隨著人工智能概念的不斷火熱，筆者也于2017年開始投入到人工智能行業(yè)，并做了一個刷臉支付蜻蜓的項目。本文中，筆者主要以產(chǎn)品經(jīng)理的視角展開對項目的總結(jié)與思考。

思考了很久，想理一理刷臉支付產(chǎn)品的整個解決方案，但畢竟目前還是技術(shù)驅(qū)動，涉及比較多敏感信息。無法來描述，那么我還是換個方式來說說這件事。文章主要思路還是一個產(chǎn)品經(jīng)理視角通過現(xiàn)有公開信息堆疊出來。

講到這份工作，就不得不提到2016年3月，AlphaGo 擊敗李世乭。2017年5月AlphaGo在中國烏鎮(zhèn)圍棋峰會擊敗柯潔。

我對這一切充滿了好奇，我從16年的時候就各種了解人工智能相關(guān)的書籍，最深刻的有《必然》《失控》《漫談人工智能》《人類簡史》 。

我知道，一個新時代來了，于是我毅然從2017年初投入了人工智能大潮之中……

在一個做3D傳感器的公司里做刷臉支付蜻蜓這件事，是一個巨大的挑戰(zhàn)。當(dāng)然，作為產(chǎn)品人，我一直在告訴自己，也告訴團隊“我們我們正在做一個改變10幾億人生活習(xí)慣的產(chǎn)品”。（哈哈哈，夢想總是要有的。而且已經(jīng)實現(xiàn)了一半）

目錄

一、調(diào)研（市場與計算機視覺技術(shù)分析）

二、需求（場景與需求）

三、產(chǎn)品定位

四、產(chǎn)品需求分解

五、產(chǎn)品架構(gòu)

六、產(chǎn)品技術(shù)方案

七、測試

八、發(fā)布

九、數(shù)據(jù)分析

十、項目管理

一、調(diào)研

1. 市場分析

宏觀層面

隨著技術(shù)“算法”的迭代與突破，催生物聯(lián)網(wǎng)技術(shù)，大數(shù)據(jù)、人工智能等迅速發(fā)展。再加上政府政策大力支持，例如政府工作中不斷提及人工智能：

• 2015年5月《中國制造2025》
• 2015年7月《互聯(lián)網(wǎng)+》
• 2016年《”十三五“國家科技創(chuàng)新規(guī)劃》
• 2017年3月十二屆全國人大五次會議工作報告中”人工智能“寫入政府工作報告
• 2018年1月《人工智能標(biāo)準(zhǔn)化白皮書》

微觀層面

數(shù)據(jù)顯示：隨著居民可支配收入的提高，我國消費者的消費需求快速升級，愿意為更高端、更優(yōu)質(zhì)的產(chǎn)品和服務(wù)進行付費，與此相對應(yīng)的是對支付全流程的體驗提出了更高的要求。

2008-2018年，中國線下商戶的電子化支付的環(huán)境持續(xù)優(yōu)化，銀行卡跨行支付系統(tǒng)聯(lián)網(wǎng)商戶以及聯(lián)網(wǎng)POS機具的數(shù)量連年增長，國民基本已完成電子化支付的普及教育。

隨著監(jiān)管機構(gòu)在2016年以來重點整治收單行業(yè)，加上二維碼支付的沖擊，支付終端數(shù)量增速放緩；但以拉卡拉等率先推出的智能POS為代表的新型收單終端正迎來新一輪升級，或許將進一步擠壓傳統(tǒng)的POS機支付，為用戶帶來更優(yōu)的支付體驗。

做人臉這件事，就不得不來說說計算機視覺了，所以我單獨把計算機視覺部分來寫一個小篇幅，大部分是一些公開信息，也有一些是自己的總結(jié)。僅供參考閱讀。

2. 計算機視覺技術(shù)分析

第三次人工智能熱潮，是深度學(xué)習(xí)相關(guān)技術(shù)崛起而帶動的結(jié)果。得益于海量數(shù)據(jù)處理計算能力的成熟，2006年深度學(xué)習(xí)(深度神經(jīng)網(wǎng)絡(luò))基本理論框架得到了驗證，從而使得人工智能開啟了新一輪的繁榮。算法、數(shù)據(jù)和芯片算力是促進人工智能高速發(fā)展的三大核心要素。

