判斷力-產(chǎn)品經(jīng)理如何成長為業(yè)務(wù)負責人

本文結(jié)構(gòu)如下：

一、產(chǎn)品經(jīng)理需要有判斷力

二、系統(tǒng)化思維—項目流程全閉環(huán)

• 需求調(diào)研（5W2H模型）
• 需求分析（概率思維）
• 需求立項（基于數(shù)據(jù)與價值，達成一致）
• 需求閉環(huán)（評估數(shù)據(jù)和產(chǎn)出，用數(shù)據(jù)復盤）

三、用“人工智能”修煉判斷力

1、建立自己的知識圖譜（輸入與輸出）

2、建立系統(tǒng)化思維（原理是什么）

一、產(chǎn)品經(jīng)理需要有判斷力

理論上，一個理性的人，都需要有判斷力，那為什么專門指出產(chǎn)品經(jīng)理需要有判斷力？因為筆者從事產(chǎn)品經(jīng)理職業(yè)，且在工作實踐中發(fā)現(xiàn)，產(chǎn)品經(jīng)理是最容易被坑的群體。

• 老板說這個功能很重要，是行業(yè)的標配；
• 商務(wù)說這對接的合作方很靠譜，上線后預計有多少多少的產(chǎn)量，讓其他需求讓讓優(yōu)先級；
• 運營說這個功能很多用戶需要，上線后能極大提升用戶體驗，同時節(jié)省多少多少的人效；

以上場景是不是很熟悉，產(chǎn)品經(jīng)理每天會收到很多需求反饋，第一步是進行需求的調(diào)研與分析，只有調(diào)研分析過的需求才能真正進入需求池，否則只是待調(diào)研需求。

二、系統(tǒng)化思維：項目流程全閉環(huán)

1、需求調(diào)研（5W2H模型）

5W2H分析法又叫七何分析法，是二戰(zhàn)中美國陸軍兵器修理部首創(chuàng)。由于該分析法概括了why定義原因，what定義問題，who定義對象，when定義時間，where定義地點，how mucn定義程度（或數(shù)量或成本），how to定義實現(xiàn)路徑;從而可以廣泛應(yīng)用于定位并解決問題，包括寫報告、寫代碼、需求調(diào)研、理解leader布置的任務(wù)、項目管理、合同管理等幾種場景，實乃產(chǎn)品新人入坑、農(nóng)民進城防騙的第一指南；另外還有升級版可以加上三個參數(shù)，resource定義資源, risk定義風險，result定義結(jié)果，即加上3個R升級為5W2H3R的10字母模型。

回望自己的職業(yè)生涯，確實踩過不少的坑。

產(chǎn)品經(jīng)理是最有資格抱怨而最不應(yīng)該抱怨的人，因為產(chǎn)品經(jīng)理的價值就是解決問題，而解決問題需要有足夠的判斷力。

A、老板說：這個功能很重要，是行業(yè)的標配；

多問幾個問題：

• why老板想解決的是什么問題；
• what 這個功能是什么，有什么用
• who 解決誰的問題，與我們現(xiàn)有產(chǎn)品的用戶群體是否一致
• result 解決這個問題有什么收益，與核心目標KPI是否相符
• how 如果要解決這個問題，有幾種解決思路
• how much 這幾種思路對應(yīng)的方法，成本是多少

2、需求分析（概率思維）

前面說了第一步是需求調(diào)研，調(diào)研完是不是開始做了呢？第二步是分析；之前我做需求分析，最喜歡用投入產(chǎn)出比來分析需求，并初步判定優(yōu)先級；后來發(fā)現(xiàn)這里有個誤區(qū)，所有分析都應(yīng)該是建立在概率分布中的，且需要有數(shù)據(jù)支持；

B、商務(wù)說：這對接的合作方很靠譜，上線后預計有多少多少的產(chǎn)量，讓其他需求讓讓優(yōu)先級；

多問幾個問題：

1. 合同是否談妥了（如果沒談妥，會有哪些風險，我們的收益是什么）
2. 產(chǎn)量是怎么預計的，是否有歷史數(shù)據(jù)或行業(yè)數(shù)據(jù)支撐；是用線性還是非線性模型預計的；
3. 對方會采購我們的概率是多少，對方會采購我們XX產(chǎn)品的數(shù)量和占比又是多少；

