Image for post
Image for post

最近接到一個新專案,是要幫一個內容平台建置適合的會員標籤,讓他們得以進行更深入的數據分析(例如找出不同類型會員&內容間的相關性),以及進行內容推薦。

因為先前對於「內容推薦」的瞭解很有限,所以希望可以增加對於這方面的知識。在和在內容平台工作的朋友詢問後,了解到他們公司負責內容推薦的同事,都有看《內容算法》這本書,也因此我也上網找了這本書來看。

看完之後,我對於內容算法背後的邏輯、實務上常用的做法以及在設計內容推薦時需要注意的事有更深入的了解,也想藉著這篇文章整理《內容算法》的重點以及我的心得給大家。

《內容算法》總共分了兩個章節,第二個章節「關於自媒體」,比較是給內容創作者看的,所以我不會花太多時間說明這方面的內容,主要是針對第一個章節「關於內容推薦」與大家做說明。

註:以下心得有蠻多內容是我在閱讀完《內容算法》後,自己的理解與整理,所以會和書裡面的架構不完全一致。

如何提供內容推薦

Step1:收集用戶畫像,了解用戶的行為與喜好
Step2:根據推薦規則,找出適合的內容
Step3:將篩選出的內容進行排序提供給用戶

一、收集用戶畫像,了解用戶的行為與喜好

收集用戶畫像的方法

  1. 方法一:用戶首次註冊登入時,可讓用戶手動選擇自己感興趣的領域,或通過讓用戶對一些有區別的內容進行打分的方式來判斷用戶的喜好
  2. 方法二:透過用戶的「顯式行為」(例如按讚、分享)以及「隱式行為」得知用戶畫像(例如閱讀文章的時長)。通常,顯式行為的權重要高於隱式行為,但是由於顯式行為較為少見,所以需要隱式行為來補充驗證。
A、如果是透過搜索行為而給予的推薦,當搜索行為過去一段時間或是在你顯式購買之後,這類廣告的展現就應該降低或停止
B、如果是根據用戶評分結果給予推薦時,因為不同用戶有不同的打分偏好,例如有人習慣性好評,有人則偏嚴格。因此,需要將用戶的歷史平均分作為基準進行歸一化處理,以衡量用戶評分行為背後的認可度。

收集用戶畫像的應用

  1. 收集用戶畫像除了可增加推薦的成效外,內容推薦的體驗也比較不會因某一內容源不夠而導致無法提供用戶適合的內容。
  2. 為了收集用戶畫像,可以提供用戶不同類型內容,探索用戶喜好,但在用戶留存與探索喜好間,須取得平衡。一般而言,對於新用戶來說,還是以推薦熱門內容為主,吸引用戶留存,等用戶留存OK後,再來探索他們的喜好,推薦一些可能有興趣的內容。
  3. 用戶畫像中,用戶針對冷門內容的互動行為更為珍貴,因為可以更了解這個用戶的獨特性

A-2、根據推薦規則,找出適合的內容

個性化推薦-1:內容標籤推薦

  1. 透過內容標籤,提供用戶類似標籤的內容(例如兩篇都有「大數據」標籤的文章)
  2. 優點:只依賴內容本身的特徵而不依賴用戶的行為,讓新的內容、小眾的內容都能得到展示的機會。
  3. 缺點
  • 建立內容的標籤是個大工程,成本較高
  • 是基於內容屬性推薦沒有考慮用戶對內容的態度,所以可能會推薦用戶很少人在看的內容

個性化推薦-2:根據用戶行為聚類推薦

  1. 根據用戶行為聚類「用戶」:例如用戶B、C都閱讀「教育」和「科技」,從用戶行為的角度看,用戶B、C行為很類似,因此之後用戶C閱讀了「體育」,就可以推薦「體育」給用戶B
  2. 根據用戶行為聚類「內容」:例如「教育」和「科技」都被用戶B、C閱讀,從閱讀行為的角度看,兩篇內容更相似,因此之後有用戶D看了「教育」,就可以向他推薦「科技」內容
  3. 根據用戶行為聚類推薦是目前應用最為廣泛的推薦機制,其基於用戶行為的特點使我們不需要對內容或信息進行完整的標籤化分析和建模,從而實現了領域無關,可以很好地發現用戶的潛在興趣偏好。

