即刻App年轻人的同好社区
下载
这篇文章投稿到虎嗅小小爆发了一下，一天时间200+收藏，原因很简单，内容是经过学习、思考、总结、实践得来的，对用户有价值。
几周前尝试做小红书内容的时候，满脑子想的是怎么对标爆款、做封面、起标题、设关键字....满是技巧毫无感情。所以，在即刻上教人做小红书运营的，是不是补充一篇用户价值课？让小白先有个正确的价值观，这应该是一切的起点，其次才是技巧。
回到这篇写“市场规模”的文章，几年前看过曲凯老师@曲凯 写的“上万亿的市场，为啥投资人还是觉得小？”这篇文章，读完后醍醐灌顶。自己又找了些资料，结合工作需要进行迭代，算是建立了我的第一个产品思维。
Uber刚刚成立的时候，只做高端汽车租赁市场，这个市场最多只有20亿美元，亚马逊一开始也只做线上图书的生意。这些老掉牙的故事告诉我们，创业初期既要细分定位也要考虑市场扩张。这么些年过去了，道理依然是那个道理，犯错的人却一直都在。
几周前尝试做小红书内容的时候，满脑子想的是怎么对标爆款、做封面、起标题、设关键字....满是技巧毫无感情。所以，在即刻上教人做小红书运营的，是不是补充一篇用户价值课？让小白先有个正确的价值观，这应该是一切的起点，其次才是技巧。
回到这篇写“市场规模”的文章，几年前看过曲凯老师@曲凯 写的“上万亿的市场，为啥投资人还是觉得小？”这篇文章，读完后醍醐灌顶。自己又找了些资料，结合工作需要进行迭代，算是建立了我的第一个产品思维。
Uber刚刚成立的时候，只做高端汽车租赁市场，这个市场最多只有20亿美元，亚马逊一开始也只做线上图书的生意。这些老掉牙的故事告诉我们，创业初期既要细分定位也要考虑市场扩张。这么些年过去了，道理依然是那个道理，犯错的人却一直都在。
市场那么大，我劝你算算看
1 00
最近两年产品经理的价值下降明显，特别是在C端产品市场更为明显。而且存在业务规模越大，产品个体价值越小的现象。
原因在于大环境不再提供创新土壤，和产品个体其实无关。以前有一堆需要从0开始的业务，等着产品经理变成1，在这当中产品可做的事情太多了，自然价值明显。而产品经理也在其中得到历练，在多个0到1的过程中打通任督二脉。可惜，这样的机会已经关上了大门。
现在，创新业务几乎绝迹。在相对稳定的业务状态下，普通的产品经理已经变成可有可无的一环，对业务增长的作用，短期看可能抵不过一个好的销售、市场或运营。因此作为产品经理，一定要思考业务的闭环是什么，核心的瓶颈在哪里，产品动作对应到业务增长的机会是什么，把自己当作一个商人做产品。否则，这职能型的产品经理这一环会越来越弱。
见到了太多五年左右的产品经理，还在用旧思维做产品，深陷其中无法自拔，也岌岌可危。
原因在于大环境不再提供创新土壤，和产品个体其实无关。以前有一堆需要从0开始的业务，等着产品经理变成1，在这当中产品可做的事情太多了，自然价值明显。而产品经理也在其中得到历练，在多个0到1的过程中打通任督二脉。可惜，这样的机会已经关上了大门。
现在，创新业务几乎绝迹。在相对稳定的业务状态下，普通的产品经理已经变成可有可无的一环，对业务增长的作用，短期看可能抵不过一个好的销售、市场或运营。因此作为产品经理，一定要思考业务的闭环是什么，核心的瓶颈在哪里，产品动作对应到业务增长的机会是什么，把自己当作一个商人做产品。否则，这职能型的产品经理这一环会越来越弱。
见到了太多五年左右的产品经理，还在用旧思维做产品，深陷其中无法自拔，也岌岌可危。
10 03
为什么我不建议新人入行做产品经理？
今天得知老婆的前同事，程序员，今年二月份裸辞，立志要做一名产品经理，但是实际上至今没有找到任何产品工作机会。这让我想起了八年前我入行产品时的情况。
