7月14/15日，由人人都是產(chǎn)品經(jīng)理重磅打造的「2018中國(guó)產(chǎn)品經(jīng)理大會(huì) · 深圳站」完美落幕。來自騰訊行為預(yù)測(cè)負(fù)責(zé)人@譚安林老師給大家分享《大數(shù)據(jù)賦能，助力數(shù)據(jù)增長(zhǎng)》話題。

分享嘉賓：騰訊行為預(yù)測(cè)負(fù)責(zé)人@譚安林

本文為嘉賓現(xiàn)場(chǎng)分享總結(jié)整理內(nèi)容，由人人都是產(chǎn)品經(jīng)理社區(qū)@Foina 整理，編輯有修改：

今天，我想給大家分享一下，在做數(shù)據(jù)產(chǎn)品這條路上，有怎樣的一些思考和實(shí)踐，以及希望能夠給大家?guī)硪恍?shù)據(jù)增長(zhǎng)的啟發(fā)。

一、TO B 和 TO C

其實(shí)，騰訊有一個(gè)很好的一個(gè)基因，就是to C，比如：QQ、微信。但其實(shí)還有一些產(chǎn)品隱藏在后面——to B的產(chǎn)品。

以前的to B的產(chǎn)品，外界沒有太多聲音，如：騰訊大數(shù)據(jù)。我們的一些大數(shù)據(jù)套件，基礎(chǔ)的平臺(tái)能力，一直是在輸出給其他的各個(gè)BG等的業(yè)務(wù)線，比如：QQ、微信、騰訊視頻、其他的一些快報(bào)。

那我們一直在考慮一個(gè)方向：要怎樣把平臺(tái)數(shù)據(jù)服務(wù)能力，從外面進(jìn)行開放？

這里面會(huì)遇到一個(gè)問題：我們不僅是比較了解C端的用戶，在多年內(nèi)部的支撐的情況下，我們也很了解B端的用戶。

• C端的用戶，他更多的希望滿足他的某種體驗(yàn)上的需求，比如：聊天、交友、發(fā)朋友圈。他只是為了分享一些信息，獲得一些成就。
• 而B端的客戶，他是做一個(gè)效率的增長(zhǎng)。我們要如何減少人力的投入，提高生產(chǎn)效率，花更小的代價(jià)去得到更好的流量。

那么，我們會(huì)對(duì)to B的產(chǎn)品去做一些深入研究，但我們會(huì)面臨一些困境——一個(gè)to B的產(chǎn)品，要怎樣把它做成可復(fù)制、可克隆的，而不是一個(gè)case？

但是，我們的客戶其實(shí)是to C，那他們想要什么呢？

他們想要的是流水/流量的增長(zhǎng)，他們需要去判斷一個(gè)用戶，而我們需要去幫助他們——把用戶價(jià)值體現(xiàn)出來，發(fā)現(xiàn)更高價(jià)值的用戶轉(zhuǎn)化。

大家經(jīng)常在朋友圈看到一些廣告，其實(shí)這些廣告其實(shí)是有定向成分。

比如：要結(jié)婚的人，他可能會(huì)看到一些婚紗攝影；要買車的人，他會(huì)看到，如：車險(xiǎn)、寶馬、奔馳等這樣的廣告——這背后隱藏了一個(gè)to B的一個(gè)產(chǎn)品，就像微信廣告平臺(tái)一樣。

所以我們會(huì)去接收B端用戶的需求，尋找一個(gè)高價(jià)值的人群，再去做定向的觸達(dá)，來提高B端的用戶的轉(zhuǎn)換率。

目前，中國(guó)的互聯(lián)網(wǎng)市場(chǎng)已經(jīng)進(jìn)入了存量市場(chǎng)，整個(gè)活躍的大盤是在12億左右。

但我們?cè)谶@種情況下，我們也會(huì)去思考——怎樣去盤活這些大盤的這種用戶，給客戶去尋找一些價(jià)值點(diǎn)？

兩條出路：

1. 一條的話是出海：像印度東南亞這些市場(chǎng)，它還有人口紅利的增長(zhǎng)，還是一個(gè)增量的市場(chǎng)，還有很大的一個(gè)空間。
2. 另一條是精細(xì)化運(yùn)營(yíng)：用最小的成本去做最好的一種流量。

二、精細(xì)化運(yùn)營(yíng)

