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

博客园 - 司徒正美
大猫的无限游戏
大猫的无限游戏
腾讯CDC
J
Java Code Geeks
博客园 - 【当耐特】
Microsoft Azure Blog
Microsoft Azure Blog
V
Visual Studio Blog
人人都是产品经理
人人都是产品经理
博客园 - Franky
博客园 - 聂微东
阮一峰的网络日志
阮一峰的网络日志
美团技术团队
云风的 BLOG
云风的 BLOG
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
U
Unit 42
雷峰网
雷峰网
B
Blog RSS Feed
博客园_首页
量子位
F
Fortinet All Blogs
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
酷 壳 – CoolShell
酷 壳 – CoolShell
C
Check Point 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,
关于SE环(SQAEE模型)
黄小伟YOLO · 2022-08-10 · via 人人都是产品经理

编辑导语:对于一家商业型组织,尤其是互联网企业,其结构一般通过业务模式、组织架构、项目、兴趣主题等形式进行连接,形成一个极其复杂又充满活力的复杂网络结构。这种网络型组织的复杂决策机制问题,该怎么解决呢?本文作者提出了SE环(SQAEE模型)的方法论,一起来看一下吧。

对于一家商业型组织,其结构一般类似于网络结构,尤其是互联网企业,与传统企业结构差异较大。这种结构一般通过业务模式、组织架构、项目、兴趣主题等形式进行连接,形成一个极其复杂又充满活力的复杂网络结构。如下图:

在这种组织结构中,分析团队,包括但不限于商业分析、数据分析、数据运营、业务分析等,核心都在解决同一个问题:网络型组织的复杂决策机制问题,区别只是在业务命题的复杂度层面。

要解决这个问题,有几个前置思考问题:

1)假设是一家5000人的公司,那么就有5000个网络节点。如果每人有1个Idea期望得到数据验证,那么就是5000个问题……要想使整个组织充满活力,就要具备与之匹配的问题验证能力,这是一个复杂的规模与效率问题。

2)认知一致性是第二个挑战,网络型组织中任何个体不再单一存在,针对同一对象必须保持认知层面的一致,否则整个组织必然效率低下。

3)规模与效率、认知一致性是网络型组织的基础建设,而如何高效运转,是决策分析质量问题,它如何与业务预期/结果能够保持正相关?

根据我的个人感受,这是非常难的一件事情。它核心需要解决的其实是决策分析如何与业务形成一个新的系统循环,并产生正向牵引力。

4)新的系统循环如果构建,可以通过单点驱动,并借助网络组织的自身特性,快速对其他节点形成正向影响,进而提升组织的数据文化,逐步成为决策驱动型先进组织,在整体战斗力上具备更持续的优势。

网络型组织的复杂决策机制问题,其本质是推进具备共识的量化语言体系建设,这个过程需要在规模、成本与效率的约束下寻找最佳实践方案。经过若干实践案例,这里我们推荐一个具体的实践方法论:SE环(SQAEE模型):

具体如何理解呢?

  • Situation:业务场景的状态
  • Question:需要被明确回答的问题,核心在于产出真的、高价值的、且可被分析解决的问题
  • Answer:回答问题的过程,本质是分析技术、工具技术、业务技术与领导力的系统化实践能力
  • Evaluation:评价,包括产出结果的效用、成本,即以多大成本贡献了多少被共识的价值创造
  • Expansion:影响力与能力拓展,核心在于分析型企业建设

从流程角度来看:

1)Situation–>Question核心挑战:从复杂业务场景、大量琐碎业务问题中,是否可以识别、抽象、汇总出真的、高价值的、且可被分析解决的问题。

2)Question–>Answer核心是回答问题的能力,拆分为四个维度(分析技术、工具技术、业务技术及领导力),即四种能力的系统化实践水平(还原论到系统论的演进)。

  • 分析技术:行业分析、定量分析、财务分析等
  • 工具技术:SQL、BI工具、Python/R等
  • 业务技术:业务认知方法论
  • 领导力:跨场景协作、影响力、团队杠杆等

3)Answer–>Evaluation这是非常关键的一环,核心是分析同学Answer的结果需要被明确反馈是否解决问题,从而获得对Situation–>Question和Question–>Answer两个过程的反向优化。

现实场景下,我们经常听到的反馈就是分析结论没用,或者没反馈,这并不利于解决真正的问题,到底是提出的Question质量不好、还是分析同学的回答能力不够、还是假设条件变化……必须向下展开才能真正意义上优化。

4)Evaluation–>Expansion核心是企业决策能力改造,分析作业过程能够影响的用户是偏少的,但我们却沉淀了大量的知识(SOP管理经验、分析研究报告、分析方法等等),可以通过一些途径影响、赋能更多的用户,从而驱动企业决策能力演进,内化为竞争优势,比如培训或分享活动。

通过SE环(SQAEE模型)的实践,可以在更大程度上提升企业分析决策能力。

本文由 @黄小伟Yeah 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