來點實列：

2017年高交會上，人工智能的主題就充斥著整個會場。2017年9月支付寶已經(jīng)在KFC落地刷臉支付試點了。

我當(dāng)時自己統(tǒng)計了一些在會場比較高頻，熱度比較高的詞。

這個時候我已經(jīng)加入了奧比中光，所以我比較關(guān)心計算機視覺。

這些計算機視覺公司名氣已經(jīng)起來了（或者說我也是這個時候逐步熟悉他們的）。

2017年，這一年，2B端計算視覺落地最多的是安防領(lǐng)域。

這個時候，我們知道不同維度的計算機視覺應(yīng)用了。

可以看到：AI人工智能技術(shù)的快速發(fā)展，給各個行業(yè)的產(chǎn)品帶來全新的智能升級機會。

下面講一個最典型的人臉識別設(shè)備。這個設(shè)備也是一個垂類市場，就做了一個確認(rèn)你是你的事情。但是這個產(chǎn)品卻是得到了爆發(fā)式增長。這也算是非安防行業(yè)落地比較實在的一個產(chǎn)品。

垂直市場：配合時刷臉（人證一體機）

如果我沒有記錯的話，主動配合式刷臉這件事，2016~2017年市場上就已經(jīng)有了人證一體機、門禁考勤。

我沒有去撈具體的數(shù)據(jù)。但是到今天，各個地方酒店基本上都上了人證比對這個設(shè)備，是公安系統(tǒng)推的，由于刷臉優(yōu)勢明顯，所以是一個持續(xù)增長的趨勢。他主要是1:1的對比，主要是用身份證ID、人臉與現(xiàn)場實時采集人臉做比對。

為什么要說一說這個產(chǎn)品呢，因為【刷臉支付】的產(chǎn)品跟這個設(shè)備屬性是有類似共性的。

幾個相同的點：

1. 需要攝像頭采集
2. 需要一個硬件設(shè)備來顯示，運算，交互
3. 這是一個主動交互設(shè)備（人操作，設(shè)備反饋）

所謂的刷臉支付，也就是改變了POS機的形態(tài)而已，也是支付媒介的變化。至20世紀(jì)90年代，互聯(lián)網(wǎng)的誕生引發(fā)了支付模式的進一步變革。我們歷經(jīng)從銀行卡、快捷支付、條碼支付到二維碼支付的演進過程?，F(xiàn)在，我們正在做刷臉支付。

寫了計算視覺與同類型產(chǎn)品，現(xiàn)在也說說客戶與行業(yè)信息吧（個人簡單見解輸出）。

目標(biāo)客戶

要做刷臉支付這件事，目標(biāo)客戶就是商家、需要收錢的人、渠道商、銀行、支付公司、ISV廠商……是運營是業(yè)務(wù)的潤滑劑。

使用者與購買者關(guān)系

作為POS或者說收錢工具的新形態(tài)，這部分份關(guān)系就很好明確了。

• 使用者：萬千消費者
• 購買者：需要收錢的人

競爭分析

玩家都有誰？誰掌握了核心技術(shù)？他們各自的側(cè)重是哪些？

若從支付的角度來看這件事，大玩家只有3個

1. 支付寶
2. 微信
3. 銀聯(lián)

從關(guān)鍵技術(shù)來看（算法）

1. 支付寶（螞蟻佐羅，早期face ++ , 阿里入股商湯）

2. 微信（騰訊優(yōu)圖）

3. 銀聯(lián)（目前除了平安，其他商業(yè)銀行的人臉識別算法，還是落后很多于支付寶、微信的。或者說有些銀行根本沒有，所以銀聯(lián)系基本是外部合作為主。典型代表：依圖，云從，商湯，face++）

做人臉這件事必須了解的算法指標(biāo)