個性化推薦實務應用

  1. 除了針對「內容」的相似性進行推薦外,也可以從作者、關鍵字、內容類別、標籤等維度,篩選適合的內容進行推薦。(因為有多維度,所以可以比較用戶對於不同維度的反應,例如某些用戶會對內容來源而非內容類目更加敏感,這就需要放大作者的相似度以降低內容的相似度。)
  2. 當「冷門標籤」或「冷門聚類」被配對到時,須給予較高權重,因為對於判斷用戶獨特喜好的效果更佳(可透過TF–IDF方式給不同的標籤設定權重)
  3. 如果有內容雖然符合規則,但有興趣的用戶點擊效果差,可降低關鍵字內的權重,減少推薦此篇文章(比如某篇關於NBA的內容,如果連偏好NBA的用戶都不怎麼點擊,那麼這篇內容在「NBA」這個實體詞下的權重自然應該降低。)
  4. 須根據內容的時效性,給予不同的推薦策略(短時效例如NBA比賽結果;長時效例如教學文章)
  • 短時效的內容如果過了時效,即便與用戶興趣一致,也不建議推薦給用戶
  • 選擇推薦哪個長時效內容時,可以根據該內容在相同類別中的表現,挑出表現較好的內容進行推薦。(例如AlphaGo比賽影片在圍棋系列影片中較佳,所以如果有人對圍棋有興趣,可以優先推薦AlphaGo比賽影片)

整體推薦(主要是針對新進用戶)

  1. 根據排行榜進行推薦(長期熱門)
  2. 根據時下流行進行推薦(最近熱門)
  3. 根據上述推薦結果,可得到會員對「特定大類別內容有興趣」,接著可以根據數據分析的結果,找出「看A類別的人,也喜歡看B類別」,進而進行下個大類別內容的推薦。

三、將篩選出的內容進行排序提供給用戶

在提供內容給用戶時,可能會遇到同時提供很多類似主題與類型的內容,這時可以根據題材維度、作者維度、關鍵字維度等將內容進行打散,避免用戶連續看到很類似主題的文章(例如都是NBA訊息)

上面是我看完《內容算法》以後整理的心得,因為內容比較多,所以這次改採重點摘要的形式呈現,如果有不懂或是想再深入了解的地方,都歡迎留言跟我說!

如果喜歡這篇文的話,歡迎拍手👏👏或是留言讓我知道。
也歡迎大家到「菜鳥pm(專案/產品經理)的職場心得」的粉絲專頁關注我的最新發文。


Image for post
Image for post
前情提要:我在前陣子加入一間CRM顧問公司擔任數據產品PM及專案經理。因為我們公司的服務是「透過數據解決客戶經營上的問題」,因此我大多數的時間會花在和資料科學家以及AM討論如何透過數據模型或是數據服務,解決客戶問題。也因此我之後除了會分享擔任PM/PjM的工作心得以外,也希望可以和大家分享我在「數據分析 / 資料科學」上所學習到的內容。

上禮拜在網路上看到一支講預測模型的Youtube影片,影片標題是「算法工程師與數據科學家之間的距離」,原本還想說這個議題感覺跟自己沒太大關係,所以只是分享給團隊的資料科學家們,提供給他們參考。

後來剛好有一天沒事,就點開影片來看,看了之後才發現我誤會這支影片了。

原本以為影片會講很多跟演算法有關的內容,但其實這部影片幾乎沒講到演算法,反而著重在「如何建立一個有效,能被應用的預測模型」,這樣的內容不只是資料科學家可以看,工作與資料科學有關的PM也應該要看。

在看這支影片的時候,我一直都很激動,因為影片的很多內容,正好解決到我們現在所面臨到的問題,所以我是邊看邊開心自己的問題能夠被解決,也同時期待影片後續會再提供哪些乾貨。

這篇文章主要就是紀錄我看完這支影片以後的一些收穫。

註:這篇文章主要是針對影片內容,以及我自己的心得作分享,但因為我非資料科學專業,有些技術層面的內容,如果分享的有錯,再請留言告訴我。

一、預測模型不是永遠都追求準度

在看後面的文章之前,想問問大家,你覺得「怎麼樣的預測模型算是好模型?」

如果是「預測」模型,可能大家就直覺聯想到「預測最準的模型就是最好的模型」。

但影片告訴我們並不是如此,最準的模型可能是最不能用的模型。

影片中舉了一個很好的例子:

如果你是電信業的資料科學家,收到一個題目是要預測

哪些客戶會在下個月流失?

在收到這個題目後,你會開始思考,有哪些變數可能會影響客戶流失,將這些變數全部丟到模型裡面,去預測下個月的客戶行為。

而你發現「客戶合約長度是否只剩一個月」是一個預測效果極好的變數,加入這個變數之後,模型的準度超高,有90%以上,可以很有效預測哪些客戶會流失。

但這樣就是一個好模型嗎?

