昨天看了《启示录》第二版，提到，产品经理的定义。
这里面提到，产品经理需要具备–深厚的客户知识、数据知识，业务知识、市场和行业知识。
总而言之，这是产品经理需要给团队的四个关键职责：(1)深厚的客户知识；（2）深厚的数据知识；（3）深厚的业务知识及清楚利益相关者；（4）深厚的市场和行业知识。
实事求是地说：产品经理应该是公司最具才干之人。如果产品经理没有娴熟的技术，没有商业的敏锐，没有获得关键管理者的信赖，没有深厚的客户知识，没有对产品的激情，或者没有赢得团队的尊重，就必然会导致失败。
下面是我读完的感受。
1 对产品的激情
为什么需要那么多的知识？因为现在一个团队的配置，社会分工都有专业的人来解决每个细分的问题，而如果一个团队没有懂这些知识的人，就无法更精准地帮团队发现问题，找到价值点。
产品经理最重要的能力其实不是自己去解决复杂的问题，最重要的是能不能发现找到真正的问题，设计出真正解决用户痛点的方案。
而这些，我觉得有一条是最重要的：
你是否真正对这件事有发自内心的热爱。
只有你热爱，才能在无限地探索价值。而在搜寻问题的过程不管面临多少困难，你都能持续充满激情，能主动想去接触客户/用户，通过数据找到业务的价值关系，通过行业知识，去理解和尊重这个社会，去发现人类和自然的规律，才能领悟和洞察出价值和真相。这样感觉才活得像一个真正的产品经理，有效地解决有价值也有意义的问题。
否则，AI PM 在早期或者初级阶段执行具体的工作内容，就是在协调和推进。刚开始，大家对行业的理解很浅，也只能不断分析用户的行为数据，通过数据分析来发现问题，而这些工作可能也只有下了班才有时间去做，上班基本都是在开会和推进你的项目执行。
只有强大的内在驱动，你想发现更大的价值，你想通过你发现的问题点，一点一滴的找到假设和验证方法，判断方向正确，你就忍不住开始思考 AI 能在这里面落地的技术+产品的设计方案，这才让你身为 AI PM 的工作变得生动起来，这时候像一个孕育孩子的母亲。而在产品落地推进时，你充满了激情，能让团队感受到这份力量，凝结出团队的向心力，你的工程师、设计师和运营等同学被感染，大家才能凝聚在一起，共同为了产品的目标而奋斗。
当产品上线后，你需要找出问题，并设计出能验证数据价值的公式。在发现产品还做的不够好的地方，分析核心功能是否能对用户产生良性循环的效果时，你才能对客观数据保持敬畏之心，谨慎行事，事无巨细，认真严肃地像个孩子的父亲。这样日复一日。
有时候，在团队早期，没有积累AI需要的很多专业知识的资源库时，产品经理可能还得和算法的同学们一起，刷一些专业的论文，比如在做 NLP 项目的时候，刚开始是没有语料库也不够数据集的，只能在论文里面，在学术大牛的博客里面发现一些线索，然后找到线索就在论文里面狂找语料库，工程师们更倾向于想科学实验方法，搭建算法框架，产品经理因为更多时间在思考产品需求，你要知道如何把问题抽象出来，并找到关键信息，才能在团队中共同完成这项艰巨的任务，来提高工程师们的效率。
大家有时候会坐在一起，搭档狂写规则，辅助产品落地。甚至前期，还得写点代码来清洗语料库，这些都太正常了，没有谁说这不是我的活，我就专门是干嘛的。当没有资源来干这些事情的时候，就很有可能还得PM自己干。
当然，这里面会遇到很多难题，包括技术难题，包括对产品方案设计的难题，还有面向客户的商业模型设计、面向价值传播的故事设计的等等难题，你面对的困难太多了。如果 AI 产品经理，没有更多的价值来驱动你往前走，你会迷茫，甚至崩溃，可能还会放弃。
2 找到客户和发现问题
当时，AI 老师的产品刚出来 Demo 的版本也遇到了很多阻碍。
我需要拉内部的很多用户来试课，观察孩子在真实上 AI 课会面临什么样的问题。而这个项目，最早开始的时候，并没有很多高层的资源来支持，我们也是没有经过大的立项阶段就先做的 Demo，这样的话落地验证的周期会比较快，但想要内部申请资源来帮忙就非常困难了，别的部门会说你让我们帮忙需要给你投入多少人力，怎么算这个收益。在当时呢，Demo 是我哄着 RD 在月底前拼命赶着上线的，那上线了当然就需要尽快测试啊，不然大家为什么这么着急加班呢是吧。但是，在内部协调提前了两个礼拜去邀请客户来试课，却发现都快一个礼拜了还没有邀请到超过3个用户。
那么我脾气急，没人测试当然不行，我就在内部家长群里挨个添加家长的微信，通过各种「个人魅力」成功邀请了10多个家长，在上线后，周末和下班的时间愿意跑过来试听。然后，和老板申请了一些绘本作为礼品，自己也买了一些小简单的小玩具，比如淘宝2块钱的挤眼公仔钥匙扣，孩子是非常喜欢。虽然，挨个加了100多人的微信也花了一个多小时，过程发微信也是有点繁琐，但这就是最高效的直接去做事。之后，也和这些家长保持了联系，获得了不少有价值的反馈。
