“產品”已然成爲現階段創業公司不得不接觸的詞彙，互聯網產品給各行業帶來了進階性的變化，運營結構與手段在無聲中展現震撼性的變化。
當創業企業學會思索產品的重要性，新的作業模式開始滲透融合。但這並不代表所有的公司，都有清晰的產品認識，能夠構架完整的產品管理，最終通過產品達到設計初衷。
很多企業在不斷的吸收運營知識，或者使用獨特的營銷手段，最終發現，產品本身無法承載“負重”，創業者從最一開始，就沒有意識到產品的本質。
實際上，對產品方向模糊不清的企業不在少數，這些模糊，最終會回到三個問題上：需求與痛點在哪？投入產出如何達到平衡？產品怎樣落地與佈局？
素材來源齒輪易創（chilunyc.com) 產品合夥人任明肖
任明肖
曾任⼤街⽹、正和島產品負責⼈
海爾、方正、用友、新奧特、銀杏資本等產品顧問
Visa、亞⻢遜、印象筆記、小⽶、亞布⼒、BCG等
5+年產品經理培訓
你以爲你以爲的就是你以爲的，然而以爲可能是“錯的”
聽到的需求≠真正的需求
“索尼要發佈音響，就問現場媒體的人喜歡什麼顏色的？大部分回答是黃色。後來索尼又做了一個動作，讓大家走的時候，可以帶一個音響，結果大部分人拿了黑色。”
這種表象其實很有意思，話語會受當時的場合、隨衆等影響，通常會使用⼀個符合主流價值觀的說辭，不受特別限制的行爲往往代表真實意願，不要看用戶怎麼說，而是看他怎麼做。所以當很多企業沉溺於顯性“客調”，得到的反饋，並不一定能真實的反應市場需求。
如何做：匿名或隔離性的調研，不給用戶引導和限制，觀察其最真實的行爲。
用戶的預期⼀般是順勢思維下的推導
福特最開始做馬車，用戶的需求是快，後來生產出汽車。
⼈們善於慣性思考⽽非追根溯源，普遍會根據新的條件產生新的需求，所以在最開始設計產品時，就脫離了整體外部條件。
如何做：由於⼤部分解決⽅案，用戶基於當前認知條件，新的⽣產⽅式往往會改變解決方案，要創造基於剛需下，更易迭代的產品。
正確看待競品分析
企業做競品分析，往往重點放在這個競品是不是比我賺得多，他們的方式是不是可以借鑑，運營的好是不是代表有市場等等，但競品的發展本身就存在獨特性。
小黃車小藍車小綠車五花八門的共享單車涌現視野，所有企業主投入時，只看到了其市場價值，但卻忽略了其本身的產品根源。
競品分析的目的，是通過差異化定位，吸引到用戶。競品分析≠產品體驗。產品報告簡單介紹產品交互設計只是產品體驗，更重要的是功能背後的邏輯，它爲什麼選擇要這樣做。
如何做：
1.確立競品數據採集渠道：
⾏業統計分析報告；
新聞或媒體報道；競品官⽹、論壇產品更新、歷史版本；各應用平臺介紹及截圖；應⽤平臺下載數據；應⽤平臺用戶評論；諮詢客服或技術問答；核⼼或活躍用戶調研；運營部⻔或管理層。
2.對數據分析後，確定差異化
定位（垂直）差異化；體驗差異化；設計差異化；效率差異化。
3.明確常量競爭與變量競爭
基礎條件⼀致時，擁有資源越多越容易勝出；需正視且去積極尋找那些可能引起量變的因⼦；找到後快速迭代以實現彎道超⻋。
當感受到產品成本的昂貴,可能並非產品本身出現了問題
創業公司大部分的錢，會投入到很多不必要的地方，爲了一款產品的誕生，大量的去網羅產品、技術人才，在團隊搭建和磨合中耗費了大量時間成本，又在後續留存和招募中耗費大量金錢成本。
最終可能會造成形式大於內容，產品收益遠遠低於投入的情況。在這個過程中，企業實則需要明晰四點。
自己是否在精益創業
不斷驗證杜絕浪費降低成本，尤其是時間成本
本質上是漸進性探索客戶內在真實需求
MVP不一定必須是個成品，驗證的是需求
比如在網上發佈視頻，獲取用戶反饋
調查問卷
對於那些未被發現的需求不適合，因爲不好驗證
要求公司和團隊能夠接受失敗，甚⾄頻繁地失敗
不可能完全解決成本和時間的浪費
對團隊有要求，並不是所有團隊都可以敏捷
敏捷的靈魂不是快，而是靈活
敏捷的基礎在於團隊的綜合能⼒
再敏捷也擋不住頻繁修改需求
不要忽視文檔的重要
清晰的認識產品外包和技術外包的區別
有沒有產品經理，是否會梳理需求並提供後期運營方案
產品和技術是不一樣的：產品會花足夠多的心力確認需求
技術外包需要與外包公司的高層保持聯繫
有沒有學會項目管理
預留出風險處理時間
以目標和責任來做最終衡量標準，慎用行政權力
把問題分類，根據優先級確認讓步程度
預判產品運營的可能性
讓產品自帶運營屬性
形成完整的產品閉環
商業模式：具體解決了什麼人的什麼問題
產品架構：驅動模式和形態類型
運營體系：冷啓動和運營推⼴
運營的關鍵點：功能是否要爲運營設計；潛在用戶在哪裏？
找尋種子用戶
1-9-90原則
找哪些對需求最敏感和願意嚐鮮的⼈
給他們⼀一個嘗試的理理由和動機
紅包雖已被玩壞但仍是最有效的
產品冷啓動
身邊朋友或同行反⽽不是最好的渠道
直接使⽤已有產品的資源進行導流
⼀夜刷爆朋友圈是可遇不可求的
找互補的外部資源合作各取所需
在成本允許的範圍內適當使用競價排名
後續數據分析
投放之前設定好數據埋點
灰度發佈 vs A/B Test
不是所有的數據都要
初期重點觀察覈⼼業務轉化率
追問動力
—END—