1. 產(chǎn)品運(yùn)營(yíng)周期

這里面就會(huì)遇到一些問題：每一個(gè)APP都是一個(gè)數(shù)據(jù)的孤島，要融合起來才會(huì)是一個(gè)大數(shù)據(jù)。就算你的數(shù)據(jù)有百萬(wàn)，有千萬(wàn)，都只是在某一個(gè)領(lǐng)域、某一個(gè)方向的數(shù)據(jù)。那么，你要去完整、有效的刻畫一個(gè)用戶是非常難的。

但大數(shù)據(jù)是什么呢？

平常大家會(huì)用到的買C口，或者類似的關(guān)系型數(shù)據(jù)庫(kù)，進(jìn)行數(shù)據(jù)的存儲(chǔ)。等數(shù)據(jù)量變得更大，買C口存不下去了，那就說它是大數(shù)據(jù)。但其實(shí)這個(gè)理解也不是錯(cuò)的，可能沒有那么準(zhǔn)確。

那怎么定義大數(shù)據(jù)？

它的數(shù)據(jù)量非常大，但是很多數(shù)據(jù)無(wú)法有效去衡量它的價(jià)值，不能直觀的去進(jìn)行使用。比如：我們自己的一個(gè)數(shù)據(jù)，它有可能80%的數(shù)據(jù)是無(wú)法理解的，只有20%的數(shù)據(jù)能做一些提取，再進(jìn)行使用。

在大數(shù)據(jù)的基礎(chǔ)之上，才有數(shù)據(jù)挖掘。

在PC互聯(lián)網(wǎng)的時(shí)代，用戶的體驗(yàn)會(huì)比較差，營(yíng)銷方式上更多的是一種轟炸式廣告。

而現(xiàn)在的C端用戶，他們都不是小白用戶，會(huì)對(duì)用戶體驗(yàn)有更多的要求；而如果我們還是一種轟炸式的廣告，不僅營(yíng)銷預(yù)算會(huì)浪費(fèi)，還會(huì)讓用戶投入了競(jìng)品的懷抱。

舉個(gè)例子：在做運(yùn)營(yíng)的時(shí)候，我們需要對(duì)新用戶做一些預(yù)估，去判斷他對(duì)哪方面的內(nèi)容感興趣；對(duì)我們老用戶，要做一些洞察，去發(fā)現(xiàn)哪些用戶是值得去做營(yíng)銷轉(zhuǎn)換。

對(duì)現(xiàn)有的客群深入的分析之后，才能知道我們的產(chǎn)品真正轉(zhuǎn)化、消費(fèi)的群體是哪些，根據(jù)這些用戶，再去進(jìn)一步的把盤子擴(kuò)大，去做潛客的挖掘。

2. 尋找靠譜流量

那我們要如何去尋找靠譜的流量來做推廣營(yíng)銷呢？

這時(shí)就會(huì)有各種各種的媒體渠道，但判斷一個(gè)媒體它是好是壞，最簡(jiǎn)單的辦法是——轉(zhuǎn)化。但是轉(zhuǎn)化這里面有一個(gè)陷阱，適用哪種轉(zhuǎn)化？

假如：我們是一個(gè)APP，我們的轉(zhuǎn)化是拉新的轉(zhuǎn)化還是付費(fèi)的轉(zhuǎn)化，這兩個(gè)場(chǎng)景是不一樣的。

舉個(gè)例子：我們?cè)趲椭蛻糇鰯?shù)據(jù)增長(zhǎng)的時(shí)候，一開始說是做付費(fèi)的轉(zhuǎn)化，那我們給你們做付費(fèi)挖掘出來的人群，會(huì)發(fā)現(xiàn)評(píng)估后它的效果非常的不好。

但是再看后面的轉(zhuǎn)化的效果，它是比較好的。

在這里面的話，我們對(duì)轉(zhuǎn)化的定義會(huì)有比較多的一個(gè)衡量點(diǎn)，要看我們當(dāng)前產(chǎn)品是處在哪個(gè)階段——是處在需要有更多的活躍用戶，還是處在一個(gè)就是追求營(yíng)收的階段？

回歸到靠譜的流量、靠譜的渠道。

在市場(chǎng)上，有三方監(jiān)測(cè)的工具，大家可以去進(jìn)行使用，比如：品牌效果監(jiān)測(cè)，或者是效果廣告檢測(cè)。在這里面，好的媒體，惡意流量可能在10%以內(nèi)；但是比較差的，它的某些惡意流量可能在60%，甚至是70%，這都是有可能的。