其實未必,因為如果這個題目的目的,是為了讓我們可以「找到容易流失的客戶,並且讓他們不要流失」,這時候你加入「合約只剩一個月」的變數,雖然模型很準,但我們很難辦法改變「合約只剩一個月」這件事,導致模型雖然預測很準,卻在實務上是難以被使用的。

但如果你的模型單純只是要將會員分群,例如「判斷這個人是否會有呆帳,以決定是否要放款」,因為我們並沒有要「讓那些可能會呆帳的人,變成不會有呆帳」,所以這種時候模型追求準度就有其意義。

「先了解模型預測後的對應行為,再決定要如何建立模型」

是我之前在和資料團隊討論模型時,很容易忽略到的一環,但如果忽略到這塊,很容易就會像上面的例子一樣,建立出一個「很準但不能用」的模型。

二、神經網路演算法雖時髦,但實務上難以被運用

我們公司也有建立自己的預測模型,主要是用來幫客戶預測他們的會員未來的消費行為。

當初在討論「該用什麼演算法」時,相比于很時髦的「神經網路」或是其他黑箱子的算法(把變數丟進去,但模型如何運算不清楚的算法),我們選擇比較簡單且容易解釋的演算法。

當時我以為這樣做的目的,是為了「讓我們的窗口能夠和他們老闆解釋」,例如當我們定義某個會員是「活躍客戶」時,窗口可以跟客戶解釋「這個客戶被定義為活躍客戶,是基於XX和OO原因」,如果我們用黑箱演算法的話,連我們自己都不知道這個會員的標籤是如何定義的,窗口也更不可能跟他的老闆解釋。

也因為我以為選擇簡單演算法的目的是為了方便窗口和他的老闆解釋,所以我認為「如果我們的客戶老闆是一個完全相信演算法的人」,這樣我們就還是可以使用神經網路等黑箱演算法。

但看完影片後才發現我錯了。

即便客戶老闆很相信演算法,但用黑箱演算法還是有「模型不可控」的缺點,導致實務上難以被運用。

因為丟進模型內的變數會如何被運用,我們不得而知,所以我們沒辦法了解這些變數的變化,是否會影響到模型,所以唯有等預測的時間點到了之後,我們才能從實際的結果去了解模型是否失效。

像是前面提到電信業的案例,如果我們改用神經網路預測「半年後哪些會員會流失」,因為我們神經網路屬於黑箱演算法,所以我們要等半年後才能知道模型是不是有效,或是出問題了。

萬一到時候發現模型真的有問題,這半年的時間也已經過去,中間造成的損失也已經無法挽回。

也因此,雖然神經網路演算法很時髦,但因為其黑箱的特性,導致在實務運用上難以被使用。(如果是圖像辨識等非神經網路不可的就另當別論。)

三、模型犯錯不是不行,但要挑比較小的錯來犯

影片中提到一個案例,如果我們是電商在投廣告,現在有一群回應率只有1%的受眾,而現在有兩套模型:

第一種:判斷全部都不會回應,準確率99%
第二種:抓出前40%高回應率受眾,在這40%受眾中,可以抓到會回應受眾的準確率是61%

單看這兩套模型的準確率,會覺得第一套模型準確率高很多,但在實用性上,第二套模型可能更為有用。

因為第一套模型雖然準,但它犯的錯是「將會回應的人誤認為不會回應」,這種錯誤會直接導致損失營收

第二套模型雖然準確率較低,但它犯的錯屬於「將不會回應的人,誤認為會回應」,這種不準帶來的影響只是多花一些廣告費,但不會錯過那些有回應的受眾。

兩套模型究竟誰有用,應該要綜合評估「判斷錯誤的廣告費支出」與「抓到會回應客戶所帶來的營收」,兩者誰大誰小,才能判斷哪一套模型是有用的,而不是單純看準確率就下定論。

上面是我看完影片以後的心得,但因為篇幅以及個人經驗受限,所以沒辦法將影片的內容完全整理出來,因此如果對於「如何建立有效的預測模型」這個議題有興趣的讀者,很推薦花一點時間把這部影片看完,也歡迎看完之後留言跟我說你的看法。

如果喜歡這篇文的話,歡迎拍手👏👏或是留言讓我知道。
也歡迎大家到「菜鳥pm(專案/產品經理)的職場心得」的粉絲專頁關注我的最新發文。


Image for post
Image for post

「訂定專案進行的時間軸」,是專案管理很重要的一環,而在訂定時間軸時,除了關注執行專案團隊能夠投入的時間以外,專案關係人的時間,也是需要被納入考量的因素。

舉最近執行的專案為例:

我們公司是CRM數據Agency,因此接近年底時,會提供客戶一整年的CRM分析報告,包含CRM相關KPI的達成狀況,以及針對我們為了達成KPI所做的活動成效分析。

針對活動成效分析,我們公司以往的工作流程是這樣:


Image for post
Image for post

好久沒寫文章了~

這段時間我一直很希望可以寫些什麼,畢竟自從創立粉專以來,我已經持續寫了半年的文章,雖然時間不長,但也算是個小小里程碑,因此不希望可以半途而廢。

不過因為這段時間遇到一些工作的轉折,所以心思沒有辦法放在寫文章上。

但最近工作算是穩定下來了,終於可以再重新寫文章,並且跟大家好好聊聊這段時間發生了什麼,以及我這段時間的收穫。

前面提到的轉折,指的是我離開了先前的工作,花了快半年才到現在這間自己覺得滿意的公司。(中間有到另外一間公司工作,但只工作一個多月就離開,不過這就是另外一個故事了…)

這半年的生活,雖然過得很有心理壓力,因為會一直擔心錢會用完,也擔心找不到好工作,但與這段時間所得到的收穫相比,會覺得這段時間很值得。

這半年沒有工作的時間,帶給了我四項收穫:

1.找到更適合自己的工作

找到更適合自己的工作,聽起來有點像廢話,畢竟換工作當然就是希望可以愈換愈好XD

但之所以會列在這裡,主要是這次換的工作,不只是待遇比以前更好,同時工作的性質也更適合自己。

我在新公司擔任的是「專案經理」,與在前公司擔任的「產品經理」不同,專案經理更多著重在專案進行的流程以及建立一個資源花費最少的制度。與之相比,產品經理需要花較多心思在規劃產品的Roadmap,去思考產品還有哪些地方可以改進的。

如果不了解專案經理或是產品經理的差別,可以點選下列文章,有蠻完整的介紹。

這兩種工作都很有趣,也都很有挑戰性,但在從事專案經理工作的時候,我會有種做什麼事都很自然的感覺。而這種感覺是先前擔任產品經理時,不曾感受過的。

這裡的「自然」,指的是我不需要為了完成工作,強迫自己去做一件平常比較少做的事;而是我平常就會做的事,正好就是我的工作內容。

舉例來說,專案經理很重要的一項技能是「專案規劃」,包含拆解專案成多個任務,以及訂定任務被完成的時間軸,而做「專案規劃」這件事對我來說,我並不需要刻意要求自己去做一個平常不會做的事,而是我平常就以這種方式過生活。

像是我在面對「半年後的出遊」或是「三個月的期末考」這種有時間性的任務時,我都會提前規劃到死線前,還有幾個步驟要完成,分別要在什麼時間完成等,這樣的過程其實也是一種「專案規劃」。

除了「專案規劃」以外,我也很喜歡為重複性的事情建立制度,確保每次做事情時,都可以有類似的產出。而「建立制度」也是專案經理一個很重要的技能。

因為專案經理需要的能力以及在做的事,與我的工作或是生活習慣很像,所以讓我在做專案經理的工作時,可以更得心應手。

這裡的得心應手,並不是指說我可以不用學習,就可以成為,或是已經是一個很好的專案經理,而是因為工作習慣的相像,讓我少了「習慣專案經理的做事流程」這個過程,可以更早開始以專案經理的角色做出貢獻。

這種得心應手的感覺讓我想到先前看過一篇賈伯斯的文章,文章中提到:

蘋果的產品可以做得這麼好,有很大一部分的原因是因為產品背後的大PM,是對於產品幾近偏執的賈伯斯,偏執到常會提出很多不可能的任務,所以才會有如此好的品質。

之所以賈伯斯會對產品如此偏執,並不是他刻意為之,而是他個性就是完美主義並且追求用戶體驗。

而完美主義或是追求用戶體驗的個性,正好是很適合產品經理具備的個性。

因為賈伯斯的個性,搭配上能很好發揮個性的職缺,兩者相乘的情況下,才讓我們得以擁有高品質的蘋果產品。

能有機會做一個適合自己的工作,不只是做起事來可以得心應手,工作成果也會比不適合的工作好上許多。

2.改變對錢的意識

在這半年內,我幾乎沒有任何收入,因此只能靠過去的積蓄支付生活費。

但因為出社會時間不長,先前存下來的錢很有限,導致到了後期時,積蓄已經所剩不多,接近要和家人借錢才能支付房租或是水電費的情況。

不過也因為這樣,讓我養成對於每一筆支出都會精打細算的習慣,在花每一筆錢都會去思考,這筆錢的花費是否有價值,或是是否有更適合的利用方式。

先前還有穩定工作時,雖然也不會到亂花錢,但很明顯的可以感覺到,先前花錢時,對於自己在花什麼,跟花這筆錢可以獲得什麼,並沒有像現在這麼清晰,也沒有像現在這麼在意,也因此有時候會在花完錢之後,才後悔為什麼當初要花這筆錢。

但現在在花錢之前,都會好好思考花錢的目的,甚至會去找有沒有什麼折扣可以利用,讓我比較少出現那種,事後對於自己花的錢後悔的情況發生。

開源節流,對於以前的我來說,更多關注在開源,關注如何能提升自己的技能,獲得更高的收入,而在經歷沒有工作坐吃山空的階段後,我體悟到,除了開源以外,節流也是一個我必須做好的事。