大家知道大学是没有课程教大家做产品的，所以确实有很多产品经理是跨行而来，我自己就是做了两年项目经理，然后自学了一段时间基本功找到做产品的机会。我身边的产品也有很多是工程师、设计师、运营、创业失败公司小老板转行过来的。但是，这是八年前的情况。那时候互联网还欣欣向荣，“互联网下半场”这个概念在两年后才有人提出来。
当时的互联网公司基本上可以分为大厂和创业公司（天使到C轮），大厂是最喜欢产品新人的，特别是名校毕业的潜力苗子是疯抢的对象，虽然现在看起来难以理解。而创业公司是一个人当三个人用的，如果你是刚转行的产品，还能自己做设计、管项目、甚至写代码，那加分项杠杠的。至于产品怎么做？老板就是最大的产品经理，你帮忙执行、画画PRD就行了。
为什么现在新人转产品不行了呢？给大家分享几个数字。2022年VC/PE的投资数量相较2021年下降 16%，投资金额下降 49%，这意味着什么？创业公司都没了、或者没钱了，哪还需要产品新人，创业公司都是靠融资活着的，没钱就没法扩张，就不需要人。那大厂呢？随便查了下22年4家大厂“腾讯、阿里、美团、小米”，员工人数减少了39073人，规模更小的互联网公司其实也在裁，只是没法上新闻，要知道在以往大厂每年的员工人数都是往上涨的。你觉得一个没有产品经验的人，能PK过多少被裁的人？
归根结底，这个市场已经饱和并且在处于下行状态，没有增量机会，存量还在博弈。如果这个都想不清楚，说明产品基本能力判断分析能力缺失，与其想要做产品，还不如先多练习自己的产品思维。
今天得知老婆的前同事，程序员，今年二月份裸辞，立志要做一名产品经理，但是实际上至今没有找到任何产品工作机会。这让我想起了八年前我入行产品时的情况。
大家知道大学是没有课程教大家做产品的，所以确实有很多产品经理是跨行而来，我自己就是做了两年项目经理，然后自学了一段时间基本功找到做产品的机会。我身边的产品也有很多是工程师、设计师、运营、创业失败公司小老板转行过来的。但是，这是八年前的情况。那时候互联网还欣欣向荣，“互联网下半场”这个概念在两年后才有人提出来。
当时的互联网公司基本上可以分为大厂和创业公司（天使到C轮），大厂是最喜欢产品新人的，特别是名校毕业的潜力苗子是疯抢的对象，虽然现在看起来难以理解。而创业公司是一个人当三个人用的，如果你是刚转行的产品，还能自己做设计、管项目、甚至写代码，那加分项杠杠的。至于产品怎么做？老板就是最大的产品经理，你帮忙执行、画画PRD就行了。
为什么现在新人转产品不行了呢？给大家分享几个数字。2022年VC/PE的投资数量相较2021年下降 16%，投资金额下降 49%，这意味着什么？创业公司都没了、或者没钱了，哪还需要产品新人，创业公司都是靠融资活着的，没钱就没法扩张，就不需要人。那大厂呢？随便查了下22年4家大厂“腾讯、阿里、美团、小米”，员工人数减少了39073人，规模更小的互联网公司其实也在裁，只是没法上新闻，要知道在以往大厂每年的员工人数都是往上涨的。你觉得一个没有产品经验的人，能PK过多少被裁的人？
归根结底，这个市场已经饱和并且在处于下行状态，没有增量机会，存量还在博弈。如果这个都想不清楚，说明产品基本能力判断分析能力缺失，与其想要做产品，还不如先多练习自己的产品思维。
1 00
实际没人需要技术背锅，技术该晋升的晋升、该拿年终的拿年终，这个分享主要想表达“技术团队要怎么配合，才是对业务的最优解”，其次是技术面对这样的问题要怎么解。 //@scandgy: 上线延期加班的是开发，背锅的也是开发。上线准时率只是技术团队的自我保护罢了，要是延期的责任不是怪技术，而是产品来负责，你再来看看延期情况。
