還記得我剛做產(chǎn)品經(jīng)理的時候,需要學習大量的交互設計、產(chǎn)品框架、開發(fā)等相關知識,在做具體某一個功能性需求時,我作為產(chǎn)品經(jīng)理需要了解競品以及競品每個功能背后的實現(xiàn)邏輯、以及技術架構。
因為產(chǎn)品經(jīng)理課程內(nèi)容在大學是幾乎很少的,所以新人就充滿了大量的知識閱讀與消化的需求,而消化知識最好的方式就是通過搜索引擎來查詢。
而搜索引擎上的結果無非就來自各種技術論壇或產(chǎn)品論壇,通過查閱作者分享的技術博客學習。
這幾乎是所有IT從業(yè)者的學習渠道。
但是在博士學習期間,我發(fā)現(xiàn),真正要想學習到技術底層邏輯或者原文出處,產(chǎn)品經(jīng)理應該要學會看科研論文。
這也是年薪50萬以上的產(chǎn)品經(jīng)理,養(yǎng)成查閱資料的一手信息的習慣。
1.產(chǎn)品經(jīng)理要做市場調(diào)研的來源數(shù)據(jù)做產(chǎn)品經(jīng)理還會涉及到商業(yè)化,所以需要了解到市場規(guī)模與用戶價值,最好的方式就是查閱各種金融研究報告,簡稱行業(yè)研報。
一般都會直接看大型證券公司分析師做的相關客觀數(shù)據(jù)報告,來了解行業(yè)的趨勢,最簡單的用途就是用來判斷其風口風向。
比如下圖是iPhone和AR眼鏡的出貨量,可以看到AR眼鏡也在進入爆發(fā)周期了。
AR眼鏡出貨量,2023翻了1.5倍
手機出貨量僅僅增長10%
通過以上的AR設備數(shù)據(jù)出貨趨勢,產(chǎn)品經(jīng)理就可以來判斷是否要投入AR眼鏡市場的APP研發(fā)。
而這些數(shù)據(jù)都是一線的、真實的,不是什么第三方作者或者某個上海大爺在街上隨便侃侃而談,是真的有來源、有數(shù)據(jù)、有出處,這類是有嚴謹?shù)陌l(fā)布要求與規(guī)范,若有數(shù)據(jù)造假,那就是事故。
同樣的,我建議產(chǎn)品經(jīng)理也應該看優(yōu)秀的科研論文,最簡單的就是通過谷歌學術來查閱相關文獻。這也是非常多的科研從業(yè)者使用的工具。
比如搜索Apple vision Pro,就可以看到非常多的文章與綜述等,從而得到最真實、底層、基礎的框架模型。
實際上你在知乎、小紅書等論壇看到的技術分享,無非都是消化這些科研從業(yè)者的底層論文所得到的結果。
都是別人處理過的,或者二次解讀過的,不是源知識。而牛逼的產(chǎn)品經(jīng)理,要想技術調(diào)研是真的可以跑通、落地,勢必就要用源數(shù)據(jù)。
如下是CHATGPT 的技術架構transformer介紹,來源科研論文,
科研論文的好處還有一點就是提升英文閱讀能力現(xiàn)在做產(chǎn)品經(jīng)理,尤其是AI、腦機接口這些新型科技的產(chǎn)品經(jīng)理,你不會查看英文的API文檔,就幾乎無法嘗試產(chǎn)品設計的所有可能性。
雖然喬布斯提到我們要以用戶體驗、場景為導向性來做產(chǎn)品設計,并不需要了解所有技術,但是在有限時間、資源下,盡可能了解某一個技術的技術細節(jié),英文閱讀能力少不了。
如下是我們做vision Pro的personal 接口文檔,需要了解蘋果shareplay的技術API,是需要英文閱讀其視頻、文檔。
了解原汁原味的科技技術在CHATGPT剛出來的時候,首先就是體驗的就是科研從業(yè)者以及能夠有科研能力的產(chǎn)品經(jīng)理,當然產(chǎn)品經(jīng)理在工作里需要用外部網(wǎng)絡,本身就有相關操作優(yōu)勢。
但是科研從業(yè)者天生找數(shù)據(jù)源頭、知識出處讓其成果轉(zhuǎn)化更加可靠。同樣的產(chǎn)品經(jīng)理也是一樣。
所以沒有做過科研的產(chǎn)品經(jīng)理,你很難突破薪資待遇50K以上,就算你現(xiàn)在50K,也是一時性的,沒有長期的戰(zhàn)斗能力。
今天的分享就在這里。
看完覺得寫得好的,不防打賞一元,以支持藍海情報網(wǎng)揭秘更多好的項目。