VUCA场景下产品应对需求的策略

VUCA本文是指volatility(易变性)、uncertainty(不确定性)、complexity(复杂性)、ambiguity(模糊性)的缩写。我有个小群之前看到字节跳动28岁程序员实现财务自由宣布退休,讨论程序员在VUCA的时代下如何实现财富自由的话题?

VUCA场景下产品应对需求的策略

当时我就想程序员面对的实际上是比较确定性的需求,程序员都有焦虑VUCA环境,那么我们产品经理岂不是更加时刻都会面临VUCA的环境。

所以我就积累素材准备本文撰写VUCA场景下产品经理如何应对的策略,给出4种VUCA类型及4种产品经理应对4种VUCA情境的对策。

第一种场景是 A clear-Enough Future (大佬:需求跟着大佬走),第二种场景是Alternate Futures(模型:小步快跑,敏捷验证需求),第三种场景是 A Range of Future(探索:数据中台,中台驱动需求,进而产品创新满足客户),第四种场景是True Ambiguity (自我赋能,既过不恋,未来不赢,专注当下)。

一、大佬:需求跟着大佬走

认知是永无止境的,我们觉得自己什么都知道,也许我们什么都不知道,所以像投资者一样为了降低风险获得资本的最大收益,投资者往往会把钱投给有过成功经验的创业者。例如:我身边的一个做L4无人驾驶的产品经理,他和货车帮的前CEO在工作的时候就获得了红杉资本600万美元的投资从而实现从打工仔到创业者的跃迁。

这类遇到这类创业者给产品经理的建议是跟着大佬走,相信他的需求,用行动帮他的需求又快又好的实现。

原因如下:在第一种场景 A clear-Enough Future (需求跟着大佬走)中,我们产品面对的是如下图式样的需求

VUCA场景下产品应对需求的策略

大佬之所以提出一个需求,是在大佬的眼界和认知里这个目标是明确的,是可以干的,例如10年前你跟着小米的雷军做MIUI做小米手机,这个需求是正确的,反驳着和怀疑者是没有大佬的认知深度。

例如20年前如果有产品反馈苹果手机用触控,用这么不耐摔的玻璃而拒绝手指触控的手机的话,那么就不会有Iphone的诞生。所以当时跟着乔布斯走即可。因为Iphone是个目标清晰足够有未来的产品,高效满足了电话+短信+音乐+拍照的集成需求。

第一种场景产品经理需要的是找到自己命中的大佬,不可能人人的大佬都是乔布斯或者雷布斯,也许多约人喝咖啡,多参加社群活动,多读书都会遇到自己的大佬。然后跟着大佬的需求走。

二、模型:小步快跑,敏捷验证需求

第二种需求场景是Alternate Futures(小步快跑,敏捷验证需求),产品经理在做需求判断的时候会运用贝叶斯模型计算每步迭代需求的成功概率大小。

如下图:

VUCA场景下产品应对需求的策略

贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。

这里的A和B可以假设为A需求和B需求。

例如:P(A|B)是在B发生的情况下A发生的可能性。使用情况:贝叶斯定理用于产品需求决策分析是在已知相关项目需求B的资料,而缺乏论证项目需求A的直接资料时,通过对B项目需求的有关状态及发生概率分析推导A项目需求的状态及发生概率。等相关情况下使用。

贝叶斯这里有两个概念。先验概率:是指根据以往经验和需求分析得到的概率,如全概率公式,它往往作为”由因求果”问题中的”因”出现的概率。(根据历史产品需求资料是否齐全,分为客观先验概率和主管先验概率) 后验概率:后验概率是信息理论的基本概念之一。在一个通信系统中,在收到某个消息之后,接收端所了解到的该消息发送的概率称为后验概率。后验概率的计算要以先验概率为先如下图:

VUCA场景下产品应对需求的策略

如果用数学语言描绘,即当已知事件B的概率P(B)和事件B已发生条件下事件A的概率P(A│B),则可运用贝叶斯定理计算出在事件A发生条件下事件B的概率P(B│A)。

按贝叶斯定理进行产品需求决策的基本步骤是:

  1. 列出在已知项目需求B条件下项目需求A的发生概率,即将P(A│B)转换为 P(B│A);
  2. 绘制树型图;
  3. 求各状态结点的期望收益值,并将结果填入树型图;
  4. 根据对树型图的分析,进行产品需求决策。