還有一些其他的方式，比如：一些反作弊工具使用，但這樣你的整個(gè)評(píng)估都會(huì)比較滯后。

轉(zhuǎn)化，其實(shí)是付費(fèi)的轉(zhuǎn)化。這樣的一個(gè)戰(zhàn)略的轉(zhuǎn)化，可能是一個(gè)月甚至三個(gè)月，才會(huì)有一個(gè)效果的數(shù)據(jù)。

3. 轉(zhuǎn)化漏斗分析

這是一個(gè)轉(zhuǎn)化漏斗的一個(gè)分析，做產(chǎn)品、運(yùn)營(yíng)時(shí)，都會(huì)用精細(xì)化的轉(zhuǎn)化分析。

以數(shù)據(jù)產(chǎn)品為例：面向to B的APP用戶，投了廣告之后，用戶從官網(wǎng)到最后我們的成功上線，它是有個(gè)過程的，每一個(gè)環(huán)節(jié)它都可能流失。

那么，我們是一般怎么去做內(nèi)容？

我們會(huì)基于用戶行為的路徑，加上他的畫像來進(jìn)行分析；這兩個(gè)方式不能解決的時(shí)候，我們需要去跟蹤問題，去發(fā)現(xiàn)它流失的真正原因。

那如果我們的數(shù)據(jù)不多，但用戶量會(huì)比較大的時(shí)候，去做轉(zhuǎn)化漏斗的分析就會(huì)存在一個(gè)問題——人力成本會(huì)比較大。

假如：你有多個(gè)商品，你再看每個(gè)商品的轉(zhuǎn)化的路徑分析，那投入的成本會(huì)非常巨大。

4. 數(shù)據(jù)建設(shè)之路

做數(shù)據(jù)化的運(yùn)營(yíng)，不管是說大小的公司，都會(huì)經(jīng)歷這樣一個(gè)路徑。

（1）第一個(gè)階段：基礎(chǔ)運(yùn)營(yíng)分析

我們要明確每一個(gè)階段的指標(biāo)，在當(dāng)前的階段要做是DAU還是營(yíng)收。那我們要有：數(shù)據(jù)支撐、數(shù)據(jù)采集、APP打點(diǎn)，到最后產(chǎn)品化的一個(gè)數(shù)據(jù)。

（2）第二個(gè)階段：數(shù)據(jù)挖掘的應(yīng)用的階段

這個(gè)時(shí)候，要投入更大的人力成本，比如：十個(gè)人、20個(gè)人的一個(gè)團(tuán)隊(duì)，會(huì)包括數(shù)據(jù)分析、后臺(tái)開發(fā)，還會(huì)包括算法模型的同學(xué)。那么在這個(gè)過程中，需要去構(gòu)建很多的標(biāo)簽，去建模型，最后進(jìn)行應(yīng)用產(chǎn)出。

但這里會(huì)有很多的坑，如：標(biāo)簽，你要知道是怎樣去構(gòu)建哪些標(biāo)簽；模型，你要去選擇應(yīng)用的場(chǎng)景，要選擇哪種標(biāo)簽把它融入進(jìn)去，還是要做標(biāo)簽的裁剪。

三、行為預(yù)測(cè)

1. 核心問題

行為預(yù)測(cè)，是預(yù)測(cè)一個(gè)用戶它發(fā)生某種行為的概率。我們目標(biāo)是——精簡(jiǎn)我們客戶的數(shù)據(jù)工作，提升產(chǎn)品的效率。

那么，我們會(huì)預(yù)測(cè)哪些用戶的行為？

當(dāng)然是根據(jù)B端用戶的需求。

如果說客戶關(guān)注的是當(dāng)前的池產(chǎn)品，那我們會(huì)去促成會(huì)員的一個(gè)轉(zhuǎn)化，我們需要知道哪些用戶是更容易開通會(huì)員的。而會(huì)員會(huì)也分好幾種，如：鉆石、黃金、鉑金這樣的一些等級(jí)。

那他會(huì)更對(duì)哪一個(gè)更感興趣？

其實(shí)做產(chǎn)品運(yùn)營(yíng)，都面臨的一個(gè)核心問題——哪些用戶值得去重點(diǎn)培養(yǎng)？哪些是高價(jià)、高凈值的用戶？

