知识吧 知识资讯 AI 时代,产品能力大图(收藏版)

AI 时代,产品能力大图(收藏版)

随着 OpenAI 时代的到来,各行各业都在面临着挑战与机会。本文将从整个产品经理全局的框架能力出发,分析 OpenAI 对产品经理行业不同分支的助力程度,希望对你有所帮助。

随着 OpenAI 时代的到来,产品经理行业也将面临着一系列的挑战和机遇。在本文中,我们将从整个产品经理全局的框架能力出发,分析 OpenAI 对产品经理行业不同分支的助力程度。

AI 时代,产品能力大图(收藏版)

以上是 lovepm 整理的 AI 和工具对产品领域不同场景的辅助程度,若信息收集不当,还请大家留言指出。谢谢。

一、三大层级

产品经理涉及的三大能力升级:

  1. 底层能力:底层里面指的是基础能力,即把一个小功能落地的能力。这里涉及比较基础的产品需求撰写,系统化思考。还有一些软技能,如沟通能力,冲突处理能力等。过程管理是指在需求沟通和研发落地之间,产品经理是否能把控住整体过程的时间,范围,质量。一般情况下项目管理看企业的职责定义,会有专门的项目经理或者 PMO 来负责,但是产品也要做好监管,防止比如出现需求蔓延无法交付,需求没搞清楚就开工,以及相应的流程管理的辅助制定。
  2. 场景系统:产品经理是一个覆盖面很广的职业,一般企业会将产品和运营分开设置职位,但是两者关联度很高。对于产品经理来说,主要负责的职责包括市场分析,需求处理,设计,以及数据分析和产品 GTM(go to market)/PMF(product market fit)。如果涉及硬件还包括:硬件产品定义、供应链、生产,和维修。
  3. 创造系统:这里属于产品经理高阶能力。需要在一团迷雾中,寻找前进方向,寻找可能突破的未知答案。这里的产品经理需要定义产品定位,战略打法,产品矩阵,和企业产品的 3-5 年规划。根据产品生命周期的差异,选择不同的目标。以及做好企业内部的目标对齐,确保大家是一个目标方向上去做事情,形成团队 1+1 > 2 的效果(实际很难,需要自上而下)。产品运营部分主要分是和产品客户相关的,还是和外部媒体相关的。有些企业还会专门定一个首席增长官的职位。

其中高亮的黄色部分为目前为止,我调研到的 AI 对某个模块的助力程度。目前我们看到在底层能力上,AI 辅助较多,基础能力可以交给 AI 很好地完成。沟通和过程管理,还需要靠人进行和协调。

二、九大场景

在场景系统,AI 助力较多的主要是信息收集、撰写信息、设计,和数据分析相关的部分。

我们一个个场景来看。

1. 市场分析

市场分析 & 竞争分析:现在使用 ChatGPT,结合一些调研方法论,可以快速地帮你了解一个行业和一个细分场景。你可以直接和 ChatGPT 对话,了解某个行业。

此外你还可以结合麦肯锡行业分析方法,Google 一些行业报告来做调研。这里可以使用 AI 的信息收集能力,归纳总结能力,如 Merlin 能够对视频进行总结归纳,让你轻松处理长达 1h 的视频内容(如下图)。Notion 也可以对文章内容进行总结。

AI 时代,产品能力大图(收藏版)

用户调研部分:用户调研分为线上调研和线下调研。你也可以让 ChatGPT 帮你列出用户调研框架。用户调研部分一般由产品经理,或设计师,或市场部主导。也有一些企业会外包给三方公司来做。

市场调研属于非常重要的基本功。很多企业不在乎市场调研部分,喜欢闭门造车,活在自己很强的假象中。产品经理一定要关注市场动向和竞争动态。就像杰克韦尔奇说的,我最好能知道竞争对手吃早饭的时候,他们在讨论什么。

市场分析很重要的另外一个因素,它是战略定位和产品定位的关键信息源。通过对市场和用户的了解,和对自己的了解,你才能知道自己擅长什么,不擅长什么,才知道自己服务的边界在哪里,哪些能做,哪些不能做。

2. 需求分析

AI 时代,产品能力大图(收藏版)

需求梳理&优先级定义:产品经理需要建立好企业收发需求的流程,你的需求从哪里来,沉淀到哪里。如何管理、分类、同步。这一步处理不好,很容易陷入在每天为信息收集而奔波的路途中,迷失在信息里。这里可以使用各种项目管理软件进行收集,或者有协同能力的文档画布,如 Notion,飞书等进行同步和管理。但目前 AI 自动化分类的还没有看到。

需求撰写:现在的 ChatGPT 已经能帮大家写需求了。它可以给你写出市场上普世的需求定义。但是你还要结合自身企业内部系统的差异,优先级的差异来做细化和取舍。如 PMAI这个工具