刘洋alan: 下午参加了技术的上半年review，技术团队上半年定了个指标叫“上线准时率”。 起因是去年（22年）技术对需求上线时间的预估没怎么准确过，稍微复杂点的需求基本要延期十天半个月上线。技术老大于是想23年一定要解决这个问题，干脆咱就定个“上线准时率”的指标，全体技术同学23年向这个指标对齐。 于是，上半年，我们的需求上线准时率果然提升了，而且提升了很多。但是，只有产品经理才知道这其中有多么的痛苦。首先，从产品prd评审阶段，产研就开始相互拉扯，技术同学要求产品把需求完善到“尽善尽美”后，才会开始评估工期，一旦有需求模糊的地方，对技术来说就是个潜在延期风险点，以前一天搞定的需求评审，硬是拉长到一周。其次，为了保险起见，需求开发所需时间尽量往多了评估，改个字段甚至要排个一天时间。最重要的，一旦排期定下来了，很难做需求插入，需求轮转周期变成两个月、三个月，以前的灵活性丧失了。 但在以前，需求评审时把技术路径想清楚了就准备开干了，按照最快完成的时间来做评估，重要紧急需求灵活插入，客户评价相当高。所以，为什么看似达标了的OKR考核，对业务伤害这么大？ 其实，错误在一开始定指标的时候就发生了。“上线准时率”是个单一指标，应当需要关联指标相互制约起作用的，类似于新闻网站如果只定个点击率的指标，那运营同学肯定标题怎么夸张怎么来，一段时间内点击率会有提升，但长期来看对平台和业务伤害巨大。其次，管理上要考虑“人性”，人的本能就是对自己趋利避害的，不能要求大家是圣人，所以规则上一定要避免指望“自觉”。最后，大家可能好奇，发生这种事情技术老大不知道吗？匪夷所思的是，可能真不知道，因为技术老大已经脱离一线好多年，对目前这些技术栈也完全不了解。所以啊，难怪阿里要裁中层这些p8p9，我们这种千人左右的公司都如此，大厂应该更严重吧，好多人真的还停留在五年前，甚至十年前，sad。
0 00
下午参加了技术的上半年review，技术团队上半年定了个指标叫“上线准时率”。
起因是去年（22年）技术对需求上线时间的预估没怎么准确过，稍微复杂点的需求基本要延期十天半个月上线。技术老大于是想23年一定要解决这个问题，干脆咱就定个“上线准时率”的指标，全体技术同学23年向这个指标对齐。
于是，上半年，我们的需求上线准时率果然提升了，而且提升了很多。但是，只有产品经理才知道这其中有多么的痛苦。首先，从产品prd评审阶段，产研就开始相互拉扯，技术同学要求产品把需求完善到“尽善尽美”后，才会开始评估工期，一旦有需求模糊的地方，对技术来说就是个潜在延期风险点，以前一天搞定的需求评审，硬是拉长到一周。其次，为了保险起见，需求开发所需时间尽量往多了评估，改个字段甚至要排个一天时间。最重要的，一旦排期定下来了，很难做需求插入，需求轮转周期变成两个月、三个月，以前的灵活性丧失了。
但在以前，需求评审时把技术路径想清楚了就准备开干了，按照最快完成的时间来做评估，重要紧急需求灵活插入，客户评价相当高。所以，为什么看似达标了的OKR考核，对业务伤害这么大？
其实，错误在一开始定指标的时候就发生了。“上线准时率”是个单一指标，应当需要关联指标相互制约起作用的，类似于新闻网站如果只定个点击率的指标，那运营同学肯定标题怎么夸张怎么来，一段时间内点击率会有提升，但长期来看对平台和业务伤害巨大。其次，管理上要考虑“人性”，人的本能就是对自己趋利避害的，不能要求大家是圣人，所以规则上一定要避免指望“自觉”。最后，大家可能好奇，发生这种事情技术老大不知道吗？匪夷所思的是，可能真不知道，因为技术老大已经脱离一线好多年，对目前这些技术栈也完全不了解。所以啊，难怪阿里要裁中层这些p8p9，我们这种千人左右的公司都如此，大厂应该更严重吧，好多人真的还停留在五年前，甚至十年前，sad。