因?yàn)橹挥辛私庥脩?，才能做針?duì)性的運(yùn)營(yíng)。

那我們要怎樣去了解用戶？

我們需要去做用戶洞察——也就是數(shù)據(jù)分析、畫像分析能力。

在做用戶的分析洞察時(shí)，會(huì)持續(xù)的去構(gòu)建特征。一開始我們不是按照這種分類、分層的方式去做，而是一二十個(gè)數(shù)據(jù)分析的同學(xué)畫一個(gè)方向。

比如：這個(gè)APP，它行為和興趣會(huì)按照垂直的方向去畫，但這樣會(huì)導(dǎo)致在算法使用的時(shí)候會(huì)比較亂，會(huì)不知道這個(gè)特征和其他的特征有沒有關(guān)聯(lián)性。在具體使用的時(shí)候，需要做一個(gè)篩選，但這個(gè)成本非常巨大。

那在后面分工上，讓大家專注于我們主要的分類目，來進(jìn)行一種分工，然后再分類目之下，再進(jìn)行通用行業(yè)以及場(chǎng)景化個(gè)性化的一種處理。

2. 標(biāo)簽挖掘分享

大家可能會(huì)比較關(guān)注是——我們的標(biāo)簽會(huì)有多少？

會(huì)很多人說，我們有上萬(wàn)維的標(biāo)簽，打?qū)捇蚍夯蟮脑?，是有十萬(wàn)維甚至是百萬(wàn)維。

其實(shí)，本身原始的標(biāo)簽庫(kù)差不多也是有上萬(wàn)維，那打?qū)捴蟮脑?，也就只有萬(wàn)維——但并不是說這些標(biāo)簽、模型都可以直接拿去使用。

我們實(shí)有上萬(wàn)維的這種標(biāo)簽，在某一個(gè)行業(yè)、某一個(gè)具體的場(chǎng)景下面，可能就只用了800維900維——因?yàn)樵趯?shí)施的過程中，要去做的一些裁解。

那我們?nèi)タ坍嬕粋€(gè)人，要刻畫到什么樣的程度，才能識(shí)別出他當(dāng)前的人生狀態(tài)？

比如：她是30歲的一個(gè)女性，已婚，從事的是金融行業(yè)，喜歡奢侈品、健身——那從這些維度是可以識(shí)別出來的，這是她的一個(gè)基礎(chǔ)屬性，但具體要落地到她是否會(huì)開通會(huì)員，其實(shí)還做不到。

那我們就會(huì)結(jié)合第一方APP上報(bào)的一些行為的數(shù)據(jù)，兩方來進(jìn)行融合，提供這種場(chǎng)景化個(gè)性化的這種特征。如果對(duì)數(shù)據(jù)有了解，就會(huì)知道數(shù)據(jù)在比較少的情況下，效果會(huì)比較差。

在這里，提供了三種方式的合作模式：

（1）提供一個(gè)線索包，然后進(jìn)行打分

這種方式，會(huì)在線索包里做一個(gè)過濾，判斷出來哪些用戶值得去做精準(zhǔn)化廣告投放。因?yàn)閺V告投放平臺(tái)，它的流量越來越貴。

假如有一個(gè)一百萬(wàn)的包，全部去投的話，成本是比較大的；如果這100萬(wàn)包里面，篩選出來30萬(wàn)，這30萬(wàn)是比較有價(jià)值的，然后也更容易轉(zhuǎn)化?？赡苣阃读?0萬(wàn)，但達(dá)到的效果跟100萬(wàn)包差不多。

（2）線上新增的用戶

比如：你一個(gè)用戶來了你的APP之后，數(shù)據(jù)會(huì)比較少，會(huì)很難發(fā)現(xiàn)他的意向、意愿。在這個(gè)時(shí)候，常規(guī)的做法是讓他沉寂一段時(shí)間，他這個(gè)APP用一段時(shí)間后，再去看他們有什么樣興趣、偏好。

那在這個(gè)過程中，數(shù)據(jù)要積累到一定的程度才能去刻畫。可能需要兩周、一個(gè)月甚至三個(gè)月，要看用戶的操作頻次，以及看他對(duì)我們內(nèi)部哪些內(nèi)幕感興趣。

在這里就是把評(píng)估提前，只要用戶來了之后，就可以根據(jù)他的這種設(shè)備相關(guān)的這種指紋信息以及它這種環(huán)境的信息，再加上我們已有的大盤的脫敏標(biāo)簽庫(kù)，來進(jìn)行一個(gè)評(píng)估，判斷他是不是我們某一類的開通會(huì)員。

