技術(shù)對產(chǎn)品的驅(qū)動力

互聯(lián)網(wǎng)井噴的十年已經(jīng)過去，十年間衍生出了眾多國民級應(yīng)用，涵蓋了社交、出行、娛樂和貿(mào)易等幾乎人們生活的各個領(lǐng)域，那么所有人都在想著同一個問題——互聯(lián)網(wǎng)的下一個十年會如何？很多人說流量紅利消失了，流量紅利并不是消失了，而是變得更加金貴了，產(chǎn)品的核心競爭力不在于產(chǎn)品滿足了用戶的哪方面需求而在于如何能更好的滿足用戶需求。技術(shù)對于產(chǎn)品的驅(qū)動力越來越明顯，而對于產(chǎn)品經(jīng)理的要求也越來越高，產(chǎn)品經(jīng)理的能力模型也在不斷迭代。

舉個簡單的例子，淘寶的雙十一超級活動，我們使用淘寶秒殺和搶購的過程中，如果出現(xiàn)了服務(wù)器繁忙這些詞匯，對于用戶體驗的影響折損是巨大的，用戶在使用軟件的過程中只關(guān)心能不能滿足自己的需求，他們是不會考慮后臺少則千萬動則過億的并發(fā)訪問量的，但是作為產(chǎn)品方為用戶服務(wù)卻不得不考慮這個問題，這時候單純的站在用戶視角很難解決這個問題，高性能高負(fù)載成為了產(chǎn)品最具價值的核心競爭力（ps：近幾年好多產(chǎn)品因為性能頻繁上熱搜，隨后就是廣大網(wǎng)友的各種對比），這只是一方面性能問題，數(shù)據(jù)的存儲問題，大數(shù)據(jù)配合深度學(xué)習(xí)的場景化投放問題等等，讓產(chǎn)品從認(rèn)識用戶到讀懂用戶，很像一對戀人從戀愛到結(jié)婚的過程。
一個復(fù)雜系統(tǒng)的架構(gòu)設(shè)計其實就是用產(chǎn)品思維解決技術(shù)難題，如何讓數(shù)據(jù)走最快的路到達(dá)自己應(yīng)該被讀取/存儲的地方？數(shù)據(jù)：“我能怎么辦我也很無奈啊，堵車很難受啊。”如何在高并發(fā)的情況下保障前端用戶的響應(yīng)時間不超過200ms，從用戶體驗層面這個需求非常簡單可以一筆帶過，但是系統(tǒng)要考慮的是如何在這200ms內(nèi)完成數(shù)據(jù)整個鏈路的傳輸，同時保障各數(shù)據(jù)庫間的數(shù)據(jù)一致，考慮事務(wù)的提交終止和回滾，還要考慮最底層的計算資源能夠支撐該負(fù)載量，這一系列問題帶來的是諸如數(shù)據(jù)庫主從熱備份，分布式鎖服務(wù)和緩存機(jī)制等多個技術(shù)體系升級，在整個數(shù)據(jù)的流轉(zhuǎn)和計算過程中還要解決數(shù)據(jù)冗余和異常處理的問題，在這個過程中我們不難發(fā)現(xiàn)一個時間需求帶動的是多個系統(tǒng)的性能需求和整個產(chǎn)品的后臺邏輯需求。
為了做更好的抽象我們來舉個比較實在的例子，最近春運，拿用戶搶票流程中支付前過程進(jìn)行舉例：用戶進(jìn)入車票詳情頁，車票詳情頁在高峰期請求量很高，為了讓用戶不進(jìn)入這個頁面卡頓，這是用戶體驗需求，肯定不可能讓每個用戶訪問該頁面都請求一次服務(wù)器，這時候就需要運用緩存技術(shù)將該頁面單獨緩存然后給用戶請求這時候有效解決了用戶體驗的問題，對應(yīng)后臺的需求則是數(shù)據(jù)庫同步，緩存寫入和釋放等需求。用戶點擊下單，高峰時段幾千號人搶幾十張票，這時候售票平臺會面臨超售的情況，用戶會面臨前臺顯示和后臺真實儲量不一致的情況，避免這種情況發(fā)生需要應(yīng)用分布式鎖服務(wù)和在數(shù)據(jù)庫中票數(shù)預(yù)減和真實數(shù)據(jù)庫中票數(shù)反饋的問題，在這中間頻繁的發(fā)生數(shù)據(jù)交互，最核心的就是數(shù)據(jù)一致性問題。
如何面對一個復(fù)雜架構(gòu)和系統(tǒng)的設(shè)計這是擺在產(chǎn)品經(jīng)理面前的一道難題，不僅要對業(yè)務(wù)內(nèi)容有很深的理解，同時也要對系統(tǒng)的運作有清晰的認(rèn)知，系統(tǒng)是沒有很高的容錯空間的，但是影響用戶的覆蓋面是非常大的，這時候?qū)τ谝粋€高度集成的系統(tǒng)來說是非常復(fù)雜的。技術(shù)體系本身也是產(chǎn)品，只不過所有內(nèi)容都是抽象出來的而已，如何讓這個抽象的過程更清晰和更高效，底層服務(wù)平臺，平臺服務(wù)用戶，這是這個時代產(chǎn)品經(jīng)理應(yīng)該思考的問題。
技術(shù)不等于開發(fā)，不等于算法，也不等于運維，技術(shù)是一個服務(wù)框架是一套思維體系，這個框架內(nèi)包含算法設(shè)計，前后臺邏輯設(shè)計，數(shù)據(jù)庫邏輯設(shè)計，學(xué)技術(shù)不是說今天寫hello world，明天寫TensorFlow，后天用python做自動化運維這樣，我們要懂得技術(shù)體系和產(chǎn)品結(jié)構(gòu)的深度融合，主要體現(xiàn)在三方面：

1. 讓產(chǎn)品更懂用戶，推薦策略穩(wěn)準(zhǔn)狠；這里我們要知道算法的原理是什么，應(yīng)用方式是什么，數(shù)據(jù)清洗的目的和方法，能給用戶帶來什么便利？結(jié)合用戶群的屬性和用戶場景做產(chǎn)品，讓產(chǎn)品站在用戶角度考慮問題，這里包括用戶不同場景安全策略有哪些，該場景下用戶更注重空間還是時間，如何讓系統(tǒng)更精準(zhǔn)的衡量用戶使用成本和收益？
2. 降低開發(fā)、維護(hù)和迭代成本，充分考慮產(chǎn)品功能擴(kuò)展性和技術(shù)平臺擴(kuò)展性，多路復(fù)用管控統(tǒng)一方便企業(yè)進(jìn)行產(chǎn)品的運作，同時方便整個產(chǎn)品管理流程中產(chǎn)品與開發(fā)和數(shù)據(jù)科學(xué)的溝通等等
3. 用戶體驗升級，更快識別和響應(yīng)用戶需求，平臺如何做到高負(fù)載高并發(fā)讓用戶無感知，用戶使用產(chǎn)品的流暢性如何提升等等。

資歷尚淺對用戶的理解沒有那么深刻，歡迎各位大佬提意見同時互相學(xué)習(xí)。