以自动实现,也可以随时人工干预以便体现新的商业模式。

四、方案实施

1. 实施原则

  • 平滑性:大多数无限网站都已经有一定的发展历史和底蕴,对用户体验的改变追求谨慎而且也需要谨慎,因此可以采取“旁路”方式进行过渡,正好也可以检验新用户体验的成效;
  • 稳定性:实施时,改变比较大的可能是表现层,框架层的主数据不会受到影响,架构层几乎不需要改变,原有的商业模式换一种更加灵活的方式来实现;
  • 可行性:方案的实施会增加服务器计算量;方案的实施需要一定的开发周期。

2. 实施过程

实施一般需要经过以下过程:

  • 团队组成:一般需要对现运行系统比较熟悉的产品经理、架构设计师、交互设计师、高级程序员来构成,并在快速理解本解决方案完成方案可行性论证;
  • 实施方案:在数据调查、整理的基础上完成实施方案设计并进行实施可行性论证;
  • 实现、测试、上线、评估、迭代。

五、实施效果

方案实施完成后,针对任何实体(用户、内容),都会获得一个“个性化场景”的效果,具体说来包括:

  • 场景式内容管理:多角度内容管理,使得系统可以从时间序、有效序、来源序等多个角度对内容进行管理和定位,以便更好地与用户匹配从而提升用户体验;“内容集合”的附加效果就是择优和排错。
  • 场景式用户体验:在用户的“我的场景”中,已经存在了通过系统匹配好的、满足用户80%以上需求的内容;对于未满足部分提供有效链接,同时启动更新机制进行场景补充和更新;“用户之家”附加效果就是高用户粘度。
  • 用户体验质的提升:有限化后,用户不用面对无限的内容,极大地缩短了链接路径;对于无限内容部分,通过搜索仍然可达;用户可以定义自己的场景,从而逐步建立一个舒心的内容场景;内容的展现方式再也不是一成不变,而是根据兴趣度和关注度的差别进行不同级别的展现。
  • 商业模式丰富:多角度动态自适应分类后,再匹配就是商业模式的实现。在适当分类的基础上,商业模式很容易通过再匹配来实现,甚至可以试探性实现后再进行推广;另外,随着数据的丰富,分类系统的数据变化反过来会指引商业模式的修正或创建。
  • 充分发挥计算机计算能力的作用:通过解决方案,把计算能力转变为用户体验。

本文由 @我观世界观 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。