所谓的推理,分为两个过程,第一步是对观测数据建立一个模型。第二步则是使用这个模型来推测未知现象发生的概率。在Excel中可轻松方便地用贝叶斯公式计算后验概率。

例如我们判断某个需求决策的例子:某个用户购买商品A占比:0.0004,通过用户IP地址检验,检查出每次用户购买A商品的概率为95%,未购买A商品的概率为10%,今天登录这一IP地址该用户购买A商品的概率为多少。

1、各事件树状图

VUCA场景下产品应对需求的策略

2、excel添加数据后计算

VUCA场景下产品应对需求的策略

后验概率公式=联合概率/合计(0.00038/0.1003400) 这个用户真正登录固定IP购买商品A后验概率为0.003787;这个人(不购买商品A)被判断为购买商品A的概率高达0.99621.从推荐需求结果上看,仅依靠监测用户IP一种方法判断用户需求,可信度不高。还需配合其他数据分析。

建议我们产品在迭代多个相关联的产品需求的时候用贝叶斯模型判断需求的可靠性。

应为世间勤奋的产品经理很多,但是判断对需求的产品不多。所以针对需求我们值得理性运算。

三、探索:中台创新,中台驱动需求,进而产品创新满足客户

第三种场景是 A Range of Future(探索:数据中台,中台驱动需求,进而产品创新满足客户),这类需求常常表现为未来的某个领域需求是对的,然后通过数据中台来驱动产品的持续创新。

如下图:

VUCA场景下产品应对需求的策略

上图我们经常发现阿里巴巴的产品一直能找到自己增长的第二曲线,马云老师创业爆发与B2B,然后是C2C的淘宝,再到孵化支付宝,然后是菜鸟,阿里云大数据,大健康等等,实际上这个就是阿里巴巴的创新产品探索的方法论或者说产品策略,先认定一个领域是对的,然后通过数据中台在这个领域内选择具体的功能,例如阿里云一开始主要提供ECS功能,然后根据数据中台收集的数据发现客户还有负载均衡的需求,还有数据ETL的需求,还有数据仓库的需求等等功能就在阿里云数据中台中逐步拓展开来。

产品经理在这里场景中主要是在正确的领域探索出来新的产品,不排除失败,这个场景的产品创新往往是大厂的产品经理采用的方法,例如记得2015年阿里妈妈事业部一年在数据中台的驱动下探索出来150多款产品,最终成功的也就2.3个。所以小公司就不能选定领域,小厂产品得打到更细的功能上。

四、赋能:True Ambiguity (自我赋能,既过不恋,未来不赢,专注当下)。

第四种需求场景是True Ambiguity (自我赋能,既过不恋,未来不赢,专注当下)。公司的需求非常多,而且感觉需求没有明显靠谱的,提出需求的人也多的很。如下图:

VUCA场景下产品应对需求的策略

上图显示这种聚合需求目标,从主业需求出发,赋能团队,赋能自我才是未来市场对产品经理的需求。例如:我是个AI产品经理,且从2013年就开始做AI产品经理,然后2016年写出《AI+时代产品经理的进化论》畅销书。我就是本着上图这种理念践行产品经理理念的,我先做好主要,搞懂AI和底层基础的神经网络逻辑,然后不停的实践。

最后小结

在VUCA场景下,说道千般好,也有新变化。所以我们产品经理在大数据AI时代里怎么应对需求的变化呢?一方面建议把你手里的需求分解,就像把世界分解成一粒又一粒的沙,可能沙子需求只有那几个形状,课时合起来时,这些基础需求形成了千变万化的功能和界面。另外一方面持续扣紧产品经理的认知,认知是无穷无尽的。

本文四种场景基本涵盖我们产品工作中的四种类型的公司,第一种跟着大佬创业的公司,执行大佬的需求就对了,第二种是大多数中型企业,需求多,需求杂,产品管理需求难,判断需求优先级困难的场景,第三种是身在大厂的产品经理公司财大气粗,数千名产品经理各领风骚,产生数千款产品,在大厂的方向上进行产品创新,第四种适合独立产品人或者产品管理者,学会聚焦需求,然后赋能团队,赋能自己的认知。

业界动态

PMP考试与实践(1):PMBOK项目从0到1的运营过程

2020-8-21 9:31:43

业界动态

UI配色,设计师永远的世纪难题怎么解?

2020-8-21 9:39:05

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索