关于方法论的一些思考

PS：笔者是站在AI产品经理的角度，欢迎讨论交流。

借用一个词「借假修真」，以反观自己当前所做的事情（说明一下本人目前主攻智能对话这个方向）。就笔者这个方向以及结合笔者所处的业务现状来说，眼下写需求、实现需求、如何落地和接入业务场景这些表象层面的事情是“假”，而如何搭建和业务的桥梁，挖掘用户信息中潜藏的商业价值，从而发挥产品的平台价值才应该是“真”。

而这反向需要笔者想清楚应该构建一个什么样的产品体系，如何去构建，以及为什么需要构建。

首先，说说为什么需要构建好产品体系，笔者认为这就像盖房子之前得先有这个房子的架构图是一样的道理——有了完整架构图，我们能知晓这个房子都有哪些元素，以及这些元素都是些啥，以及怎么将这些元素组装成房子，乃至房子的功用是什么，预期价值有多高。

那么类比到产品上，有了清晰的产品体系，就像一本实用指南（可以想见现在市面上海量指南，此时请脑子里浮现一本你认为最好的指南，再想想是不是好用到爆，特别有用，如果没有，那只能说明这本指南不够优秀），好的产品实用指南可以随时用以检测我们当前的阶段有无问题，以及我们应该如何去做。如此，也就能比较明确地知道我们产品的”真“在哪里。

那么，如何构建产品体系？笔者尝试提炼了下，一个较好的产品体系应该是：数据——>信息——>需求——>产品（what 和 how）——>商业本质（why）。

为什么呢？

从笔者看来，所有的产品最终都一定要指向一种明确的”价值“——或为产品价值或为商业价值，whatever，它都属于商业本质（或者说一种清晰的商业模式）。那么我们推导一下：可以说某种商业模式，是从我们清楚的产品定位和实现了的产品来直观呈现的——而产品又是由市场需求或用户需求堆积形成的——而需求又是从我们获取到的信息中得来的——而信息是从大量的数据中提炼而来的。所以，一个好的产品体系需要包含这些层次。

每一个层次在笔者看来都很重要。不过，从数据到信息这一步笔者觉得是需要格外小心和谨慎处理——因为从数据提炼出信息，再从信息推导出需求，这是一个单向的过程——如果这一步出现明显的偏差，那么就是说从源头就错了，之后自然会得到错误的结论与观点。

我们每天都会接触海量的数据，作为产品经理，需要厘清哪些数据得到的信息是核心关键并且有用的，基于这一点非常需要我们多涉猎，然后多思考和分析（这句话看起来很空，不过很实用，你细品，产品经理其实是一个需要经常思考可能也不见得有量化产出的工作）。

不同的产品可能处于不同层次，通过一套有用的产品体系，笔者觉得可以很好的帮助我们去及时诊断产品是否存在瓶颈，有什么问题，该如何解决。

最后，从笔者实际从事的业务角度出发，智能对话这个领域现如今在市场上其实已经涌现了很多较为成熟的商业模式了（比如外呼机器人、智能音箱、语音助手等等），看起来我们应该做啥貌似是很清晰的，退一万步说，当下是如此，但是往后到底该怎么发展呢？会不会存在一种新的商业模式呢？如何突破瓶颈呢？透过现象来看本质——现如今的智能对话甚至是很多AI业务本质上其实都是通过产品/平台沉淀用户数据，从笔者构建的产品体系来看，有了数据之后，我们需要在数据中找到关键信息，再提炼为需求，再结合产品定位去权衡调整当下目标并去实现它，很有可能我们就能发现一个新的商业模式也未可知。那么，从笔者自身来看，我的业务乃至我做的事情现在需要我有一个收集足够信息数据的载体，把现存的商业模式跑通，再去看我所拥有的的数据还可以给我带来些什么。

最后的最后，笔者认为产品只是商业本质的一个载体，它不是终点。那么，从产品到商业本质的跨越，笔者觉得需要时刻保持好奇心和思考力（这也是一句很空但要记住的话）。

以上，欢迎探讨。

写于2020年4月17日晚20:32