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

A
About on SuperTechFans
Y
Y Combinator Blog
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
Microsoft Security Blog
Microsoft Security Blog
aimingoo的专栏
aimingoo的专栏
I
InfoQ
C
Check Point Blog
IT之家
IT之家
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
Vercel News
Vercel News
Last Week in AI
Last Week in AI
GbyAI
GbyAI
P
Proofpoint News Feed
量子位
Stack Overflow Blog
Stack Overflow Blog
Microsoft Azure Blog
Microsoft Azure Blog
月光博客
月光博客
阮一峰的网络日志
阮一峰的网络日志
人人都是产品经理
人人都是产品经理
B
Blog
T
The Blog of Author Tim Ferriss
H
Help Net Security
云风的 BLOG
云风的 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,
一款出海SaaS产品的中场思考
杨杰出海笔记 · 2022-12-15 · via 人人都是产品经理

每个产品经理在做产品的过程中都可能面临许多不确定性,比如怎么做才有可能给予用户更好的体验,怎样才能赋予产品更准确的定位,等等。诸如此类问题,可能产品经理往往需要通过实战和事后复盘来进行更准确的总结。本文作者便抽象出了他在做一款出海SaaS产品时的经验,一起来看。

过去一年中,我一直在做一款面相海外的WEB端SaaS(Software as a Service)工具,这款产品经过一年的探索与发展,即将达到50万美金年营收的第一阶段小目标。

起初做这款产品时,我并无绝对的把握,毕竟在过去的几年里,我做过内容型、电商型、服务型、网赚型的产品,但并没有真正意义上接触过SaaS工具。

然而一年的时间过去,从数据层面基本上论证我在思路上的正确性。由于业务还在发展中,需要避谈具体的细节,所以我抽离了一些做这款产品时的思考,算是一次产品层面的小总结。‍‍‍‍

一、看数据又不要看数据

不同产品会有着截然不同的思维路径和打法策略——我在做电商时是非常重视数据和AB测试的,电商的本质是通过有效的说服来达成交易;做网赚时则要充分考虑整个系统机制的设计,这个过程中我研究了大量的游戏化设计思路;而到了工具产品上,则需要对用户的心理与行为有深刻的洞察,并在此基础上制定产品策略。

这里所说「看数据又不要看数据」,看似是前后矛盾的,实则是辩证统一的。

前一个「数据」是指工具类型的产品也必须经受数据的检验,是必须要考虑到营收的,所以一款工具产品的成功与否最终是商业化决定的、而不是孤芳自赏的。

而后一个「数据」则是指这个过程中不要过于关注细节性数据的变化,不要过于在乎“一城一地”的得失,不要局限于提升局部的数据,而是需要着眼于给用户提供完整且高效的体验。

我时常看到一些工具产品每当有小的功能更新与迭代,就要刻意的做一番引导和提示,让用户了解到它们的变化,这种行为未免过于矫情。对于老用户而言,一些锦上添花的小功能可能并非是他们常用的;而对于新用户而言,刚进入产品就强调一些细枝末节的更新,除了让人想让人想要快速关闭外,我想不出更多的好处。

所以在做工具产品时,我时常会反问自己:这样做是否是合理的?是否有助于主流用户的核心体验提升?而非着眼于某个细节性的数据的提升,只有如此才可能有一种宏观的产品体验思维。

细节性数据的提升在一些时候不仅无助于用户整体体验的提升,反而会带来损失。

以iPhone上的通知为例,每个 APP的运营人员都在想尽办法通过【增加通知频次】来提升应用的打开率,但长期如此带来的恶果就是导致用户的信息过载与疲惫,所以IOS在近两年的版本中对此做了严格限制,让用户可以在通知中心简单的直接关闭应用通知。此种做法显然会降低通知的打开率,但却会有助于用户的整体体验,从而维护一个良好的系统生态。

二、用「压强原则」来做核心体验

「压强原则」是任正非所提出的观念,其含义是将有限的资源集中于一点,在配置强度上大大超过竞争对手,以求重点突破,然后迅速扩大战果,最终达到系统领先。

做工具产品初期也非常适用于这一点,需要将有限的资源投入到产品的核心体验中。

奇怪的是如此简单易懂的道理大多数的产品竟然都未能明白,大量的产品在核心的体验上做的普普通通、甚至仅仅是及格状态,却在此基础上叠加一堆低频使用的新功能,以此来彰显自己在逼迫研发人员加班上是多么的有能力。

在苹果2016年发售第一代AirPods之前,无线耳机早已经是一个红海市场,索尼、铁三角、森海塞尔、BOSE等一堆玩家挤在这个赛道上。但Airpods一经发售边干翻所有前辈,成为最畅销的无线耳机。

回到AirPods的第一代的产品上,苹果所做的事情也就是利用「压强原则」把无线耳机做成了真无线,并且用强悍的产品力把传输、操控、佩戴、续航等常规使用体验做到了极致。看似AirPods没有做任何真正意义上的创新,但这些极致的基础体验叠加起来让它成为了毫无疑问的行业标杆。

回到工具产品上来,在产品初期利用压强原则把核心的产品体验做到极致,是在我看来最为关键的事情之一。

在此基础上再去考虑是否要拓展场景与新增功能,我们常犯的错误是在核心的体验上做个半吊子,然后就开始疯狂的叠功能。

想要把核心体验做到极致并不是那么简单的事情,它需要对行业、对用户深入的思考与洞察,在这个基础上反复尝试不同的解决方案,直到找到最佳策略。它是一个动态变化的过程,会持续相当长的一段时间。我在过去一年中把产品内核心功能优化了再优化,甚至按钮的位置都变更了差不多六七遍,也就是因为我一直在思考和探索什么是最极致的核心体验。

