Book

《洞察人心》用户访谈成功的秘密

书       名:《Interviewing Users》How to Uncover Compelling Insights 阅读时间:20分钟 推荐程度:★★★☆☆ Tag         :  用户访谈 产品 价值验证 MindMap: 点这里下载 ##关于作者 [Steve Portigal](https://twitter.com/steveportigal) 1. 内容简介 用户在哪里,有什么需求?他们为什么会选用竞争对手的产品而不是你的?从大数据中固然能得出一些结论,但是要搞清楚作为地球上顶级复杂生物的人的真实想法,还是走近他们,

Book

《启示录》- 打造用户喜爱的产品

Mind Map download 内容简介: 为什么市场上那么多软件产品无人问津,成功的产品凤毛麟角?怎样发掘有价值的产品?拿什么说服开发团队接受你的产品设计?如何将敏捷方法融入产品开发?过去二十多年,Marty Cagan作为高级产品经理人为多家一流企业工作过,包括惠普、网景、美国在线、eBay。他亲历了个人电脑 、互联网、 电子商务的起落沉浮。《启示录:打造用户喜爱的产品》从人员、流程、产品三个角度介绍了现代软件(互联网)产品管理的实践经验和理念。七印部落正在翻译作者的博客和授课视频,欢迎访问微博:http://weibo.com/7seals

产品设计

B端产品需求梳理分析模型【产品】

在B端产品的工作当中,常常要与不同的业务部门打交道,他们的角色众多、诉求各有差异,造就了后台业务产品的复杂性,下面介绍一下我在国内排名第一的房产中介公司工作以来总结的一套产品方法论。 一、需求梳理 我们常常收到来自用户(业务部门)或老板,以一句话高度概括提出的需求:“我需要对挂牌房源进行回访,并进行判定”、“我需要一个对网站400来电录音进行打分的平台”……因此,需要一个框架有序、完整的与用户一起梳理需求十分有必要。 需求梳理框架:用户-场景-路径 1.1 用户 在B端产品中,用户即业务部门或前线业务人员的角色。 在面对分工精细的企业内部,我们可以从“现在是怎样的?”去入手了解当前的部门架构、岗位分工。 因为所有业务线,无论它现在如何低效或我们看来是多余的,但也是多年来一直优化,

Python

Python: 熟悉又陌生的字符编码[转]

字符编码是计算机编程中不可回避的问题,不管你用 Python2 还是 Python3,亦或是 C++, Java 等,我都觉得非常有必要厘清计算机中的字符编码概念。本文主要分以下几个部分介绍: 基本概念 常见字符编码简介 Python 的默认编码 Python2 中的字符类型 UnicodeEncodeError & UnicodeDecodeError 根源 一、基本概念 字符(Character) 在电脑和电信领域中,字符是一个信息单位,它是各种文字和符号的总称,包括各国家文字、标点符号、图形符号、数字等。比如,

产品设计

线框图设计【产品】

一、谁在用线框图 简而言之,与产品有关的、任何身份的任何人。 尽管通常是设计人员,开发人员和产品经理最经常在日常工作中创建和使用 线框图,却有很多人受益于线框图。这些可能包括业务分析师,信息架构师 交互设计师,用户体验设计师,平面设计师,程序员,以及产品经理。 在后面的系列中,我将讨论更多关于这些团队成员们应该如何协同工作,包 括其使用线框和其他设计工具。 二、为何人人都在用线框图? 线框图是“设计的蓝图”。 他们将底层概念结构(或信息体系结构)与网站或移动应用的界面(或视觉 设计)建立联系。更具体地说,他们是一个界面的视觉表示,用于让每个人

产品设计

RFM模型【产品】

1. 什么是RFM模型 R是Recency,最近一次消费。一般来说,最近一次消费时间越近,说明用户再次消费的可能性越大,因为用户对产品正处在关注中,对产品传递的内容和活动更容易响应。通过这个指标,可以划分出用户的活跃度。 F是Frequency,消费频率。也就是一定时间内的消费次数。通常,用户对产品关顾的次数越多,也就意味着对产品越熟悉,接受度越高。通过这个指标,可以划分出用户的成熟度。 M是Monetary,消费金额。就是一定时间内用户总的消费金额。从这个指标可简单的看出一个用户对产品的贡献度。 2. RFM模型有什么用 可以通过RFM模型将用户划分到不同的象限中,针对不同象限的用户,可以有不同的运营策略。例如,对活跃度不高,但相对成熟的用户,可以定制一些活动进行激活和促活;

产品设计

用户画像【产品】

在互联网逐渐步入大数据时代后,不可避免的给企业及消费者行为带来一系列改变与重塑。其中最大的变化莫过于,消费者的一切行为在企业面前似乎都将是“可视化”的。随着大数据技术的深入研究与应用,企业的专注点日益聚焦于怎样利用大数据来为精准营销服务,进而深入挖掘潜在的商业价值。于是,“用户画像”的概念也就应运而生。 用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础,能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。 用户画像的应用领域也越来越广,主要体现在以下几个方向 精准营销:根据人群定向进行营销活动,能使得营销更有效率,同成本下,有更好的总体转化效率。如:向在校学生推送更高优惠的营销活动,而向白领it从业者推送距离最近的酒店不需要营销活动。 推荐系统:用户画像、用户行为分析是高转化率个性推荐的极重要的数据基础。

互联网

可能是史上最全的市场推广渠道(值得收藏)

付费篇 一. 线上广告 搜索渠道:以百度举例,其他类推。百度品专、百度华表、百度知心、百度阿拉丁、百度关键词、百度网盟、百度DSP、百度橱窗等。 注明:量极大,关键词竞价操作难度极大,如果有专业的团队,效果非常好。 2、联盟广告:百度网盟、搜狗网盟、360网盟、谷歌网盟等 注明:量大,网盟便宜,效果一般,三要素:素材、定向、出价