雖然現在薪水不高,節流的效果沒有到很明顯,但我相信養成這種習慣,對於長期來說,應該是有益無害。

3.下定決心學好英文

雖然我念的是還不錯的大學,科系名稱看起來也跟國際有關係,但其實我的英文能力,和班上或是學校的同學比起來,算是有蠻明顯的差距。

我一直都知道這件事,也認為英文能力不夠好,會影響到未來求職,可是就是一直沒辦法下定決心好好學英文。

但在這半年的求職過程中,我明確的感受到,如果英文不夠好,會喪失很多好機會。

除了實際在英文面試表現不佳被打槍以外,更多的是,在看工作JD時,只要有寫需要用到英文,或是要求英文能力的工作,我會直接不敢投履歷,或是順位排到比較後面,這讓我找工作變得更加困難,也花了更多時間才找到理想的工作。

這讓我想起來蔡康永講過的一段話:

“15歲覺得游泳難,放棄游泳,到18歲遇到一個你喜歡的人約你去游泳,你只好說「我不會耶」。18歲覺得英文難,放棄英文,28歲出現一個很棒但要會英文的工作,你只好說「我不會耶」。人生前期越嫌麻煩,越懶得學,後來就越可能錯過讓你動心的人和事,錯過新風景。 — 【康永 — 給殘酷社會的善意短信】”

我一直都清楚他說的話很可能會發生,但在沒有實際遇到之前,還是沒辦法下定決心學好英文,直到這次的求職經驗,讓我切身感受到英文能力的重要性,也才開始安排學習英文的時間。

目前最主要是透過英文線上家教學英文,等之後學比較久之後,有更多經驗,可以再跟大家分享學英文的心得。

4.開始接觸程式,有能力靠程式解決問題

這次在轉職過程中,發現自己對於數據有興趣,有想過要往「數據分析師」的方向去求職,因此花了一點時間,透過線上課程學Python。

雖然後來沒有真的成為數據分析師(但進了數據分析產業),不過這段時間學程式的經歷,讓我開始有能力可以透過程式解決問題。

像是先前就自己上網查資料,寫了一支爬購物網站商品價格的爬蟲。之後也有考慮要寫一支可以定期分享我需要訊息的LineBot。

這些以前都只是想做,但沒有能力做,可是在這次入門程式之後,開始對於程式有了基本的概念,也因為有打好基礎,因此之後如果想學習其他程式的應用,只要花時間查詢資料,我相信我也都有能力做到。

一直以來我都是一個很希望可以簡化重複工作的人,也都認為程式可以幫助我簡化工作,但也沒有足夠的動力去學習,但這次因為想轉職的工作,需要會寫部分程式,讓我入門寫程式的世界,也算是開啟我透過程式解決問題的一扇窗。

另外也跟大家分享,我學程式是透過Codecademy的網站,是透過文字教學,並搭配實際操作的方式讓學員學習程式。我自己算是還蠻喜歡透過文字學習的,如果對於閱讀文字比較上手的人,可以研究看看Codecademy。

如果不喜歡單純看文字教學,希望有影片互動的人,可以參考DataCamp,下列文章是關於DataCamp的介紹,如果喜歡影片教學的人,也可以參考看看。

最後附上我的GitHub連結,裡面有我這段時間所完成的專案。前前後後,我大概花了一個半月的時間學程式,如果大家也想入門程式的話,可以以我的專案複雜度,去評估自己想達成自己的目標,大概需要花多少時間。

針對這次的求職過程,我反思了蠻多,也發現從中學習到很多,也希望聽聽大家對於這方面的看法,或是可以分享自己在求職過程中,是如何安排自己時間的。

如果有任何想法也都歡迎留言與我討論!

如果喜歡這篇文的話,歡迎拍手👏👏或是留言讓我知道。
也歡迎大家到「菜鳥pm(專案/產品經理)的職場心得」的粉絲專頁關注我的最新發文。


Image for post
Image for post

家裡附近有間很特別的小吃攤。

特別的點在於:

它主要賣的是麵食,但和一般常見的一間店裡面有各種麵食,「陽春麵」、「餛飩麵」、「榨菜肉絲麵」等,這間小吃攤只有賣「什錦麵」,但提供多樣的麵條選擇。(油麵、意麵、拉麵等)

兩種選擇各有優勢:

1.多樣麵食可以給客人更多選擇,可以吸引到更多不同需求的消費者

2.單種麵食因為產品固定,食材也固定,在採購上會比分散採購不同食材上更有議價優勢

雙方的優勢,就是另一方的劣勢:

1.多樣麵食導致食材要準備很多種,沒辦法大量採購,導致成本較高

2.單種麵食因為選擇少,比較難滿足不同需求的消費者

兩種選擇各有利弊,單看這樣很難判斷哪一種選擇才是正確的。

但以這間店的用餐環境來說:

附近因為交通不便,比較少住戶以外的人流經過,所以用餐的客群主要就是附近的住戶,客群相對固定。

在這種情況下,我認為不太需要提供多樣性的產品去滿足不同類型的消費者,因為會吃的人就是固定那一些人。

除非是為了滿足隨機經過的消費者,因為消費者類型很多元,所以需要提供較多不同類型的產品,但因為這間店的環境不是這樣,所以我認為提供多樣性產品的幫助不大。

雖然提供單一種麵食的策略我覺得合理,但我認為「提供不同麵條選擇」是值得討論的策略。

以成本面來看,因為麵條相對於新鮮食材,耐久性較好,所以就算一次訂多一點壓低價格,放著慢慢賣也不會對店面產生庫存的影響,這樣既可以兼顧成本的優勢,也可以額外些微增加產品的多樣性。

然而,回到「客群固定」這個條件來看,因為客群固定,所以很容易就可以知道哪一種麵條銷售情況比較好,在這種情況下,可以根據銷售狀況,去調整麵條的類型,把銷售量好的麵條量增加,拿掉銷售量差的麵條,進而達到產品精簡,更能達到以量制價的議價優勢

最後,如果小吃攤真的要增加產品選擇去增加營收,我認為可以從「食材相近的產品著手」,像是什錦麵裡面主要的食材主要是海鮮,如果要增加產品類型,就可以從「主要食材也是海鮮」的產品開始增加,這樣一來既不會喪失大量採購的議價優勢,也可以增加品類去測試市場需求,會是成本最小的測試方式。

如果你是小吃攤的經營者,你會選擇多一點不同類型的麵食,還是同一種麵有不同種的麵條選擇呢?

也歡迎留言跟我說你的想法!

如果大家喜歡這類型分析有興趣的話,歡迎拍手👏👏或是留言讓我知道。也歡迎大家到「菜鳥pm(產品經理)的職場心得」的粉絲專頁關注我的最新發文。


Image for post
Image for post

前一篇文章有提到「只要你相信你堅持的事情是對的,你就有責任去要求把事情做到好,不要怕得罪人」

但我們要怎麼確認自己堅持的是對的?

在實際下去做之前,可能很難確定自己想的一定會是對的,但我們可以透過一些方式去增加自己做決定的自信心。

「查數據」就是一個很有效的方式。

像是先前我在設計遊戲裡面的破關機制,在規劃「玩家要獲勝幾場才能晉級下一個階段」時,我並沒有想太多,單純就想「我希望用戶花多少時間就可以進入下一個關卡」,所以隨意的設了3場的數字,但這背後並沒有數據支撐,純粹只是PM的自以為是。

也因為做決策的背後沒有數據支撐,因此在和老闆報規劃的時候不夠有自信,最後被老闆打槍,並被提醒做「究竟要幾場可以破關」的決策前,可以先查一下用戶玩手遊的相關數據,再根據數據做決定。

後來查到「用戶平均單次玩手遊的時間是6–10分鐘」,而後續我們也根據這個數據,去決定遊戲用戶晉級每一個模式需要花多少時間。在有了這個數據之後,我對於「為什麼會這樣設計」更有信心,也更能堅持自己的想法去說服其他人。

除了查數據以外,「做用戶研究」也是一個「確定自己的設計是對的」很好的方式。

雖然用戶研究很好,但大多數公司在開發產品時,不會有資源可以做用戶研究,這時找對自己專案不熟的同事給予建議,也是一種了解用戶想法的好方式。因為他們對於專案不熟,所以可以從陌生使用者的角度去給予建議,透過這種方式我們也可以模擬用戶的想法,讓自己的設計可以更有依據。

最後也和大家分享我自己的反省:

在規劃時,可以透過「查數據」還是「請求同事意見」的方式去加強自己設計的自信心,這些我在事前其實都知道,但為什麼我還是沒有實際去做,讓自己可以做出「更有邏輯」的產品設計?

我認為背後原因在於「想讓產品變好」的決心不足,所以導致明明知道這樣做會更好,但卻沒有花時間去做,讓自己可以做出更好的決策。

也是因為「決心不足」,才會發生像上一篇提到「明明知道應該要求工程師,卻因為怕打擾對方而沒要求到最好」的情況發生。

「如何要求自己有更強烈把產品做好的決心」會是現階段我最需要克服的問題。

如果大家對於PM工作有任何有興趣的地方,歡迎大家到「菜鳥pm(產品經理)的職場心得」的 粉絲專頁關注我的最新發文。


Image for post
Image for post

前陣子和前輩聊天的時候,前輩給了我一個建議

「你的人太好,這在產品工作上會遇到問題」

當時我還一頭霧水,不知道為什麼人太好會是壞事,PM不就是要和大家一起工作嗎?如果不與人為善,要怎麼合作下去?