在 Demo 到正式上线，最早的一个版本因为功能不够好，而孩子真实的完课情况很低。我们找了后台数据，也没有洞察出需要做哪些功能才会真正带来完课率的提升。为此设计了不少废掉的功能，效果提高最多的17%的功能，是一个非常简单粗暴的在开场页里面加了一句语音功能：「坚持上完课就会获得xx奖励哦」。。在后来才通过看真人课程不断在新的场景下找到合适的落地点，才做到比较好的效果。
所以，我会说为什么产品经理最难的是在找问题，而不是在做功能。
找问题为什么那么难？因为，在当时的这些后台和埋点的数据记录里，只能存到一些包括成绩、积分、进出时间戳等表层数据，最多能在回放里面用 AI 人脸+语音找出互动曲线的变化，但是，这些表层的信息无法帮助 PM 去发现真正课程背后的教学质量和产品的问题。我在想，为什么真人课的完课效果会这么高呢？
我找了教研老师、我自己和内部的同学共同去看真人课和AI课的课程回放，就在一个个看视频，挖掘课程的背后是否满足需求和 AI 课缺乏的地方。有时候 AI 产品经理遇到困难的时候，也只能找方法去发现问题，而不是瞎拍脑门写需求文档。其实当时因为时间还没有那么紧，就还挺享受这样的分析挖掘的过程，也尽其所能地接触用户场景，原来孩子上课是这样的，和我们想象的还不一样。
3 数据知识与社会认知
在后来，看了100多个课，除了发现真人课可以参照和借鉴的地方，解决了 AI 课的完课问题，我还发现了更有价值的问题。
我总结课程内容，自己做了一个结构化的分析excel，大概是把视频里面的画面和语音拆开分析，标记非常具体的学生行为和老师行为、语言、前后逻辑，然后找出与教学之间的直接关系。我把这个数据拿出来，把教研和技术都激动坏了，因为隐形的数据是很难通过现有的 AI 技术来洞察的，需要很多专业分析，和人工的投入。
说这是基于对多模态的课堂视频数据分析的层面，这样的分析非常有价值，如果标注的量大了就会真正从数据和 AI 上实现科技改变教育。这给我很大的鼓励让我继续投入精力继续做这个事情。
而同时，我还在思考，是否可以从社会学的角度来分析这样的问题，我找了《社会学的邀请》和《自杀论》来学习如何提炼有价值的数据信息，从数据里面能够挖掘更深层次的需求。
我觉得这些数据，肯定对教学是有帮助的，也会让这一件小事的价值能放大到社会层面。
为什么要看社会学，最开始我只是想到，我这样很个人化的、没有真正大量的数据分析，就算数据被分析出来了，价值也并不够，也只能在这一家公司的一个场景里面找数据，方法可能也是实操的摸索，而在社会学里面，已经有非常成熟的一套关于「社会现象」和「人类行为」的分析方法。
在《自杀论》这本社会学的经典著作里面提到，自杀是一种社会现象，和个体无重大关系，但是和社会环境密切相关。
而我当时做另一个语音项目的时候也找出「中国人的发音偏误」在语言学习的背景，社会的整体性是影响了国人二语学习的语音和语用，所以国外的口语评测标准并不适用于中国人的评测。这里，也可以用社会学，来分析 AI 老师，例如，如何定义一节「好课」或者「好老师」，这不仅仅是靠一个公司、一个产品来定义的，而是在这个21世纪下，大的社会文化视角下去看待这个问题的。可能甚至包括，中国父母的家庭教育依然存在部分缺失的情况等这些社会因素。
如果AI课仅仅只能解决英语在某些健康家庭下的儿童学习场景，或者只能做一些简单的口语练习的反馈、纠正发音的没有教学意义层面的问题，这就没有办法让去理解这个时代下怎么样的课程才是好的课程，没有办法更深一点那至少也需要知道怎么样的课程不是有害的课。而那些所谓的满分、互动率也无从皈依。理解时代，用知识和技术来改善教育，才不会被「个性化和因材施教」等概念或营销词汇所绑架。
但这些事，不是一两个月就能做出来，也不是用项目收益来衡量的。重要的事情是要持续做，可以慢慢来，每天看1-2节课，也发现了不少问题。在不同年龄的孩子，语言发展和社会认知差异，确实会带来喜好和兴趣的变化，但是实际上，儿童在学习和思考方面，相似点其实是比不同点更多。
除了数据分析，我觉得做好的产品经理，不仅是需要理解人性，还需要懂人文和历史价值的。如果我要把产品经理当作我一生的事业，就需要放更长的眼光来看到，技术和历史、社会之间的关系。我也会专门花一部分的时间来静下心去读《技术与文明》、《生活的准则》《城市发展史》《人类沟通的起源》等等这类书。
理解需求，是可以通服务用户、接触用户的主观感受去挖掘的。而洞察需求，认知这个世界，就需要更加客观的视野。
所以回到《启示录2》里面提到为什么产品经理应该是公司最具才干之人，因为你需要拥有洞察力，要做出跨时代的好产品，就是需要这么多的知识，才能真正的理解人，帮助社会。
4 一个很好的面试题
在我前两天面试，被问到–你觉得什么样的产品是一个好的教育产品？
我觉得这是个很好的问题，需要有耐心，长时间的反复思考。
谢谢你的时间~
- updated at 190921
- created at 190727