起因是去年（22年）技术对需求上线时间的预估没怎么准确过，稍微复杂点的需求基本要延期十天半个月上线。技术老大于是想23年一定要解决这个问题，干脆咱就定个“上线准时率”的指标，全体技术同学23年向这个指标对齐。
于是，上半年，我们的需求上线准时率果然提升了，而且提升了很多。但是，只有产品经理才知道这其中有多么的痛苦。首先，从产品prd评审阶段，产研就开始相互拉扯，技术同学要求产品把需求完善到“尽善尽美”后，才会开始评估工期，一旦有需求模糊的地方，对技术来说就是个潜在延期风险点，以前一天搞定的需求评审，硬是拉长到一周。其次，为了保险起见，需求开发所需时间尽量往多了评估，改个字段甚至要排个一天时间。最重要的，一旦排期定下来了，很难做需求插入，需求轮转周期变成两个月、三个月，以前的灵活性丧失了。
但在以前，需求评审时把技术路径想清楚了就准备开干了，按照最快完成的时间来做评估，重要紧急需求灵活插入，客户评价相当高。所以，为什么看似达标了的OKR考核，对业务伤害这么大？
其实，错误在一开始定指标的时候就发生了。“上线准时率”是个单一指标，应当需要关联指标相互制约起作用的，类似于新闻网站如果只定个点击率的指标，那运营同学肯定标题怎么夸张怎么来，一段时间内点击率会有提升，但长期来看对平台和业务伤害巨大。其次，管理上要考虑“人性”，人的本能就是对自己趋利避害的，不能要求大家是圣人，所以规则上一定要避免指望“自觉”。最后，大家可能好奇，发生这种事情技术老大不知道吗？匪夷所思的是，可能真不知道，因为技术老大已经脱离一线好多年，对目前这些技术栈也完全不了解。所以啊，难怪阿里要裁中层这些p8p9，我们这种千人左右的公司都如此，大厂应该更严重吧，好多人真的还停留在五年前，甚至十年前，sad。
61 1523
周末翻了翻小红书上做产品内容输出的博主，发现这些人的简介必带一些公司标签，例如 大厂、bat，如果是名校毕业必会把学校带上，总之出生后的光环都要套上，就是没看到有人分享在公司做出了什么成就。其次，引流的方式也有点套路化，夸张标题+内容大纲+模版图片，一律通过内容倒流加关注，变现手段80%是给人辅导简历。总之，能看出来你们想割韭菜，但是咱就不能姿势优雅点嘛？
2 00
马老师今天又在推特搞事了，新注册账号每天最多看 300 条推，非会员账号每天 600 条，会员每天 6000 条。简中圈直接炸了，老子用推特是看得起你，还要我付钱？那么，马老师这个决策背后的逻辑是啥呢？起因是 extreme levels of data scraping & system manipulation，简单来说就是目前的技术水平 hold 不住大量的极端访问。那么为什么要分为这三档呢？首先，新注册每天最多300条，应该是一种最基础的防爬机制；很多人不爽的应该是非会员账号每天 600 条，因为自己被精准命中了，而马老师的逻辑估计也很简单，不花钱的用户不是用户，对平台的价值为0，这是把 C 端当 B 端玩了😀；即使付费每天也只能 6000 条，也是因为一个正常人，每天的阅读数很难超过这个数字了，超过这个量大概率是机器了。总之，这些逻辑设定看起来很合理，但是一般的老板不会去排版这么做，因为会被骂。但是这是马老师，就很合理了🤣，好在这只是一个暂时的处理方式。
0 00
