前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >一个需求从提出到落地的过程

一个需求从提出到落地的过程

作者头像
靠谱先生
发布于 2018-09-10 08:18:36
发布于 2018-09-10 08:18:36
1.3K04
代码可运行
举报
文章被收录于专栏:靠谱PM靠谱PM
运行总次数:4
代码可运行
写在前面的话

这篇文章主要借复盘天猫超市优惠券功能来聊下,一个优惠券功能的需求,从需求的提出到落地的一个复盘,有每个步骤的实操,这里的需求是明确的,后面有时间做一个需求分析的案例,当然如果你是个成熟的产品经理这篇文章就可以跳过了。

一、需求

运营的同学过来说,最近有运营指标(这个季度的销售额要达到多少多少亿),我们要做个活动提高客单价,具体需求是这样的: (1)只针对在天猫超市购买过产品的用户 (2)优惠券只在应用内投放 (3)满120减10元优惠券 (4)优惠券发送的数量上限是xxx份 (5)xxx类目的商品可以使用 (6)活动从8月3日到9月30日

二、分析需求

做为产品经理从运营小伙伴来的需求是常规性工作之一,上面的需求很明确了,就是给一个类目下的产品购买的用户发优惠券,并对优惠券限制了使用条件。 这里首先要提的一点就是,上面的需求是我自己整理过的,很多时候运营小伙伴提的需求并不一定会考虑到所有问题,这个很正常,就如你做业务流程图不一定会把所有的异常都考虑到位,需要和研发小伙伴确认,所以这里在梳理运营小伙伴提出的需求的时候发现问题随时沟通。

三、业务流程图的制作

上一步已经明确需求,并对需求进行了梳理,那么现在就可以动手做了,其实很多小伙伴是卡在这个步骤的,不知道从哪里入手,也不知道怎么做。 这里说下经验之谈吧,很坦白的讲,产品经理这个职位确实需要一定的经验,七扯八扯的我就不扯了,简单来说拿这个需求来讲,最快的方法就是借鉴别人的业务逻辑,比如淘宝、京东等一些平台的优惠券的业务逻辑,所谓的经验就是你做过类似的的业务,那当你再遇到类似的需求就可以拿来用了,还有要说的就是不要在这种地方创新,原因很简单,淘宝和京东已经占据了中国购物平台的大份额,而且已经培养出了用户习惯,你非要做个特别的有那个能力去改变用户习惯吗?再就是像他们的团队有大量的人在研究这些用户使用的逻辑路径,不能绝对的说是最优的,但是也不会错,哈哈这里多一句嘴,以前听有些开发小伙伴说,我们产品经理就会抄,其实有时候你把这些道理讲出来他也许就懂了,实在不懂,那咱们也不说啥了,我最近也学习写代码,写代码和做产品学习过程都是一样的,从模仿到精通。 废话不多说下面来讲下复盘的思路,其实我前面文章有聊过,这里再结合这个案例说一遍。

1、先分析功能的关键逻辑 (1)角色:都有什么人参与到功能里 (2)事项:分别扮演什么角色(要做什么事情) (3)信息的流向:要完成任务,顺序(流程)是如何的? 2、明确用户与任务 (1)参与者:明确所有参与用户与系统,系统也作为一个参与角色 (2)关系:简要梳理一下参与者的关系 (3)目标:所有参与者,最终的目标是什么? 3、明确开始和结束的路径 (1)每个功能模块中,从哪里开始流程,到哪里终结流程 (2)一般开始和结束只有一个,如果结束很多,就意味着用户会转晕 (3)是否有必要区分时间阶段? 4、确定功能模块与核心路径 (1)都有哪些功能模块会参与到流程中 (2)主线流程也就是核心流向一项要清晰 (3)核心流向一位着功能目标,核心流向不清楚,用户一定不满意 5、不断调整优化顺序,合并异常流程 (1)异常流程考虑清楚,尽可能细化 (2)异常流程=用户体验 (3)异常流程多与研发沟通有奇效 6、合并或拆分流程有依据 (1)先复杂后简单,先加法后减法 (2)调研相关产品,合并、分拆有理有据 (3)以数据指标为核心来指导流程优化 如上面6个步骤很熟悉的话就直接出业务流程图就好了,如果不熟悉的话就每个步骤一步一步拆分的练习,这没啥捷径好走,就踏踏实实按照上面的思路多画,多练习就会了。业务流程图如下

优惠券业务流程图.png

四、页面流程图和交互原型图

页面流程图其实就是角色里面用户那一列的流程图,把关键操作和关键按钮放上去,之后根据页面流程图绘制交互原型图,这里我就不画页面流程图和交互原型图了,如果有时间我把这部分补在这篇文章里。