誤識率（FAR: false Accept Rate）：表示不同來源的人臉被接受的概率

拒識率（FRR: False Reject Rate ）：表示來源相同的人臉被拒絕匹配的概率

其它常見參數(shù)指標(biāo)：

• 可接入人像照片規(guī)模
• 實時對比規(guī)模
• 首選識別率/前N選識別率
• 錯誤報警率/正確報警率
• 人臉對比速度
• 特征模板大?。▋?nèi)存占用）

從硬件3D攝像頭技術(shù)來看

1. 支付寶（2億美金投資奧比中光）
2. 微信（數(shù)千萬投資華捷）
3. 銀聯(lián)（早期刷臉取款是用IR+RGB雙目，其他技術(shù)也在進行中）

支付寶與微信與銀聯(lián)有一個共同目標(biāo)，那就是獲取用戶留存用戶。但由于公司本身屬性不同，他們側(cè)重點都是不一樣的。

1. 支付寶：一家互聯(lián)網(wǎng)金融公司。重視IOT，把生態(tài)合作提到了戰(zhàn)略層。

2. 微信：重視用戶體驗。但對生物識別技術(shù)，以及整體解決方案并不是戰(zhàn)略上的重視。（或許后期他們看支付寶鋪好了路，再上？？）

3. 銀聯(lián)：銀聯(lián)是有極其特殊的地位，但缺乏創(chuàng)新，缺乏對用戶的理解。但無論誰都沒有辦法繞開它。算是強向心力的。

POS 行業(yè)的現(xiàn)狀：

我們也從傳統(tǒng)POS到智能POS研究了個通透，其實從傳統(tǒng)POS到智能POS在硬件上是有很明顯的變化的。下面是艾瑞 / 易觀2017年的數(shù)據(jù)。

更重要的是，歷史數(shù)據(jù)告訴我們，現(xiàn)有存量市場巨大，所以所有人都成了合作伙伴，也造就了蜻蜓。

盈利分析，如何商業(yè)化？

商業(yè)化不一定是要賺錢為目的，如何讓用戶擁有更好的體驗，如何提升產(chǎn)品的活躍，這本身就是極具商業(yè)價值的。

當(dāng)然我們有自己的商業(yè)化需求。略……

二、需求（場景與需求）

需求是哪里來的？應(yīng)用場景是什么？

擼需求這件事是產(chǎn)品的基本功，從互聯(lián)網(wǎng)到智能硬件，一直都沒有變過。

需求+場景——刷臉+支付

支付的場景還是極其復(fù)雜的，咋們初步鎖定快消，快消行業(yè)是指消費頻率高、使用時限短、擁有廣泛的消費群體、對于消費的便利性要求很高的商品銷售行業(yè)。

場景下的幾個關(guān)鍵要素

• 安全
• 效率
• 流量

哪些技術(shù)是與目標(biāo)用戶相關(guān)的？

1. 人臉識別技術(shù)（算法） 用戶關(guān)心安全。
2. 整體硬件方案（硬件+算法+云）用戶關(guān)心體驗。
3. 成本與效率維度分析（渠道商與客戶關(guān)心成本，關(guān)心付出與收益比）。

從用戶層面講，用戶會想到哪些？

Q：我拿著馬云的照片是不是可以刷馬爸爸的支付寶呢？

A : 馬爸爸沒那么大方

Q : 我的人臉被攝像頭采集了，是不是我的人臉信息就泄露了？

A ：不會

Q : 化妝可以識別嗎？

A ：可以

Q : 戴墨鏡戴帽子可以識別么？

A ：臉露出來就可以

Q : 唰的一下，錢就沒了，這安全嗎？

A ：確認(rèn)機制，安全

Q : 買個3D模型可以識別偽裝嗎？

A ：識別為非活體

Q : 雙胞胎怎么辦？

A ：what？XX技術(shù)

從技術(shù)層面來看

人臉識別技術(shù)有快速、簡便、非侵?jǐn)_和不需要人的被動配合的特點。

人臉識別與其他生物特征識別技術(shù)相比。人臉識別是最直觀、最準(zhǔn)確、最可靠的。

單一要素的準(zhǔn)確率是不可靠的，真正大幅度提高安全等級的，是由多個要素組成的系統(tǒng)。刷臉支付是一套完整的系統(tǒng)。聽說很多時候的決策是由訓(xùn)練模型來決策的。