今天看了一篇文章，主题是理想汽车怎么做营销的。垂直的汽车媒体网站，是汽车厂商的营销重地，而汽车媒体的内容主要来源于车评个人KOL或团队。作为汽车之间的创始人，李想直接或间接培养了一批汽车界的 KOL，这就导致目前新浪微博上的 Top20 车评人，有一大半都是从汽车之家出去的，这些人在用同一套价值观对外进行输出，也帮助了理想汽车培养了一批早起的受众。而目前，理想汽车已经从车评圈扩展到泛娱乐圈，最近一个月在小红书的投放，前三名都是生活、时尚类博主，这种不按常理的出牌，让理想汽车的受众覆盖面触达到了更广泛的群体。据统计，作为“微博之王”，李想发了11572条微博，这样的营销，让竞争对手很难打。而且据说，在创办 显卡之家 的时候，李想每天4点半起床查资料，五点多写好文章，上学前更新好网站，放学后跑电脑城跟熟悉的商家借最新产品做评测。---- 相比之下，我自己6点按时起床都做不到。
4 00
0626 #OpenAI的创世纪#
Open AI 的故事是一个环境、迭代和耐心的故事。当 2018 年 Open AI发布第一代 GPT 的时候，人类语言的模型才刚刚萌芽。但是早在 6 年前，AlexNet 已经开启了计算机视觉方面的革命，"CNN 卷积神经网络"模型从上个世纪九十年代一直等了将近20年，终于等来了属于自己的时刻。再加上 ImageNet的标注数据集适时的出现，和 GPU 带来的算力提升，2012年，视觉领域的人工智能革命终于开始了。
但是，那时的文字语言的环境始终缺了一块，“模型、数据、算力”就像三颗龙珠，必须要集齐了才能召唤神龙。彼时，RNN 模型让语言困于循环之中。幸好，2017 年众神云集的 Google 在 2017 年发布了革命性的 transformer 模型，龙珠集齐，属于文字的人工智能环境终究完整了。
随后的2018年，GPT 一代和 Bert 同年发布。那时的 Bert 优异的像个三好学生，在各种考试中超出预期，而 GPT 更像个默默无闻的学习者。2019年，GPT 二代发布，随着更多的数据被加入到模型进行训练，Open AI 的团队似乎意识到了一些有趣的现象，例如 GPT 展现了自己零样本学习的能力，在不需要告诉他语言结构和差异的情况下，他能自己进行多种语言之间的翻译了。至此曙光初现，这是一个不需要标注数据、不需要给定任务目标、可以多任务处理的模型。再往后，只需要往这方向重金下注即可。也是在这个有趣的发现后， Sam Altman 正式加入Open AI，微软重金投资 10 亿美元，技术、资金和最有远见人都到位了。
次年的2020年，GPT三代推出，这次业界终于理解到了 GPT 的能力，除了可以像人类一样少样本地进行学习，在文本补全、写故事和文案方面 GPT3 也初显身手，人类对语言模型的应用终于不仅仅是翻译了，而大家也很好奇，如果用上更多的数据，大模型还能做到什么？同时，由于 GPT3 公开对外提供服务，更多人类反馈的数据带动了数据飞轮的转动，文字语言的革命爆发在即。但是，在此之前还有一个重要的问题亟待解决。
OpenAI 同时也发现，有时候 GPT3 好像无法好好说话。掌握了人类语言密码的 GPT，可以自己生成以假乱真的文字，让人无法分辨真假。同时，由于基于大量人类在互联网上留下的文字进行训练，GPT 有时候会显得暴力和反动，就像真实社会中的一些人一样。于是，在随后的21和22年，OpenAI 的一个重要任务就是教会 GPT 好好说话。首先，是进行监督训练，让人类提前编写问题 prompt 和答案，然后让 GPT 在这个基础上练习。其次，强化学习也被应用进来，GPT 的答案被人为进行打分标注，评价答案好坏的打分模型被应用起来，然后结合打分模型进行 GPT 的训练。GPT 终于表现得像个三好学生了，注意，这个时候的 OpenAI 还是一个对外开放的机构，成立的宗旨没有变。