五、测试用例

如果你的测试比较成熟的话,看这份流程图其实直接可以找出测试用例的,这个也不写了,有时间补上。这里算是留两个坑吧。

六、需求评审会、交付文档

这个就是需求评审会了,我前面的文章其实也提到过,因为这个需求不是很大,算是一个小会议吧,把业务流程图、页面流程图、交互原型图、用例准备好,需要通知运营、研发、交互、设计过来开个会核对下需求,这需求评审会吧,怎么讲呢,你要是文档做的好,并且流程图提前和研发确认过,需求和运营对过,很快就过了。主要看文档做的好不好,是否满足运营的需求,是否考虑的研发的开发思路和逻辑。 需求评审会结束了,就把文档发给相关的同事,一般我会打个包,命名好发给团队的每个相关的人,之后大家对整体有个认识,之后去用自己要用的那个就好了。 之后就走入设计开发了,产品经理接下来要排期跟进度,还有沟通,流程图或一些细节可能在设计和开发的过程中要做微调的,这个阶段除了要跟进度、沟通解决问题,产品经理还要完善PRD文档,存档备案,直到上线。

写在结尾的话

我始终相信,做什么事情做好的捷径就是踏踏实实的去努力去做,其实很多东西现在都是通用的,今天分析了这个明天分析了那个,一年下来就一堆文档了,再遇到类似的需求就可以拿过来直接用了,今天周五了,有点小累,哈哈所以上面就埋了两个坑,后面我慢慢把他填上,也欢迎产品、研发、设计的小伙伴一起来探讨。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2018.08.31 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
SAM2(Segment Anything Model 2)新一代分割一切大模型实战总结
Segment Anything Model 2(SAM 2)作为Meta公司发布的Segment Anything Model(SAM)的升级版本,在图像和视频分割领域展现出了显著的优点和特性。
AI浩
2024/10/22
2.2K0
SAM2(Segment Anything Model 2)新一代分割一切大模型实战总结
实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
本文主要介绍基于YOLOv9+SAM实现动态目标检测和分割,并给出详细步骤和代码。
Color Space
2024/04/12
2.7K0
实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
中国提出的分割天花板 | 精度相当,速度提升50倍!
论文地址:https://arxiv.org/pdf/2306.12156v1.pdf
计算机视觉研究院
2023/08/23
3850
中国提出的分割天花板 | 精度相当,速度提升50倍!
CV不存在了?Meta发布「分割一切」AI 模型,CV或迎来GPT-3时刻
机器之心报道 机器之心编辑部 CV 研究者接下来的路要怎么走? 「这下 CV 是真不存在了。< 快跑 >」这是知乎网友对于一篇 Meta 新论文的评价。 如标题所述,这篇论文只做了一件事情:(零样本)分割一切。类似 GPT-4 已经做到的「回答一切」。 Meta 表示,这是第一个致力于图像分割的基础模型。自此,CV 也走上了「做一个统一某个(某些?全部?)任务的全能模型」的道路。 在此之前,分割作为计算机视觉的核心任务,已经得到广泛应用。但是,为特定任务创建准确的分割模型通常需要技术专家进行高度专业化
机器之心
2023/04/06
3420
CV不存在了?Meta发布「分割一切」AI 模型,CV或迎来GPT-3时刻
CV -- YOLOv8 图像分割(GPU环境)
https://download.csdn.net/download/2403_83182682/90405543?spm=1001.2014.3001.5503
用户11404404
2025/02/20
2020
CV -- YOLOv8 图像分割(GPU环境)
名声大噪的YOLO迎来YOLOv8,迅速包揽目标检测、实例分割新SOTA
机器之心报道 编辑:小舟、陈萍 YOLOv8 抛弃了前几代模型的 Anchor-Base。 YOLO 是一种基于图像全局信息进行预测的目标检测系统。自 2015 年 Joseph Redmon、Ali Farhadi 等人提出初代模型以来,领域内的研究者们已经对 YOLO 进行了多次更新迭代,模型性能越来越强大。现在,YOLOv8 已正式发布。 YOLOv8 是由小型初创公司 Ultralytics 创建并维护的,值得注意的是 YOLOv5 也是由该公司创建的。 YOLOv8 项目地址:https://g
机器之心
2023/03/29
7.5K0
名声大噪的YOLO迎来YOLOv8,迅速包揽目标检测、实例分割新SOTA
Meta发布分割大模型[Segment Anything]CV的GPT时刻来临?
如标题所述,这篇论文只做了一件事情:(零样本)分割一切。类似 GPT-4 已经做到的「回答一切」。