活體識別是一種技術(shù)，是一種算法。在刷臉支付的場景中，集合了多種活體檢測的技術(shù)。所以用戶不必?fù)?dān)心。

這里借用百度開放平臺的一句話解釋：基于3D結(jié)構(gòu)光成像原理，通過人臉表面反射光線構(gòu)建深度圖像，判斷目標(biāo)對象是否為活體，可強效防御圖片、視頻、屏幕、模具等攻擊。

金融級人臉識別的技術(shù)要求和難點，我們總結(jié)以下幾點：

• 高安全性：人臉活體檢測技術(shù)（防止照片偽造、視頻、面具以及專業(yè)軟件工具等攻擊）
• 高準(zhǔn)確率：極低誤識率下的高識別通過率。
• 高可用性：海量并發(fā)人臉比對服務(wù)
• 高實時性：人臉比對結(jié)果實時返回

哪些是商戶相關(guān)的？（支付寶蜻蜓已經(jīng)開放）

• 哪些新能力
• 會員能力
• 電子海報
• 簡單操作即插即用
• 刷臉紅包
• 是否更快

這里無非就是客戶與用戶的關(guān)系。

客戶，在POS的行業(yè)鏈條來看偏傳統(tǒng)行業(yè)，傳統(tǒng)行業(yè)的產(chǎn)品業(yè)務(wù)非常復(fù)雜也有很高的壁壘。但是商業(yè)模式卻很簡單。無論多復(fù)雜的渠道關(guān)系，利益關(guān)系及產(chǎn)業(yè)鏈關(guān)系，最后只認(rèn)一個結(jié)果，那就是把產(chǎn)品賣出去。

而用戶卻不一樣，他不一定是購買者，但要使用你的產(chǎn)品或服務(wù)，用戶與企業(yè)之間有聯(lián)系，有交互。用戶是張王牌，打好這張牌，我們必須重視用戶體驗。

（借用一句話，任何在用戶體驗上所做的努力，目的都是為了提高效率。這基本上是以兩種主要形式體現(xiàn)出來的；“幫助人們工作的更快”和“減少他們犯錯的幾率”。）

需求：

需求來自用戶、來自客戶、來自商戶、來自銷售、來自趨勢、來自老板、來自股東，作為老司機的你可以根據(jù)經(jīng)驗進行補全。

大的思路不變，我們最初也是根據(jù)市場，行業(yè)，趨勢，技術(shù)，甲方爸爸來收集，結(jié)合對行業(yè)、競品、場景和技術(shù)的了解開始了產(chǎn)品的規(guī)劃。

最重要的是與客戶的反復(fù)溝通，其實有時候客戶可能也不知道他要什么？你理解的用戶，不一定是客戶理解的用戶。

在這點上，我們是缺乏優(yōu)勢的——沒有用研數(shù)據(jù)、也沒有數(shù)據(jù)回流、也沒有做過這樣的產(chǎn)品。那么就需要更多的溝通與調(diào)研，而且這個工作還必須由產(chǎn)品來做，因為產(chǎn)品是連接內(nèi)部和外部的工具。我盡可能的去理解客戶所描述的用戶需求。

客戶基礎(chǔ)需求如下

1. 快…

2. 滿足XXXXXX…

3. 滿足XXXXXX…

……

11. 產(chǎn)品功能需求略…

12. 產(chǎn)品技術(shù)需求略…

（筆者沒辦法描述客戶產(chǎn)品需求，但筆者認(rèn)為：最重要的是如何去理解客戶的產(chǎn)品需求，如何有效的權(quán)重，分析出哪些是核心，哪些是滿足的驚喜，哪些是偽需求。）

收集的需求后，更重要的是把客戶需求轉(zhuǎn)化成技術(shù)指標(biāo)與取舍工作。

我們一般根據(jù)用戶/場景，走出去聊聊，走出去看看，經(jīng)驗假想往往是危險的，另一個就是產(chǎn)業(yè)鏈與技術(shù)標(biāo)準(zhǔn)，這點除了自己下苦工，還要內(nèi)部聊聊，外部聊聊。

