聊聊如何做一個產品
一、背景
上篇文章《佇列與棧就是這麼簡單【總結篇】 》提到，清明回家三天都沒有寫文章，在陪家人。
這期間空閒時間就多了，便想了很多東西，計劃寫兩篇文章。
第一篇就是產品相關的，如何做一個產品。
二、背景2
我只是一個讀書人（微信讀書），沒獨立主導過產品。
但是我看過其他產品的案例分享，自己也獨立做過不少專案，加上自己的一些邏輯思考，推理出一些基本規則來。
這裡以短視訊為例，說給你聽聽，也許對你有幫助。
三、產品首次上線
產品第一次上線的時候，功能一定要儘可能的簡單。
比如搜尋、推薦、列表篩選都可以沒有的。
那可能有人問：出什麼資料呢？
這個最簡單：出運營的精品資料。
是的，所有人看到的都一樣。
問：精品資料更新策略如何？
答：每天更新一次。
問：精品資料刷完了怎麼辦？
答：歷史上的精品資料迴圈展示（今天的刷完了推昨天的前天的）。
這裡的重點是資料要足夠好。
在此期間，要做的技術優化就是體驗問題。
UI是否合理，操作是否流暢。
這些優化問題一方面來源是自己多使用自己遇到想到，另一面更大的來源應該是使用者反饋的。
所以，一定要給使用者一個清晰的反饋入口，並及時耐心的答覆每一位使用者。
如果做得順利，一段時間後，就會有一批種子使用者以及對應的使用者畫像。
四、使用者冷啟動問題
對於資訊流產品，最大的問題就是新使用者的冷啟動。
這個其實反而是最好解決的。
就像產品首次上線時做的那樣，推送精品運營資料即可。
由於產品之前已經有一批種子使用者了，根據使用者的行為，可以得到每日最熱視訊榜、全網最熱視訊榜。
對於新使用者，給新使用者推最熱榜單的資料也是其中一種策略。
依靠精品資料和最熱資料，就可以輕鬆解決新使用者問題。
五、老使用者問題
隨著產品的不斷迭代打磨，推薦功能肯定會上線，且作為資訊流的主要來源。
這裡很容易會發生一個問題：全部推薦化。
其實，在前面兩步裡，我們有兩個重要的資料始終不能拋棄：精品運營資料和最熱榜單資料。
且這兩個資料的權重還應該大點，然後留很小的權重給演算法推薦。
精品運營資料、最熱榜單、推薦資料的權重比如可以是6:3:1，當然這個權重我瞎編的。
總結一下就是，個性化推薦很重要，但是並不是那麼重要。
六、產品優化的誤區
產品優化中，有很多誤區，這裡說兩個。
第一個是ABtest誤區。 有時候，上線新功能，使用ABtest一看，哇，效果很明顯，馬上全量上線。
時間拉長後，發現增長也並沒有那麼明顯，甚至還有所下降。
不過這些涉及的因素較多，ABtest往往會甩鍋：肯定是其他原因導致的。
第二個是KPI誤區。
上線新功能，一看，哇，資料很漂亮。
但是一段時間之後，發現除了資料漂亮外，收入和其他的比較實在的指標都沒啥變化。
所以這裡，產品優化，一定要找一個客觀的實在的指標來參考，而不能找那些虛的指標，如播放量、pv數、日活月活等。
不然就是自己騙自己，最後大家都在自嗨。
有時候好不容易找到一些比較客觀的指標，如投訴率。
產品做了一些優化投訴率馬上降下來了。
一問，原來是提高了使用者投訴的門檻，另外對於投訴活躍使用者進行遮蔽。
最後產品死前很多人也不瞑目：明明資料做得這麼好，怎麼說死就死了呢？
七、最後
做產品，其實需要耐心打磨的。
總結一下就是：初步做一個最簡最精的產品，精心運營種子使用者，依靠種子使用者拉動增長並繼續打磨產品，最後形成了自己的產品文化後，再找各種資源來引流導量。
你怎麼看待產品這個問題呢？
-EOF-