AiCharm
2023/05/15
2970
Meta发布分割大模型[Segment Anything]CV的GPT时刻来临?
Prompt一键抠图!Meta发布史上首个图像分割基础模型,开创CV新范式
---- 新智元报道   编辑:编辑部 【新智元导读】今天,Meta发布史上首个图像分割基础模型SAM,将NLP领域的prompt范式引进CV,让模型可以通过prompt一键抠图。网友直呼:CV不存在了! 就在刚刚,Meta AI发布了Segment Anything Model(SAM)——第一个图像分割基础模型。 SAM能从照片或视频中对任意对象实现一键分割,并且能够零样本迁移到其他任务。 整体而言,SAM遵循了基础模型的思路: 1. 一种非常简单但可扩展的架构,可以处理多模态提示:文本、关键点
新智元
2023/04/06
9180
Prompt一键抠图!Meta发布史上首个图像分割基础模型,开创CV新范式
万能分割神器——Segment Anything(Meta AI)图片和影像的万能分割
想必大家之前都做过抠图或者图片任务提取等任务,这有点想目前我们手机当中可以直接点击图片,然后将其复制到其它地方,就会自动出现这个任务图像一样。这里我们可以直接登录这个网站去尝试一下这个图像分割的魅力Segment Anything | Meta AI
此星光明
2024/02/11
9640
万能分割神器——Segment Anything(Meta AI)图片和影像的万能分割
用SAM做零样本视频对象分割!港科大等开源首个「稀疏点传播」方法SAM-PT,性能直追有监督SOTA
视频分割是自动驾驶、机器人技术、视频编辑等应用场景的基础技术,但目前的方法在零样本学习设置下,或是预测未见过的样本时,会出现性能不一致等问题。
新智元
2023/08/07
5290
用SAM做零样本视频对象分割!港科大等开源首个「稀疏点传播」方法SAM-PT,性能直追有监督SOTA
实战 | 使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
如上图所示,现实生活中路面坑洞对车辆和驾驶员安全来说存在巨大隐患,本文将介绍如何使用YoloV8图像分割技术来检测路面坑洞,从而提示驾驶员注意避让,尽可能保证安全。
Color Space
2024/03/02
1.4K0
实战 | 使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
小模型也可以「分割一切」,Meta改进SAM,参数仅为原版5%
对于 2023 年的计算机视觉领域来说,「分割一切」(Segment Anything Model)是备受关注的一项研究进展。
OpenCV学堂
2023/12/11
8140
小模型也可以「分割一切」,Meta改进SAM,参数仅为原版5%
「分割一切」视频版来了:点几下鼠标,动态的人、物就圈出来了
视频分割在许多场景下被广泛应用。电影视觉效果的增强、自动驾驶的理解场景,以及视频会议中创建虚拟背景等等都需要应用到视频分割。近期,基于深度学习的视频分割已经有着不错的表现了,但这依旧是计算机视觉中一个具有挑战性的话题。
机器之心
2023/08/07
3070
「分割一切」视频版来了:点几下鼠标,动态的人、物就圈出来了
YOLOv8 深度解析!一文看懂,快速上手实操(附实践代码)
开源地址:https://github.com/ultralytics/ultralytics
计算机视觉研究院
2023/08/24
27.6K0
YOLOv8 深度解析!一文看懂,快速上手实操(附实践代码)
CV 迎来 GPT-3 时刻,Meta 开源万物可分割 AI 模型和 1100 万张照片,1B+掩码数据集!
CV 迎来 GPT-3 时刻,开启一键分割万物模式! 整理 | 梦依丹 出品 | CSDN(ID:CSDNnews) 通过单击、交互式点击即可分割图像或视频。 英伟达 AI 科学家 Jim Fan 在 Twitter 上惊呼,Meta 发布的 SAM 让计算机视觉(CV)迎来 GPT-3 时刻。更不可思议的是,模型和数据(1100万张图像,10亿个掩码)都已经基于 Apache 2.0 许可开源。 今日,Meta 发布首个可“任意图像分割”的基础模型  Segment-Anything Model(S
AI科技大本营
2023/04/10
7720
CV 迎来 GPT-3 时刻,Meta 开源万物可分割 AI 模型和 1100 万张照片,1B+掩码数据集!
CVPR 2024 | 分割一切模型SAM泛化能力差?域适应策略给解决了
大语言模型(LLMs)的成功激发了计算机视觉领域探索分割基础模型的兴趣。这些基础分割模型通常通过 Prompt Engineer 来进行 zero/few 图像分割。其中,Segment Anything Model(SAM)是最先进的图像分割基础模型。
机器之心
2024/04/12
2250