需求落地:此处指研发部分和上线前的验收测试。目前很多软件可以辅助开发,但是能够帮助产品验收的还没有看到。

3. 设计

设计部分目前是被 AI 应用最多的场景之一了。AI 其实非常擅长做创意,但前提是它需要有一个定义明确的目标(函数)。设计类的 AI 工具有大家熟悉的Midjourney,Stable diffusion,微软 Designer,Adobe Firefly。

设计的用户调研部分和市场中的用户调研有部分重合。

用户体验地图,是根据用户在整个产品体验链路中端到端的整体体验绘制而成的。会影响用户购买的转化率和留存。这一部分目前没有看到有 AI 产品做到,也较难。它需要理解你产品的用户使用路径(俗称 Customer Journey),然后记录数据和转化,不是很好做的一个场景。

4. 生产

若你的产品涉及硬件生产环节,企业主要需求寻找自己的供应商,确定合作形式是 OEM 还是 ODM。确定好代工协议。这部分也可以让 ChatGPT 帮你生成好。

你也可以通过 ChatGPT 帮你寻找供应链。但是供应链一般也是企业核心护城河,你从第一天开始就需要了解供应链体系如何做大做强。

5. 数据分析

通过数据来看企业的目标。阶段性的目标往往和产品生命周期有关,比如你的产品还处于创新阶段,那么你需要研究如何跨越鸿沟,实现规模化。那么你的北极星指标可能是活跃用户数据和营收平衡等。

市面上已经有很多产品在做数据分析的工作,其原理是将人类的白话,转化为 SQL 语言进行数据检索和处理。工具如:酷表ChatExcel,ProbeAI(还在内测),Ellie.ai(这款产品让人眼前一亮,你可以自己构建数据的流转,定义表结构) 等。

6. GTM

GTM涉及三个部分:

  1. 产品定位相关,主要描述竞争优势和差异点
  2. 制作材料,包括各种 PPT,视频,给内部员工做培训。帮助企业把产品推向市场。
  3. 定价

内容制作部分已经被 ChatGPT 淹没了。视频制作可以参考,如:Runway,D—id 这些产品,都是很不错的 AI 视频工具。

如果你做海外市场,这里还涉及多语言的问题。你可以花钱使用 Rask.ai 一键翻译成多国语言。如果不想花钱,也可以使用 ChatGPT 进行多语言翻译,然后将音频放到视频编辑器里面去做。音频 AI 软件有 voice.ai, podcast.ai; play.ht 等。但是Rask.ai 的效率是非常高的。

7. 运营 & 增长

  • 产品运营:此部分主要是指新客户 onboarding,海外很多产品有不错的 onboarding 能力,减少企业内部客户服务部、销售部的压力(如:Heygen onboarding 做得不错)。
  • 用户运营: 这里主要指的是客户分级和私域运营,比如陪伴用户,介绍多种使用方法,给客户提供价值。你也可以按照客户营收体量、行业类型、使用场景和频率对客户进行分类,找到他们之间的共性和差异性。相关的 AI 产品如 Searchie,一个关门给外部客户做培训的 AI 产品;MonkeyLearn,针对客户 NPS,调研问卷等进行 NLP 分析。
  • 黑客增长:在 0-1 产品突破鸿沟后,或者做了一定规模验证后,如何更快速地增长,启动企业的增长飞轮。这个话题就在此场景下了。市面上有很多黑客增长的案例和解决方案,如字节提供的火山引擎,可以帮助企业做 AB testing,找到 aha moment 和增长点。
  • 后台管理:主要是指客户开账户、续约,定期做一些 pitch 客户的操作。有此能力的 AI 产品如:ChartMogul;PodWorkspaceAI (但是它必须要链接 Salesforce 账户使用)等

8. 新媒体运营 & PR

  • 内容制作 & 视频制作 & 内容管理:在 GTM 部分已经讲过,就不重复了。
  • 渠道投放:目前市场上看下来的,可以帮助企业连接不同线上渠道的账户,仍然需要人工点击分发,如特赞。
  • 品牌周边:有设计工具可以做整套品牌设计,如looka.com 等。
  • 线下客户大会:主要涉及组织,邀请客户。这个 AI 目前难替代人来组织,但是可以辅助写材料,如邀约函等。

专栏作家

圈圈,微信公众号:lovepm,知识吧专栏作家,专注与热爱产品工作。

本文由 @圈圈 原创发布于知识吧。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

本文来自网络,不代表知识吧立场,转载请注明出处:https://zhishiba.net/5411.html
上一篇
下一篇

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

返回顶部

Warning: error_log(/www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/#log/log-1411.txt): failed to open stream: No such file or directory in /www/wwwroot/www.zhishiba.net/wp-content/plugins/spider-analyser/spider.class.php on line 2900