但最近遇到的一個案例,讓我理解為什麼「人太好」會對PM工作產生負面的影響。

前陣子在設計一個APP內的彈窗,那個彈窗兩個按鈕分別是「升級專業版」和「暫時先不要」,當初在設計這個彈窗的時候,我就有特別註記,希望讓「升級專業版」的按鈕更大更突出,導引用戶去升級專業版。

但在工程師交付軟體後,我發現他們並沒有照我先前說的把兩個按鈕做出差異化。

這時候,原本應該去找工程師,請他們幫忙把按鈕顏色做調整的我,卻因為擔心「如果要求UI細節,會不會讓工程師覺得煩?」而沒有去找工程師請他們把功能完善。

後來和主管與老闆確認APP時,被質疑「為什麼彈窗按鈕沒有做差異化的設計」時,我當下只能以「我當初有做這樣的設計,但工程師沒有照著規劃去做」這種很不負責任的回答去應付。

其實應該是我自己要主動去找工程師把不夠好的地方調整到好才對,但卻因為自己「想當好人」,所以反而犧牲了產品的品質。

後來和很多前輩聊到當時發生的情況,前輩都一致的告訴我:

「只要你相信你堅持的事情是對的,你就有責任去要求把事情做到好,不要怕得罪人」。

如果因為想做受人喜歡的PM而導致事情沒做好,反而會讓團隊受更多苦,這樣團隊成員並不會比較喜歡你。

「做一個受人尊敬,而不是受人喜歡的PM」

最後也跟大家推薦這篇文章,作者分享自己北京實習時,因為「想當好人」而造成的犯錯經驗。

如果你也和我一樣因為「人太好」而困擾的話,看完這篇文章應該可以對你有些啟發:

如果大家對於PM工作有任何有興趣的地方,歡迎大家到「菜鳥pm(產品經理)的職場心得」的 粉絲專頁關注我的最新發文。


Image for post
Image for post

雖然我的職稱是「產品經理」,但我這段時間接手到最大的專案,在專案中,我反而是擔任「專案經理」的角色,在有限的人力與時間下,與合作老師協調哪些需求能做,哪些需求不能做。

如果不太清楚產品經理和專案經理有什麼差異的話,很建議觀看以下文章:

也因為那段時間的經歷,導致我現在在規劃新產品時,一時沒辦法切換到「產品經理」的思維,以「這個功能能為使用者提供多少價值」,反而會下意識的以「這個功能比較大,可能先不要做」的角度去考量需求。

這樣的思考方式會讓很多真的有價值的需求被忽略,反而先做一些簡單易完成,但為用戶帶來的價值很有限的需求。

這樣說並不是能衡量需求被完成的難易度是一件壞事,我認為如果產品經理能瞭解每個需求大致需要多少時間才能被完成是很好的,因為「用戶什麼時候能使用到新功能」也是一個在衡量需求能為用戶帶來多少價值的考量因素。

但如果單純以「完成時間的多寡」來排序需求開發的順序,而沒有考慮到「究竟這個需求能為用戶帶來多少價值」,就違背「我們開發需求,重點在於解決客戶問題」的前提了。

如果大家對於PM工作有任何有興趣的地方,歡迎大家到「菜鳥pm(產品經理)的職場心得」的 粉絲專頁關注我的最新發文。


Image for post
Image for post

在發想產品規劃時,我常會去觀察競品「以何種方式解決用戶的問題」,這樣做可以有效率地找到可以解決用戶問題的方法。

如果該解決方式不是跟新產品的核心功能有關,有時會直接模仿競品解決問題的方式,也加入相同的設計到產品當中。

但在加入到產品之前,必須要先想清楚:

「為什麼競品會這樣設計?這樣設計是否想和我們解決同樣的問題?」

最近我就犯了一個參考競品設計時,沒有想清楚競品產品設計背後的邏輯,就加入到新產品設計的錯:

新開發的產品是一款破關遊戲,我們希望可以讓用戶感受到自己有在不斷晉級的感覺,因此我在規劃產品時,參考了一些有「破關解鎖」概念的遊戲。

除了有破關解鎖以外,也希望可以加入金幣或是鑽石入場的制度,讓用戶不是直接進入新關卡,而是要達到足夠的門檻才能進入更難的關卡。

在參考了眾多相關設計以後,我們覺得前一兩年很火紅的「知識王」中的破關解鎖與金幣的制度,很符合我們的產品需要,因此我就將相關的設計加入到我們的產品當中。

但在加入相關設計到產品規劃前,我並沒有去深入思考「知識王」中的「破關機制」與「進入各模式的金幣門檻」是如何設計的,導致在開發會議時,才發現很多機制都不可行,必須要再調整。