好在我們公司最不缺的就是Doctor級別的專家（與專家溝通技巧是不是也可以寫一個篇幅，哈哈哈）。

三、產(chǎn)品定位

產(chǎn)品的核心定位

從初步需求來看，刷臉支付的場景是垂類，所有的一切都圍繞著【支付】聚焦。如何更友好，更自然的利用3D結(jié)構(gòu)光+人工智能（人臉識別）技術(shù)與用戶交互，是刷臉支付產(chǎn)品智能化的關(guān)鍵。也包含人臉識別算法對圖像和視頻等數(shù)據(jù)進行處理的需求。

產(chǎn)品的核心目標(biāo)

• XXXXXX…
• XXXXXX…量產(chǎn)化

產(chǎn)品的定位主要是確認(rèn)了目標(biāo)，限定了范圍，明確了相關(guān)約束，這一點越清楚，越能夠統(tǒng)一團隊成員對產(chǎn)品的理解，可避免很多爭執(zhí)與疑惑。

當(dāng)然定位是一件極其復(fù)雜的工作，這個話題太大，咱也不敢聊。

四、產(chǎn)品需求分解

用一個四核2.0的平板電腦加上一個能同時輸出距離/三維信息與彩色信息的相機，構(gòu)成一個智能硬件產(chǎn)品。

通過3Dsensing，采集數(shù)據(jù)二維與三維原始人臉數(shù)據(jù)來判斷人臉與活體，同時采集的人臉信息，并通過平板電腦的運算通過網(wǎng)絡(luò)把人臉特征信息傳給云計算，通過云端的卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模型來確認(rèn)正確的人，然后完成支付邏輯。

看起來，這個產(chǎn)品很簡單，但結(jié)合實際的場景需求來看，要做到好它并成功的大規(guī)模量產(chǎn)是極其復(fù)雜的。

1. 這個所謂的”平板“不同于消費類電子，如，一個電子海報的需求，就意味著硬件層面需要客制化。四字的”即插即用“，意味著需要市面上絕大部分的收銀設(shè)備你需要能夠匹配。（客戶基礎(chǔ)需求那段提到了如此多的需求，意味著這是一個定制化非常規(guī)的智能硬件產(chǎn)品）

2. 3D sensing，單從攝像頭的成像需求來講，可以分為兩個層面：

• 第一層是深度信息質(zhì)量
• 第二層是彩色信息質(zhì)量

這意味著不同的環(huán)境對攝像頭的要求是不一樣的。

且這是一個非常關(guān)鍵的需求，因為成像就靠這個3D攝像頭了。成像給到算法判斷，成像是源頭，源頭有問題，刷臉這件事就有問題了。

所以我們會在人臉的預(yù)處理部分做比較深的工作，主要也是從基礎(chǔ)圖像算法到光學(xué)系統(tǒng)。

從目前的產(chǎn)業(yè)鏈來看，成像的需求是一個最為核心的需求，這也是我們的優(yōu)勢，在經(jīng)過一年多對刷臉支付的理解，針對人臉部分的成像需求，我們算是行業(yè)的頭排兵。

需求是一個個問題包，我們拿到問題包之后開始進行需求分類。

需求分類是一個非常重要的工作。

1. 設(shè)計需求（ID設(shè)計，結(jié)構(gòu)設(shè)計，散熱設(shè)計，接口設(shè)計）
2. 器件需求（硬件性能需求）
3. 軟件開發(fā)需求（固件需求，驅(qū)動需求，SDK需求）
4. 工具需求（測試工具，特殊工具需求）
5. 測試需求（成像測試，壓力測試，刷臉測試）
6. 可靠性需求
7. 功能性需求
8. ……

其實每個人對需求分類的方式不同，但是只要能夠達到你的目的即可。產(chǎn)品同學(xué)都知道產(chǎn)品需求分析時會有大量細(xì)節(jié)決策是需要多方多維溝通的，涉及用戶、現(xiàn)有技術(shù)條件、實際場景滿足等極其復(fù)雜過程。