這種場(chǎng)景下的用戶，是不是付費(fèi)某一個(gè)產(chǎn)品、某一個(gè)商品的用戶。做到這種程度，渠道質(zhì)量的評(píng)估也可以納入進(jìn)來，在這里做一個(gè)提前的這種預(yù)估。

（3）用戶的分群

去重點(diǎn)群體的挖掘（留存用戶），要花費(fèi)比較多的精力，我們要確定怎樣去把這些用戶進(jìn)行盤活，哪些用戶能帶來營(yíng)收上的增長(zhǎng)？哪些用戶可以帶來分享或其他一些渠道帶來的新的流量的增長(zhǎng)？

但APP本身會(huì)因?yàn)閿?shù)據(jù)孤島的問題而變得很難。

我們結(jié)合大盤的一些特征和用戶在APP上面的行為特征，去做一個(gè)精準(zhǔn)化的刻畫：

本來一個(gè)用戶在過去到現(xiàn)在他已經(jīng)買了某個(gè)商品，這時(shí)候我們已經(jīng)獲悉了他的特征，我們?cè)儆媒Y(jié)果去反向預(yù)測(cè)當(dāng)時(shí)的情況，就會(huì)出現(xiàn)問題。

所以，我們建立了回溯機(jī)制——就是說某一個(gè)客戶他提供給我們的樣本，假如說：今年3月份的4月份的，那我們只用這3月份4月份的特征去做模型的建設(shè)，再用它現(xiàn)在的特征去做預(yù)測(cè)，這樣就可以達(dá)到模型上的可適用性。

我們也提到上萬(wàn)維的特征，在具體落地的時(shí)候，不知道哪些特征會(huì)有效。

在這時(shí)候，就需要先進(jìn)行一些大量的相關(guān)性分析，讓重要性的分析根據(jù)線索的人群去做。

在這里，會(huì)涉及到重復(fù)性的、大量的、人工的一些實(shí)踐過程中的開銷。如果我們的新客戶提供的樣本比較少的情況下，就算做了一個(gè)建模，把其他的特征做了很大程度的優(yōu)化裁剪，它的每一個(gè)效果都不好。

我們一個(gè)比較大的一個(gè)樣本，那它就會(huì)有比較好的一個(gè)點(diǎn)擊數(shù)，它可以更深的刻畫我們一個(gè)群體的特性。我們也會(huì)對(duì)客戶的一些樣本數(shù)提供一些要求，但其實(shí)很多這種APP，它是一個(gè)逐步從零一到1，再?gòu)?到100的過程，有很多數(shù)據(jù)是沒有的，那么我們就是提供一些通用性的數(shù)據(jù)。

3. 案例介紹：網(wǎng)貸行業(yè)

這里分享一下網(wǎng)貸行業(yè)，大家會(huì)經(jīng)?？吹揭恍㏄2P的一些新聞——某個(gè)公司就倒閉了、某個(gè)創(chuàng)業(yè)合伙人跑路了。

其實(shí)根本原因是對(duì)風(fēng)險(xiǎn)的一個(gè)控制，對(duì)風(fēng)險(xiǎn)的一個(gè)承受能力。在這里其實(shí)也基于逾期行為的預(yù)測(cè)，去判斷一個(gè)用戶他是不是可能會(huì)逾期，甚至是不還。

大家會(huì)發(fā)現(xiàn)：在不同的行業(yè)上，有不同的訴求；不同的場(chǎng)景下，它是有不同的模型要求。那就需要一個(gè)一個(gè)行業(yè)的去探索相關(guān)場(chǎng)景化的一些標(biāo)簽、一些解決方案。

但對(duì)某一個(gè)行業(yè)，提供了相應(yīng)的解決方案之后，這個(gè)方案是可以復(fù)制的。當(dāng)然，這種復(fù)制，是把解決方案的能力進(jìn)行復(fù)制，針對(duì)于不同的用戶它的數(shù)據(jù)不一樣，它的模型效果會(huì)有一些差異。

而且在網(wǎng)貸行業(yè)，我們會(huì)發(fā)現(xiàn)：同樣的網(wǎng)貸場(chǎng)景的客戶，他們提供的樣本是不一樣的，有些他們可以提供帶錢的樣本，沒有經(jīng)過任何風(fēng)控、任何人工干預(yù)，就是自然的一種流量上的放款。這種的話效果會(huì)比較好，因?yàn)闆]有其他人工的干預(yù)。