像是在知識王中,雖然有金幣機制,但玩家能不能進入新模式,取決於「用戶打敗關主的次數是否有到一定場次」,透過限制打敗關主的場次去把關用戶進入新模式的數量。

會選擇這樣設計,而不是單純用金幣量作為解鎖的門檻,我們認為是為了避免「前後關卡的金幣解鎖門檻差異太大」,讓用戶不會在輸掉高難度的關卡之後,需要玩很多簡易難度的關卡,才能補足所需要的金幣。

例如我們希望用戶每個模式都能至少賺到五倍金幣才能解鎖新關卡,而以這樣五倍倍增下去,第三個模式所需金幣,就會是第一個模式的25倍,因此萬一輸掉第三個模式,用戶就必須要玩很多初階模式才有辦法挽回輸掉遊戲的損失。

而加入關主的機制,就能減少很多這樣的情況發生。

當初在參考知識王的時候,我並沒有想這麼多這麼細,只單純看到「知識王有金幣有解鎖,剛好符合我們的需求」,就直接把金幣和解鎖的設計加到產品當中,導致後面產生了很多問題。

如果沒有太好的產品規劃的想法,參考競品的設計可能是一種方式,但在加入競品的產品設計到新產品之前,必須先想清楚「競品是為了什麼而設計」以及「這個是否能解決我們想解決的問題」,當這兩個問題都確定之後,才能加入到產品設計當中。

不是看到有好設計就直接加到產品裡面,別人的好設計不見得適合你的產品。

如果大家對於PM工作有任何有興趣的地方,歡迎大家到「菜鳥pm(產品經理)的職場心得」的 粉絲專頁關注我的最新發文。


Image for post
Image for post

我們公司的軟體分成電腦版和手機版兩種,這兩種形式的軟體功能通常大同小異,但在畫面上,會因為畫面尺寸的關係而有明顯的差異。

相較於電腦的大畫面,手機的畫面很小,因此能放的東西很有限,所以如何用有限的範圍,讓用戶能最簡單的操作到他需要的功能,是我們在規劃APP畫面時,常需要思考的事。

而最近在規劃新APP的畫面時,就遇到「畫面太小,但想放進去的元素太多」的問題。

面對這個問題,一般的解法可能是「去下載其他不同APP,找找看有沒有類似情境,學習對方是如何解決這個問題的」,但這個方式會花費很多時間,畢竟「找到有同樣問題的APP」並不是一件容易的事情。

為了更快速解決問題,我去找了幾個同事聊一下「如果是他們,他們會如何解決」,也在討論的過程中,很快就想到一個不錯的解決方式。

這個狀況其實和我先前一篇「發想規劃可以集思廣益」提到的內容很類似,但我現在有一點不同的想法:

先前那篇文章我切入的角度是「PM的價值不單純是在發想新規劃,用邏輯解決問題也是我們的價值」,同時也提到「因為自己不擅長發想新的規劃,所以我找人一起幫忙發想補足弱點」。

這樣的切入角度並沒有錯,但還是有種「無法獨力發想新的規劃」是一件不好的事情的感覺。

而現在我對「無法獨力發想新規劃」這件事的看法是:

「無法獨力發想新規劃」不是問題,因為PM的價值在於:

「用更短的時間,完成一個能解決使用者問題的產品」

因此不管是靠自己發想、靠研究競品,還是和同事討論,只要能快速且有效想出能解決用戶問題的規劃,就是一個PM所能帶來的價值。

當然一個必須靠別人才能想出好規劃,和一個能夠自己發想就解決問題的PM程度上當然有差,但以現階段經驗不足的情況下,與其在意自己「沒辦法獨力發想」,不如找更有效率的方式(和同事討論或是研究競品)解決問題,並且從每次解決問題的過程中學習,讓自己能在未來面對同樣問題時,不要再靠別人,這才會是我現階段應該要做的事。

藉著寫這篇文也提醒自己要著眼於「能創造價值的地方」,而不要被自己的情緒(希望自己有獨力發想的能力)所侷限。

如果大家對於PM工作有任何有興趣的地方,歡迎大家到「菜鳥pm(產品經理)的職場心得」的 粉絲專頁關注我的最新發文。

如果喜歡我的文章,歡迎點擊下方拍手,每人最多可拍手五次,完全免費,而作者可從官方獲得獎勵 :)

如何申請 Likebutton >> Likebutton 申請辦法

About

Richard Cheng

CRM顧問公司數據產品經理&專案經理。先前曾在財經資訊公司擔任APP PM。平時喜歡閱讀以及研究投資理財。 PM工作心得記錄:菜鳥pm(產品經理)的職場心得)https://www.facebook.com/rookiepm/

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store