在實驗室實現(xiàn)刷臉支付是相對簡單的。沒有大規(guī)模的并行計算，沒有復(fù)雜的場景與環(huán)境，沒有你意想不到的場景與環(huán)境。

而實驗室之外的實際應(yīng)用場景中，有！

在軟件研發(fā)管理中，我們常常強調(diào)小步快跑，快速迭代。

實際上，軟件是不怕產(chǎn)品粗糙的，不好用大不了不用唄；而硬件如果粗糙、難看、不好用，那么基本上就不買了，沒辦法掏購買者口袋里的錢、

另一部分是硬件到市場后，是沒有機會再修改的，你怎么做小步快跑？可以跑，但是一般跑一次得6個月咯。這個做硬件的同學(xué)都很清楚。

智能硬件產(chǎn)品的需求不同于單個軟件產(chǎn)品，智能硬件產(chǎn)品更貼實際的應(yīng)用場景，每個元器件都會被納入到場景的要素中去，要知道每個器件是有技術(shù)條件限制的。往往在這個部分器件工程師或者電子工程師是無法融合到多場景的。一般都是可用性測試后才知道要什么樣的器件，這意味著你已經(jīng)付出了足夠的代價。

”跟著需求找物料，找方案，關(guān)注采購成本、生產(chǎn)成本、庫存成本、時間成本對應(yīng)的就是供應(yīng)鏈管理、作業(yè)指導(dǎo)、生產(chǎn)管理、項目管理……

硬件的坑比軟件成本要高得多，因為拿到需求后，從ID設(shè)計開始出發(fā)，到產(chǎn)品真正MP，這是一張張毛爹爹鋪出來的——

10塊的主IC能不能降到8塊；顯示屏從10寸改到8寸就要開個模；SD卡因為結(jié)構(gòu)設(shè)計或是線材成本需要內(nèi)置，能不動就不動；喇叭聲音小了，3W換5W 成本增加了；喇叭孔開小了，再開；T0出來了，PO還沒見，物料也不敢備，這一折騰，半個月不見了，包裝盒子印錯了，隨便就萬兒八千的不見了…….”

這里我推薦老周的《智能主義》第79頁專門寫了《智能硬件的游戲規(guī)則》推薦互聯(lián)網(wǎng)產(chǎn)品同學(xué)看看。非常有價值。

五、產(chǎn)品的架構(gòu)

產(chǎn)品整體系統(tǒng)架構(gòu)（僅整機）

作為一個在智能機器人行業(yè)混過的人，對一個整體解決方案并不陌生，不過單個攝像頭就有復(fù)雜的光學(xué)與算法系統(tǒng)，再配合ASIC 芯片來完成。我把它統(tǒng)稱為”成像“ ，我們從四個核心模塊來架構(gòu)。

1. 成像（特指攝像頭輸出的圖片或視頻流）
2. 計算能力（指Android平臺的主控計算能力與云端的計算）
3. 人臉識別算法
4. 支付通道（指支付寶）

其實架構(gòu)這件事還是挺難的… 都是多維的思考與各方討論之后分析出來的，略…

六、產(chǎn)品技術(shù)方案

當(dāng)然產(chǎn)品的技術(shù)方案來源于產(chǎn)品需求，內(nèi)外部復(fù)雜的溝通與協(xié)調(diào)這也是產(chǎn)品同學(xué)需要安排好的?；旧暇褪歉鞣N會議，我多次被技術(shù)的老板說請你先去了解技術(shù)規(guī)范，再來聊。

技術(shù)方案相對比是較復(fù)雜，刷臉支付的產(chǎn)品我們大概以下幾個方案。這里要注意的是，技術(shù)的關(guān)系是層層遞進，是相互交叉，這意味著產(chǎn)品的同學(xué)你需要對這些技術(shù)的邊界有所了解，否則的話你會被騙的，也會被懟。如何把整個產(chǎn)品的技術(shù)架構(gòu)理清楚了，需要努力，也需要了解“人”。

