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
W
WeLiveSecurity
O
OpenAI News
N
News and Events Feed by Topic
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Webroot Blog
Webroot Blog
Google Online Security Blog
Google Online Security Blog
云风的 BLOG
云风的 BLOG
N
News | PayPal Newsroom
H
Hacker News: Front Page
博客园_首页
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
The Last Watchdog
The Last Watchdog
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
Heimdal Security Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
S
Schneier on Security
宝玉的分享
宝玉的分享
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Y
Y Combinator Blog
Cyberwarzone
Cyberwarzone
Microsoft Security Blog
Microsoft Security Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
GbyAI
GbyAI
Cloudbric
Cloudbric
TaoSecurity Blog
TaoSecurity Blog
人人都是产品经理
人人都是产品经理
P
Palo Alto Networks Blog
M
MIT News - Artificial intelligence
G
GRAHAM CLULEY
C
Check Point Blog
Apple Machine Learning Research
Apple Machine Learning Research
Last Week in AI
Last Week in AI
T
Troy Hunt's Blog
L
Lohrmann on Cybersecurity
www.infosecurity-magazine.com
www.infosecurity-magazine.com
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
量子位
博客园 - 聂微东
S
Securelist
博客园 - 三生石上(FineUI控件)
F
Full Disclosure
G
Google Developers Blog
L
LINUX DO - 热门话题
P
Proofpoint News Feed
AI
AI
PCI Perspectives
PCI Perspectives

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,
产品优化三部曲
海贝学姐 · 2023-12-13 · via 人人都是产品经理

产品到底该如何优化呢?找对方法才是重点,本文通过三步走,手把手教会你定位产品优化方向,策划到具体实施,就让我们一起来看看吧!

学姐上周的文章大家看了吗?讲的是在哪4种情况下,你的产品该优化了,感兴趣的童鞋可以戳这里复习。今天这篇如约而至,来讲讲到底该怎么优化产品。

学姐总结为三部曲:找出问题、对症下药、验证疗效。

一、第一步:找出问题

好了,学姐在上一篇文章里说过,也许是因为没有满足某一部分核心用户的需求,也许是某个指标不ok,也可能是竞品做了优化,或者整个行业即将产生变化。除了一些特殊情况下(比如政策变化导致不得不做产品优化),大部分情况下,我们要先用一些工具来定位目前产品的问题,才能找到优化的方向。学姐提供三板斧:问卷调研、数据分析和竞品分析。这些之前都有在不同的文章里详细讲过了,这里就不展开了,感兴趣的童鞋可以去看下:

通过这三种方式,我们可以把大部分的问题总结这样的句式:

当前有多少用户/客户,在哪些场景下,有怎样的需求,因此需要对该产品进行优化。

举个例子,像拼多多的下单流程优化,就可以这样描述:

当前,有约50%的用户,在购买某些生活急需品的时候(交易额占比约10%),愿意付出一些成本来确保商家及时发货,目前我们并没有满足这部分需求,因此可以优化拼单流程,在订单详情页新增“放弃拼单”功能。这些数据和场景怎么来,大家通过调研、数据分析都可以得出来,也可以适当参考一些行研网站的数据或报告(对行研网站感兴趣的可以看学姐的这篇文章)。

二、第二步:对症下药

有了问题之后,我们也就能找到产品优化的大方向,然后尝试各种产品优化方案,这部分也是最考验产品经理、设计师的基本功的时候了。产品优化的方案有千千万,不可能在这篇文章里覆盖全,不过学姐总结下来,如果想要优化得成功,就一定要符合这个大原则:优化后,能做到让用户/客户投入更少,产出更好

1. 投入更少

一般来说,客户/用户在你们产品的投入有时间成本、人力成本、金钱成本等。如果你发现下单转化率比较低,可以通过优化用户的交易流程,减少一定的交易步骤,来节省用户的时间成本,从而提升转化率。

举个例子,过去,在淘宝的商品详情页选择尺码后,还需要经过一个订单确认页(用户可以在这个页面选择地址等),现在这个页面被删除了,我们在选择尺码的弹窗就可以直接付款,这就大大降低了用户的时间成本,而改地址这样不太常用的操作在选择尺码的弹窗里也可以完成。