三、拆解竞品的思路而走自己的路

几乎所有的人做产品时,都是需要研究竞品的。但可悲的是我们很多人把研究竞品最终变为了抄袭竞品。甚至前段时间当我询问一个同事为何会提出某种想法时,对方直接回答:Adobe也是这么做的。言语中还透露出一种理直气壮。

竞品中可以观察到前人或同行所走过的道路,但我们其实并不清楚当时对方所面临的大量外部变量,对方在做出决策时的时间和环境等因素与我们当下的可能截然不同。这时我们需要通过反复琢磨来拆解对方的思路,尽可能的推演出对方这么做的背后思考,以及对方所走道路的利弊。

最忌讳的就是对于竞品的策略与方法丝毫未加深入的思考,就搬过来直接抄。最终给出的理由无非是:对方是行业标杆,这么做肯定是合理的;对方那么大的规模和体量,我们跟着做大概率也没错。

这种说辞的本质其实是思维惰性,每当我听到类似的言论时,我就会直接说道:那可不一定。

以我做的设计工具为例,市面上最好的设计工具类产品是Adobe公司的,但Adobe系列的产品对于大多数新兴的设计工具并没有直接的参照意义。Adobe创立于1982年,在整个设计工具领域已经深耕几十年,它旗下的工具已经成为诸多领域的【教科书】。

既然是教科书,也就意味着如果你是设计师或想要从事设计工作,Adobe的产品是你必须要学习的,所以它的工具可以做的无比深入、功能可以极其强悍、使用门槛也可以很高。

但新兴的设计工具大多解决的是设计时的效率和门槛问题,相较于教科书,我们充其量只是一本【课外读物】。教科书是必学的,而课外读物则是可有可无的;教科书可以极为严谨和有深度,而课外读物则必须有趣和易读。

但以上并非是要说明竞品就不需要研究了,而是要用辩证的态度进行判断。这个过程中我常用的做法是在遇到问题时先自己进行思考,有一套自己的解题思路。然后再通过调研竞品来分析不同的解题思路,当我能够把不同思路的利弊都考虑的比较清楚的时候,大概率我也就想清楚了自己将要怎么做。

这一点听起来似乎是要遵循下马斯克所言的【第一性原理】。

四、好的工具应当是什么样的?

每个人对于这个问题都有自己的理解。我对一款好的工具产品的定义是:好的工具应当是面向大众的,好的工具应当是优雅的,好的工具应当是流动和变化的。

1. 好的工具是面向大众的

我所定义的好的工具一定是面向大众的、而非面向专家的,这种观点可能偏颇,但却是我在坚持的。‍

从宏观的层面讲,互联网应当是具有普世意义的,是任何人都可以无障碍使用的,我作为从业者是以此为使命的。从微观的产品上看,大众的、跨文化的东西反而是更难的,专业性产品其实可以从专家用户处获得很多反馈,但大众的产品往往需要对群体行为有所研究和洞察。

群体行为往往又具有矛盾性、甚至带有欺骗性。用户在向我们提出某个功能时,他背后可能并不是需要这个功能,而是希望解决某个需求;用户在向我们抱怨新版本的改动时,可能并不是因为新版本的设计不好,而仅仅是因为改变了他的使用习惯……

所以我周围人会说我喜欢看数据,反而对于用户的反馈经常无动于衷,而且经常把产品的价值观放在嘴边。——这些看法其实都是误解。

针对用户反馈,我表面无动于衷,实则在判断用户所代表的群体和他的真实意图;我喜欢看数据,但也仅仅是把数据当作纠错的依据和标准;而我把价值观放在嘴边,是因为我内心是真正的理想主义者,我做产品的过程也就是我践行自己理想的路途。

2. 好的工具是优雅的

我在先前写过文章分析中美互联网产品的差异性,中间略显严谨的讲了不少点,然而如果真的要让我从感性的角度谈谈,我恐怕会说:中国的产品往往没有品位、不够优雅。

这当然有其历史原因,美国的互联网在相当长的时间内都是领导者,中国作为后起之秀更多是在借鉴和追赶。而两国的国民受教育程度和审美水平之间亦有差距,这里不做深入赘述。

但今天我们讨论工具产品出海,就必须要考虑到品位和优雅的问题,我们的受众可能是一群欧美地区接受过良好审美教育的中产人群。他们是能够欣赏和识别不同品位产品差异的。

而我所说的品位并非是在设计和交互这些面上整些花里胡哨的效果,而是在理解了用户的需求并深入思考后,提出吻合到人性的解决方案。

那么问题来了,如何提升产品的品位呢?似乎也没有绝对的捷径,可能真正的要取决于这个团队的气质,甚至是产品经理的气质。——这也就是我近两年大量的阅读历史、哲学、艺术类书籍的原因之一吧。

3. 好的工具是流动和变化的

做产品之初,我怀有的热情是寄希望于打造出最好的作品。但这种观念近年来已经发生了极大的变化。

何谓最好?——这个标准在我心里每年都在发生着变化。原因在于我认为产品的高度取决于认知的深度,而我的认知似乎处于持续的迭代和更新中。

而对于工具产品,我的理解是——没有最好的工具,只有更好的工具。

我当下所做的,一定反应着我当前的认知、审美、思考与操守,这是流动和变化的,也是一个极为有意思的探索过程。‍‍‍

最后,用乔布斯的一句话收尾“真正伟大的人还会继续向前,直至找到问题的关键和深层次原因,然后再拿出一个优雅的、堪称完美的有效方案。”

专栏作家

旺仔九号,微信公众号:产品深网,人人都是产品经理专栏作家,2018年年度作者。心理学硕士,目前从事出海互联网工作。一名奋斗中的产品汪,致力于将心理学与互联网进行深度整合。

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。