聊聊如何做一個產品
一、背景
上篇文章《佇列與棧就是這麼簡單【總結篇】 》提到,清明回家三天都沒有寫文章,在陪家人。
這期間空閒時間就多了,便想了很多東西,計劃寫兩篇文章。
第一篇就是產品相關的,如何做一個產品。
二、背景2
我只是一個讀書人(微信讀書),沒獨立主導過產品。
但是我看過其他產品的案例分享,自己也獨立做過不少專案,加上自己的一些邏輯思考,推理出一些基本規則來。
這裡以短視訊為例,說給你聽聽,也許對你有幫助。
三、產品首次上線
產品第一次上線的時候,功能一定要儘可能的簡單。
比如搜尋、推薦、列表篩選都可以沒有的。
那可能有人問:出什麼資料呢?
這個最簡單:出運營的精品資料。
是的,所有人看到的都一樣。
問:精品資料更新策略如何?
答:每天更新一次。
問:精品資料刷完了怎麼辦?
答:歷史上的精品資料迴圈展示(今天的刷完了推昨天的前天的)。
這裡的重點是資料要足夠好。
在此期間,要做的技術優化就是體驗問題。
UI是否合理,操作是否流暢。
這些優化問題一方面來源是自己多使用自己遇到想到,另一面更大的來源應該是使用者反饋的。
所以,一定要給使用者一個清晰的反饋入口,並及時耐心的答覆每一位使用者。
如果做得順利,一段時間後,就會有一批種子使用者以及對應的使用者畫像。
四、使用者冷啟動問題
對於資訊流產品,最大的問題就是新使用者的冷啟動。
這個其實反而是最好解決的。
就像產品首次上線時做的那樣,推送精品運營資料即可。
由於產品之前已經有一批種子使用者了,根據使用者的行為,可以得到每日最熱視訊榜、全網最熱視訊榜。
對於新使用者,給新使用者推最熱榜單的資料也是其中一種策略。
依靠精品資料和最熱資料,就可以輕鬆解決新使用者問題。
五、老使用者問題
隨著產品的不斷迭代打磨,推薦功能肯定會上線,且作為資訊流的主要來源。
這裡很容易會發生一個問題:全部推薦化。
其實,在前面兩步裡,我們有兩個重要的資料始終不能拋棄:精品運營資料和最熱榜單資料。
且這兩個資料的權重還應該大點,然後留很小的權重給演算法推薦。
精品運營資料、最熱榜單、推薦資料的權重比如可以是6:3:1,當然這個權重我瞎編的。
總結一下就是,個性化推薦很重要,但是並不是那麼重要。
六、產品優化的誤區
產品優化中,有很多誤區,這裡說兩個。
第一個是ABtest誤區。 有時候,上線新功能,使用ABtest一看,哇,效果很明顯,馬上全量上線。
時間拉長後,發現增長也並沒有那麼明顯,甚至還有所下降。
不過這些涉及的因素較多,ABtest往往會甩鍋:肯定是其他原因導致的。
第二個是KPI誤區。
上線新功能,一看,哇,資料很漂亮。
但是一段時間之後,發現除了資料漂亮外,收入和其他的比較實在的指標都沒啥變化。
所以這裡,產品優化,一定要找一個客觀的實在的指標來參考,而不能找那些虛的指標,如播放量、pv數、日活月活等。
不然就是自己騙自己,最後大家都在自嗨。
有時候好不容易找到一些比較客觀的指標,如投訴率。
產品做了一些優化投訴率馬上降下來了。
一問,原來是提高了使用者投訴的門檻,另外對於投訴活躍使用者進行遮蔽。
最後產品死前很多人也不瞑目:明明資料做得這麼好,怎麼說死就死了呢?
七、最後
做產品,其實需要耐心打磨的。
總結一下就是:初步做一個最簡最精的產品,精心運營種子使用者,依靠種子使用者拉動增長並繼續打磨產品,最後形成了自己的產品文化後,再找各種資源來引流導量。
你怎麼看待產品這個問題呢?
-EOF-