CVPR 2024 | 分割一切模型SAM泛化能力差?域适应策略给解决了
YoloV8实战:使用YoloV8实现OBB框检测
使用定向边界框(OBB)训练精确的物体检测模型需要一个全面的数据集。本文解释了与Ultralytics YOLO 模型兼容的各种 OBB 数据集格式,深入介绍了这些格式的结构、应用和格式转换方法。数据集使用DOTA。
AI浩
2024/10/22
1.2K0
YoloV8实战:使用YoloV8实现OBB框检测
Segment Anything笔记 - plus studio
Segment Anything project是一个用于图像分割的新任务、模型和数据集。在他刚出来的那一天,知乎等平台就已经高呼CV已死。为了这个项目,作者创建了迄今为止最大的分割数据集,1100万张在10亿次授权且尊重隐私的图像上的数据集。模型也被设计和训练成了promptable,就是说可以给他一些提示。作者在多个数据集测试了他的结果并认为结果令人满意。
plus sign
2024/02/28
3750
Segment Anything笔记 - plus studio
【人工智能】Transformers之Pipeline(二十七):蒙版生成(mask-generation)
pipeline(管道)是huggingface transformers库中一种极简方式使用大模型推理的抽象,将所有大模型分为音频(Audio)、计算机视觉(Computer vision)、自然语言处理(NLP)、多模态(Multimodal)等4大类,28小类任务(tasks)。共计覆盖32万个模型
LDG_AGI
2024/12/11
2150
【人工智能】Transformers之Pipeline(二十七):蒙版生成(mask-generation)
基础模型还是微调? 河流污染少镜头语义分割的评价
近年来,基础模型(FMs)已成为人工智能(AI)研究的热点领域。它们以能够轻易地泛化到新领域和任务的能力而著称,为研究和产业都带来了令人激动的机会。但是,从产业角度来看,FMs只有在它们在给定任务上超越专门为此任务训练的模型时才更有效。因为实际生活中的数据往往与用于研究的数据存在显著差异,因此在行业环境中预训练的数据集可能无法匹配当前的任务。因此,FMs或对现有模型进行微调是合理的选择,虽然在某些情况下选择并不明显。微调模型被认为需要大量的优质数据进行训练,而工业环境中获取这些数据并不容易。在这种情况下,FMs可能是解决方法。在本工作中,作者研究了一个人是否应该使用FMs而不是微调现有的模型。
未来先知
2024/10/29
1450
基础模型还是微调? 河流污染少镜头语义分割的评价
推荐阅读
SAM2(Segment Anything Model 2)新一代分割一切大模型实战总结
2.2K0
实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
2.7K0
中国提出的分割天花板 | 精度相当,速度提升50倍!
3850
CV不存在了?Meta发布「分割一切」AI 模型,CV或迎来GPT-3时刻
3420
CV -- YOLOv8 图像分割(GPU环境)
2020
名声大噪的YOLO迎来YOLOv8,迅速包揽目标检测、实例分割新SOTA
7.5K0
Meta发布分割大模型[Segment Anything]CV的GPT时刻来临?
2970
Prompt一键抠图!Meta发布史上首个图像分割基础模型,开创CV新范式
9180
万能分割神器——Segment Anything(Meta AI)图片和影像的万能分割
9640
用SAM做零样本视频对象分割!港科大等开源首个「稀疏点传播」方法SAM-PT,性能直追有监督SOTA
5290
实战 | 使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
1.4K0
小模型也可以「分割一切」,Meta改进SAM,参数仅为原版5%
8140
「分割一切」视频版来了:点几下鼠标,动态的人、物就圈出来了
3070
YOLOv8 深度解析!一文看懂,快速上手实操(附实践代码)
27.6K0
CV 迎来 GPT-3 时刻,Meta 开源万物可分割 AI 模型和 1100 万张照片,1B+掩码数据集!
7720
CVPR 2024 | 分割一切模型SAM泛化能力差?域适应策略给解决了
2250
YoloV8实战:使用YoloV8实现OBB框检测
1.2K0
Segment Anything笔记 - plus studio
3750
【人工智能】Transformers之Pipeline(二十七):蒙版生成(mask-generation)
2150
基础模型还是微调? 河流污染少镜头语义分割的评价
1450
相关推荐
SAM2(Segment Anything Model 2)新一代分割一切大模型实战总结
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验