七、測試

測試是產(chǎn)品需求的驗收，就是以產(chǎn)品定義來作為測試的卡控標(biāo)準(zhǔn)，并輸出結(jié)論。基本上就是一個提BUG，驗BUG ，開發(fā)解BUG，提BUG，驗BUG ，開發(fā)解BUG的過程。當(dāng)然也包含了一些研發(fā)的驗證性測試。測試中除了專業(yè)的設(shè)備還需要與天斗，我們曾為了特殊的測試條件多次跑到其他城市。

• 產(chǎn)品用例測試
• 可用性測試
• 可靠性測試
• 用戶體驗

用戶體驗測試基本上是招募或者內(nèi)部其他成員來進行測試，多是使用人員反饋與產(chǎn)品經(jīng)理觀察為主（基本上這一塊會由客戶驗收時來做深度的反饋）。

其實在這個體驗為王的時代，產(chǎn)品和服務(wù)是基礎(chǔ)。支付寶有一個行業(yè)產(chǎn)品線，這條線上的很多工作很多時候看上去并不是單純的“互聯(lián)網(wǎng)化”。因為多數(shù)時候他們是在摸索如何改善社會服務(wù)的效率和體驗。

八、發(fā)布準(zhǔn)備

客戶/用戶教育

雖然說現(xiàn)在的產(chǎn)品很多都不做產(chǎn)品說明書了，但是不管是視頻教學(xué)還是建議的安裝操作步驟這些文案性的輸出物還是產(chǎn)品來主導(dǎo)。千萬不要用你的認(rèn)知去套在用戶認(rèn)知上。

銷售團隊培訓(xùn)

銷售的同學(xué)有時候并不知道你的產(chǎn)品優(yōu)劣勢，尤其是技術(shù)推動的產(chǎn)品，這就需要銷售人員具備一定的技術(shù)解說能力了，一般產(chǎn)品同學(xué)會盡可能的把技術(shù)轉(zhuǎn)化為可簡易理解的白話來輸出給銷售同學(xué)。

• 產(chǎn)品推廣方案——略
• 產(chǎn)品運營策略——略
• 產(chǎn)品定價——略

九、數(shù)據(jù)分析

客戶/用戶反饋

客戶的反饋往往非常及時，一般反饋分為兩種問題。第一是技術(shù)性的問題，第二種是使用性問題。

功能改進

由于不管是客戶反饋還是用戶反饋，我們收集到的信息數(shù)據(jù)都是滯后或者是需要累積收集的。往往產(chǎn)品的生命周期就拉的比較長。

• 技術(shù)迭代（略…）
• 數(shù)據(jù)分析（略…）
• 運營策略調(diào)整（略…）
• 數(shù)據(jù)挖掘（略…）

十、項目管理

開發(fā)進度管理

技術(shù)方案確認(rèn)后就進入一個開發(fā)過程。為什么把項目管理單獨放在最后是有原因的。因為這里是落地的關(guān)鍵。

原則上所有的項目都是有預(yù)立項的，這個過程主要是驗證技術(shù)方案的可行性。在驗證技術(shù)方案可行性通過后，會再次成立項目組，更多的是工程化的東西了。

研發(fā)過程需求管理

過程中需求的變化來自各個層面，一般有客戶需求變更、技術(shù)限制、生產(chǎn)限制等。（需求變更管理我就不細(xì)寫了）

團隊協(xié)作

沒有正式立項的項目與產(chǎn)品都是跑不下去的。

沒有優(yōu)先級的任務(wù)是會拖累團隊的。

沒有請開發(fā)吃飯你的需求是無法滿足的開個玩笑，可以肯定的是一個靠譜的需求，一定是開發(fā)喜歡的。

一個解釋：

讀者可能會感覺我寫的有點頭重角輕，這僅僅是開始。一個項目的落地，要用文字來描述，完全可以成一本小說了。本文只不過從產(chǎn)品視角利用公開信息碼出來。

一個感想：

做To B 再To C 的產(chǎn)品曾經(jīng)幾度懷疑人生，感覺3D攝像頭嫁給了一個高富帥，但他們在相處的過程中總有那么多磕磕碰碰。時不時的還要娘家人……

本文由 @?司馬 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議