C、運營說：這個功能很多用戶需要，上線后能極大提升用戶體驗，同時節(jié)省多少多少的人效；

多問幾個問題：

• why運營想解決的是什么問題；
• what 這個功能是什么，有什么用
• who 解決誰的問題，該類型用戶占比是多少
• 這個功能改進涉及的功能會有多少人用，現(xiàn)有數(shù)據(jù)是什么
• 是否有其他解決方案，分別成功概率是多少，成功后的收益是多少

即任何投入產(chǎn)出比都是建立在概率的前提下的，機器學習中經(jīng)常用到的貝葉斯統(tǒng)計就排上了用場。

如何通俗地理解貝葉斯統(tǒng)計？

舉個例子：生病的幾率

一種癌癥，得了這個癌癥的人被檢測出為陽性的幾率為90%，未得這種癌癥的人被檢測出陰性的幾率為90%，而人群中得這種癌癥的幾率為1%，一個人被檢測出陽性，問這個人得癌癥的幾率為多少？

猛地一看，被檢查出陽性，而且得癌癥的話陽性的概率是90%，那想必這個人應(yīng)該是難以幸免了。那我們接下來就算算看。 考慮先驗概率和后驗概率

陽性得癌癥的概率為：0.083 , 陽性未得癌癥的概率為：0.917

換成新儀器引進的例子也是一樣，如果你是醫(yī)院的院長，有人推銷一種儀器售價1000萬，檢測某疾病的準確率為95%，而此疾病的發(fā)生率僅為0.01%，則需要考慮一下發(fā)生此疾病且檢測準確的概率了。

做產(chǎn)品和做投資都是有賭性在的，賭的就是成功的概率，這里面要判斷項目能成的概率，是否屬于你的重點項目，你預計投入多少時間精力和資源，這個項目能否超出預期從而成為你的成功案例；

3、需求立項（達成一致）

好，調(diào)研和分析都完成了，是否可以開始執(zhí)行了？此時還需要一個立項會。發(fā)現(xiàn)沒有，這就是老油條和新人的區(qū)別，新人一般會急吼吼的開始進行項目，而老油條一邊設(shè)計線程一邊爭取項目相關(guān)方達成一致。

• 要拉項目相關(guān)方都參與項目立項會，且需要提前梳理5W2H3R，在會上闡述項目的背景、目標、價值、分工與配合、各部門負責交付的東西和時間節(jié)點、所需的資源、風險、成功的概率和收益等；
• 不確定的點都要在會上達成一致，且形成書面記錄并追蹤執(zhí)行情況。即決議前充分討論，決議后忠實執(zhí)行。

4、需求閉環(huán)（評估數(shù)據(jù)和產(chǎn)出）

初階產(chǎn)品經(jīng)理：能按時保質(zhì)的完成需求的輸出，且跟蹤項目的執(zhí)行與產(chǎn)出；這里面也涉及到如何協(xié)調(diào)項目相關(guān)方，讓參與方統(tǒng)一認知且有認同感，考慮異常場景與上線后的運營推廣計劃等；

而初階與高階的區(qū)別，是你是否是這個項目的owner，即你是否有主人翁意識。

這個項目或者是你自己提出的，或上級為了KPI交到你手中的，你是只承擔了這個項目中產(chǎn)品設(shè)計者的角色，還是這個項目的總負責人；（這里有個職場現(xiàn)實規(guī)則，機會往往是自己爭取的，特別是對于產(chǎn)品經(jīng)理這種只有職位沒有實際職權(quán)的崗位來說，很可能你就是這個項目的產(chǎn)品經(jīng)理，總負責人是你上級或其他部門負責人，或者沒有明確任命的總負責人）