产品优化三部曲

像这样把一些不常用的操作(比如修改地址)做简化或者砍掉,就是比较常见的一种优化方式。再比如,美团提供的扫码批量验团购券功能,就可以让商家便捷地验券,不需要再一张一张代金券确认了,这样在高峰期可以节约服务员的人力成本。金钱成本就不赘述了,便宜就完事儿了(就好比拼多多)。

2. 产出更好

如果无法减少用户/客户的投入成本,也可以考虑让他们获得更好的产出,比如提供更可靠、合适、优质的产品。那么对于你们的用户/客户来说,怎么样才是更好的产出呢?这些我们都应该在“找出问题”这一步就通过问卷、访谈、数据分析等形式得出。

举个例子,大家在拼多多上买几块钱、十几块的小商品时,对于是不是正品、是不是品牌就不这么在意。但是买数码产品、大牌护肤品的时候,虽然也希望买便宜点的,但是更不愿意买到假货。这时,“可靠”就是一个很需要我们去强调、去优化到极致的产品体验,点开拼多多的百亿补贴专场,会发现有一个专门的介绍页面,写着这些商品提供正品发票、中国人保品质险、全国联保等各种强调“正品、可靠”的服务。

产品优化三部曲

再比如,电商平台根据你的浏览记录做个性化算法,提供更合适的商品;或者多多多的百亿补贴专场提供顺丰包邮、上门安装等,也属于更优质的产品服务。

总之,我们产品优化的大方向就是根据第一步找出的问题对症下药,做到让用户/客户投入少、产出好,如果没有做到的的话,就该好好反省下,这个优化是不是非做不可。

三、第三步:验证疗效

很多童鞋会觉得,产品优化最重要的是方案,但其实学姐觉得,更重要的是合理设计实验来验证优化的效果。方案做得再好,获得不了准确的数据,那也是白搭,如果实验设计合理,即使方案失败了,至少我们能知道后续努力的方向是啥

首先,我们在设计优化方案的时候,尽量让设计师输出3-4个备选方案,然后和老板、其他相关同事一起,挑选1-2个大家一致认可的上线验证。为什么要多设计几个方案呢,因为产品优化往往会对产品的原方案进行修改,有时候会挑战用户习惯。

在没有上线前,谁也说不准会不会改坏掉,与其浪费口舌和老板、同事们争论到底哪个方案是最好的,不如我们多参考几个竞品、同行等,多输出几个方案。然后再上线1-2个方案来做测试,这样最后获取到的可以分析的数据也比较多,最后的结果也许是我们结合这两个方案的结果,再上个最优的版本。

其次,我们要把考核的数据指标定清楚,关于指标,学姐在这篇文章里有详细解释,感兴趣的童鞋可以参考下。一般来说我们会定1个考核指标,比如优化下单流程,那么肯定是主要考核下单的转化率,然后再定几个监控指标,这些指标虽然不参与考核,但我们要监视起来,一旦出问题的话我们要想办法进一步优化我们的方案。

比如,我们要确保新的交易流程上线后,客单价没有大幅降低、客诉率没有明显提升,如果有的话,虽然并不能代表我们这次优化的大方向是失败的,但一定好好分析原因(比如用户可能找不到修改地址的入口等等),看看怎么样才能确保这些指标没有太大的变动。另外,不管是原版本、新版本,只要是相关页面,都一定要把打点都梳理好,确保可以抓到每一个细节的数据。(关于打点,感兴趣的童鞋可以看学姐的这篇文章

最后,我们就要切流量上线了,一般来说如果不是太核心的页面,我们可以把流量平均分配,做AB测试,比如老版本切34%的流量,新版本A切33%的流量,新版本B也切33%流量,因为这样是最公平的。

如果是像淘宝首页、下单页这样非常核心、影响巨大的页面,我们可以选择只切很小的流量来进行灰度测试,比如新版本A切5%,新版本B切5%,确保数据没有太大跌幅之后,我们再逐步加大新版本的流量以获得更准确的数据。

好了,产品优化三部曲:找出问题、对症下药、验证疗效就讲完了。

专栏作家

海贝学姐,公众号:海贝学姐,人人都是产品经理专栏作家。十年大厂产品经验,精通产品方法论和产品知识。

本文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。