那么還有一種是——貸后樣本，它經(jīng)過了其它的反風(fēng)控的規(guī)則或者黑名單的過濾。那在這個(gè)過程中，它相對(duì)那種單純模型而言效果會(huì)比較差，但是在實(shí)際使用上面的效果，不見得比上一種差。

4. 安全思考設(shè)計(jì)

我們會(huì)提到一個(gè)數(shù)據(jù)安全問題，我們提供給to B的用戶to C的這種預(yù)測(cè)，那我們把我們的產(chǎn)品模型構(gòu)建好之后，等著我們用戶來接，然后客戶他說：

“唉，我把我司數(shù)據(jù)給你之后，我的數(shù)據(jù)不安全。”

這種被動(dòng)，應(yīng)該怎樣解決呢？

1. 比如：我們的教育行業(yè)張三，他看了李老師數(shù)學(xué)的課程，這個(gè)課程，我們會(huì)進(jìn)行數(shù)據(jù)的脫敏，讓我們的B端客戶覺得這個(gè)數(shù)據(jù)是比較安全的，但是客戶不知道它的具體的一些信息是怎么做。
2. 比如：數(shù)學(xué)的具體內(nèi)容信息，對(duì)它進(jìn)行數(shù)據(jù)脫敏，但不是把00001變成0002，這樣是沒用的。所以客戶將張三標(biāo)記成0001，但我們不知道這個(gè)標(biāo)號(hào)是什么。對(duì)我們來說，我們只能拿到一部分行為的內(nèi)容數(shù)據(jù)，但并不知道用戶的隱私數(shù)據(jù)。

但其實(shí)可以減少很多不符合客戶需求情況，就如：我們預(yù)測(cè)某一個(gè)用戶，他是否會(huì)去開通會(huì)員。

四、精準(zhǔn)觸達(dá)

1. 信鴿移動(dòng)推送

那在這里，介紹一個(gè)移動(dòng)的推送信鴿，在我們內(nèi)部，推送信鴿其實(shí)持續(xù)使用了很多年。像王者榮耀，我們持續(xù)保航，在五分鐘內(nèi)，可以向王者幾千萬(wàn)用戶推送過去，這是一個(gè)有相應(yīng)性能的產(chǎn)品。

在這里，我沒有強(qiáng)調(diào)畫像的能力，我們可以去做一些精準(zhǔn)觸達(dá)，比如：我們APP有百萬(wàn)級(jí)用戶，我們有很多這種群體，我們想把某一個(gè)運(yùn)營(yíng)信息單獨(dú)的推薦給年輕、喜歡健身的女性，那我們可以做到這一點(diǎn)。

2. 更多精準(zhǔn)觸達(dá)

當(dāng)然，數(shù)據(jù)產(chǎn)品，其實(shí)大家一般都會(huì)畫圖。

• 第一層，是做地方的數(shù)據(jù)融合，加上內(nèi)部的畫像。
• 賦能第二層的話，會(huì)進(jìn)行標(biāo)簽的工具特征，然后進(jìn)行相應(yīng)的模型選擇。模型的選擇，需要去判斷在線的分類模型，還要根據(jù)實(shí)際的特征，去用到CN或者RN這樣的一些模型。

這其實(shí)就是一個(gè)服務(wù)落地，我們最根本的一個(gè)營(yíng)銷是——一個(gè)用戶的分群，是以什么樣的理念去分群。

最后就進(jìn)行一個(gè)就是小步實(shí)驗(yàn)，簡(jiǎn)單來說可能是一個(gè)A/B test。在我們內(nèi)部的話，會(huì)是實(shí)現(xiàn)一種分層的實(shí)業(yè)邏輯，再往上的話，我們的場(chǎng)景運(yùn)用，是具體某一個(gè)行業(yè)的方向。

以上為嘉賓分享內(nèi)容。

相關(guān)閱讀

雖然很多人都被點(diǎn)名，但很少有人被選中｜2018中國(guó)產(chǎn)品經(jīng)理大會(huì)深圳站現(xiàn)場(chǎng)報(bào)道

本文為嘉賓現(xiàn)場(chǎng)分享整理內(nèi)容，由人人都是產(chǎn)品經(jīng)理@Ella 整理，編輯有調(diào)整

未經(jīng)本站許可，禁止轉(zhuǎn)載，謝謝合作