此時你能否做到除了關(guān)注自己負責工作內(nèi)容部分外，承擔起項目最終成敗的責任？

這里舉一個反面的例子，有次上級問我某個項目沒有達到預計的目標產(chǎn)量（當時的目標產(chǎn)量也是相關(guān)商務(wù)預估的，沒有太多數(shù)據(jù)支撐），產(chǎn)品的責任占了多少；我沒有理解這個問題，我以為問的是原因占比，我答產(chǎn)品因素至少占了60%（當時想已經(jīng)往高了說）；后來上級和我說，即使你只承擔了1%的原因占比，你也應(yīng)該負100%的責任。這句話真是醍醐灌頂，如果我是站在一個項目owner的角度，從自己這個原因出發(fā)，我完全可以去推動其他人，去更早的思考項目的投產(chǎn)閉環(huán)：調(diào)研目前的現(xiàn)狀和原因，提出解決策略；哪怕有些策略不是產(chǎn)品側(cè)能解決的；忙不是借口，身兼多個項目不是理由，如果是自己的重點項目，就一定要想辦法超出預期。

想明白這個問題，你才能從功能負責人成長為業(yè)務(wù)負責人。

三、用“人工智能”修煉判斷力

1、建立自己的知識圖譜（輸入與輸出）

（1）結(jié)構(gòu)化輸入

這里推薦一個工具——有道云筆記（免費，服務(wù)器穩(wěn)定，移動端和桌面端完美兼容，未收廣告費）。

如我最近在學習人工智能相關(guān)知識，如果只是看過可能很快就忘了，如果我能邊看邊記筆記，并自己畫出思維導圖的話，才算基本掌握了概念。

（2）結(jié)構(gòu)化輸出

一個完善的系統(tǒng)，除了有輸入，還需要有輸出；如一個知識，只能你能自己應(yīng)用并可以教給別人，才算真正掌握了這個思維體系；嘗試輸出新的“新的input”，或是“刺激他人有新的思考”。

2、建立系統(tǒng)化思維（原理是什么）

前面談到幾個思維框架：

• 需求調(diào)研（5W2H模型）
• 需求分析（概率思維）
• 需求立項（基于數(shù)據(jù)與價值，達成一致）
• 需求閉環(huán)（評估數(shù)據(jù)和產(chǎn)出，用數(shù)據(jù)復盤）

這和機器學習的套路是一樣的，選定一個目標，喂數(shù)據(jù)，定義價值和激勵函數(shù)，從而得到更好的結(jié)果，這里面既要降維解決具體問題，關(guān)注微觀細節(jié)的東西；又要升維思考抽象問題，關(guān)注宏觀系統(tǒng)的東西。

以上說的判斷都是冰山上的東西，其實很多大方向的判斷在冰山下面。產(chǎn)品經(jīng)理不能只是正確的做事，還要做正確的事。如果不能判斷什么是正確的事，你就是一個執(zhí)行者，一個做功能的。

一個合格的產(chǎn)品經(jīng)理要完成項目需求分析、價值分析、項目閉環(huán)，且還要能站在更高維度去思考：

• 產(chǎn)品今年規(guī)劃是什么？
• 公司全年規(guī)劃和目標是什么？
• 公司處于產(chǎn)品鏈上下游中什么位置，創(chuàng)造什么價值，核心戰(zhàn)略是什么？
• 公司在行業(yè)中排名多少，準備打哪個方向？
• 未來的趨勢和前景是什么？個人是否有競爭優(yōu)勢？

就如同選擇職業(yè)一樣，如果大部分人只看到薪資待遇、崗位要求與自己相符，而不考慮個人發(fā)展方向、個人性格和優(yōu)勢、行業(yè)或崗位發(fā)展前景等，和迫于生計壓力隨便選一個糊口職業(yè)沒有太大差別，都沒有系統(tǒng)的職業(yè)規(guī)劃；

如我之所以選擇產(chǎn)品經(jīng)理這個職業(yè)，也是因為個人熱愛學習與分享，希望做一個超級連接者。

把個人的成長也看做一個學習曲線，祝大家都能在新的一年里不自我設(shè)限，把握機會與創(chuàng)造機會，做有意思的事情。


摘自：人人都是產(chǎn)品經(jīng)理