随后的2022年，ChatGPT 发布，轰动全世界。可惜，关于 ChatGPT 以及随后的 GPT4 我们已经无法得知太多的细节，OpenAI 从开放变得封闭，就像马斯克说的，“OpenAI 已经背离了成立时的初衷”。毕竟，当初 OpenAI 成立的时候是要对抗邪恶的老大哥 Google。现在，到底谁是那个老大哥呢？
Open AI 的故事是一个环境、迭代和耐心的故事。当 2018 年 Open AI发布第一代 GPT 的时候，人类语言的模型才刚刚萌芽。但是早在 6 年前，AlexNet 已经开启了计算机视觉方面的革命，"CNN 卷积神经网络"模型从上个世纪九十年代一直等了将近20年，终于等来了属于自己的时刻。再加上 ImageNet的标注数据集适时的出现，和 GPU 带来的算力提升，2012年，视觉领域的人工智能革命终于开始了。
但是，那时的文字语言的环境始终缺了一块，“模型、数据、算力”就像三颗龙珠，必须要集齐了才能召唤神龙。彼时，RNN 模型让语言困于循环之中。幸好，2017 年众神云集的 Google 在 2017 年发布了革命性的 transformer 模型，龙珠集齐，属于文字的人工智能环境终究完整了。
随后的2018年，GPT 一代和 Bert 同年发布。那时的 Bert 优异的像个三好学生，在各种考试中超出预期，而 GPT 更像个默默无闻的学习者。2019年，GPT 二代发布，随着更多的数据被加入到模型进行训练，Open AI 的团队似乎意识到了一些有趣的现象，例如 GPT 展现了自己零样本学习的能力，在不需要告诉他语言结构和差异的情况下，他能自己进行多种语言之间的翻译了。至此曙光初现，这是一个不需要标注数据、不需要给定任务目标、可以多任务处理的模型。再往后，只需要往这方向重金下注即可。也是在这个有趣的发现后， Sam Altman 正式加入Open AI，微软重金投资 10 亿美元，技术、资金和最有远见人都到位了。
次年的2020年，GPT三代推出，这次业界终于理解到了 GPT 的能力，除了可以像人类一样少样本地进行学习，在文本补全、写故事和文案方面 GPT3 也初显身手，人类对语言模型的应用终于不仅仅是翻译了，而大家也很好奇，如果用上更多的数据，大模型还能做到什么？同时，由于 GPT3 公开对外提供服务，更多人类反馈的数据带动了数据飞轮的转动，文字语言的革命爆发在即。但是，在此之前还有一个重要的问题亟待解决。
OpenAI 同时也发现，有时候 GPT3 好像无法好好说话。掌握了人类语言密码的 GPT，可以自己生成以假乱真的文字，让人无法分辨真假。同时，由于基于大量人类在互联网上留下的文字进行训练，GPT 有时候会显得暴力和反动，就像真实社会中的一些人一样。于是，在随后的21和22年，OpenAI 的一个重要任务就是教会 GPT 好好说话。首先，是进行监督训练，让人类提前编写问题 prompt 和答案，然后让 GPT 在这个基础上练习。其次，强化学习也被应用进来，GPT 的答案被人为进行打分标注，评价答案好坏的打分模型被应用起来，然后结合打分模型进行 GPT 的训练。GPT 终于表现得像个三好学生了，注意，这个时候的 OpenAI 还是一个对外开放的机构，成立的宗旨没有变。
随后的2022年，ChatGPT 发布，轰动全世界。可惜，关于 ChatGPT 以及随后的 GPT4 我们已经无法得知太多的细节，OpenAI 从开放变得封闭，就像马斯克说的，“OpenAI 已经背离了成立时的初衷”。毕竟，当初 OpenAI 成立的时候是要对抗邪恶的老大哥 Google。现在，到底谁是那个老大哥呢？
0 00