精华内容
下载资源
问答
  • 人工智能时代,所需要了解人工智能的基本常识

    万次阅读 多人点赞 2018-12-10 22:49:44
    人工智能的历史、核心技术和应用情况进行了详细说明,尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解,也有助于各行业的公司考量人工智能应用的实际价值。  一、概述  近几年...

      国内对于人工智能的讨论大多是不成体系的碎片式,很难从中深入了解人工智能的发展脉络和技术体系,也很难有实际借鉴意义。人工智能的历史、核心技术和应用情况进行了详细说明,尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解,也有助于各行业的公司考量人工智能应用的实际价值。

      一、概述

      近几年各界对人工智能的兴趣激增,自2011年以来,开发与人工智能相关的产品和技术并使之商业化的公司已获得超过总计20亿美元的风险投资,而科技巨头更是投资数十亿美元收购那些人工智能初创公司。相关报道铺天盖地,而巨额投资、计算机导致失业等问题也开始浮现,计算机比人更加聪明并有可能威胁到人类生存这类论断更是被媒体四处引用并引发广泛关注。

      IBM承诺拨出10亿美元来使他们的认知计算平台Watson商业化。

      谷歌在最近几年里的投资主要集中在人工智能领域,比如收购了8个机器人公司和1个机器学习公司。

      Facebook聘用了人工智能学界泰斗YannLeCun来创建自己的人工智能实验室,期望在该领域获得重大突破。

      牛津大学的研究人员发表了一篇报告表明,美国大约47%的工作因为机器认知技术自动化而变得岌岌可危。

      纽约时报畅销书《TheSecondMachineAge》论断,数字科技和人工智能带来巨大积极改变的时代已经到来,但是随之而来的也有引发大量失业等负面效应。

      硅谷创业家ElonMusk则通过不断投资的方式来保持对人工智能的关注。他甚至认为人工智能的危险性超过核武器。

      著名理论物理学家StephenHawking认为,如果成功创造出人工智能则意味着人类历史的终结,“除非我们知道如何规避风险。”

      即便有如此多炒作,但人工智能领域却也不乏显著的商业行为,这些活动已经或者即将对各个行业和组织产生影响。商业领袖需要透彻理解人工智能的含义以及发展趋势。

      二、人工智能与认知科技

      揭秘人工智能的首要步骤就是定义专业术语,勾勒历史,同时描述基础性的核心技术。

      1、人工智能的定义

      人工智能领域苦于存在多种概念和定义,有的太过有的则不够。作为该领域创始人之一的NilsNilsson先生写到:“人工智能缺乏通用的定义。”一本如今已经修订三版的权威性人工智能教科书给出了八项定义,但书中并没有透露其作者究竟倾向于哪种定义。对于我们来说,一种实用的定义即为——人工智能是对计算机系统如何能够履行那些只有依靠人类智慧才能完成的任务的理论研究。例如,视觉感知、语音识别、在不确定条件下做出决策、学习、还有语言翻译等。比起研究人类如何进行思维活动,从人类能够完成的任务角度对人工智能进行定义,而非人类如何思考,在当今时代能够让我们绕开神经机制层面对智慧进行确切定义从而直接探讨它的实际应用。值得一提的是,随着计算机为解决新任务挑战而升级换代并推而广之,人们对那些所谓需要依靠人类智慧才能解决的任务的定义门槛也越来越高。所以,人工智能的定义随着时间而演变,这一现象称之为“人工智能效应”,概括起来就是“人工智能就是要实现所有目前还无法不借助人类智慧才能实现的任务的集合。”

      2、人工智能的历史

      人工智能并不是一个新名词。实际上,这个领域在20世纪50年代就已经开始启动,这段探索的历史被称为“喧嚣与渴望、挫折与失望交替出现的时代”——最近给出的一个较为恰当的评价。

      20世纪50年代明确了人工智能要模拟人类智慧这一大胆目标,从此研究人员开展了一系列贯穿20世纪60年代并延续到70年代的研究项目,这些项目表明,计算机能够完成一系列所本只属于人类能力范畴之内的任务,例如证明定理、求解微积分、通过规划来响应命令、履行物理动作,甚至是模拟心理学家、谱曲这样的活动。

      但是,过分简单的算法、匮乏的难以应对不确定环境(这种情形在生活中无处不在)的理论,以及计算能力的限制严重阻碍了我们使用人工智能来解决更加困难和多样的问题。伴随着对缺乏继续努力的失望,人工智能于20世纪70年代中期逐渐淡出公众视野。

      20世纪80年代早期,日本发起了一个项目,旨在开发一种在人工智能领域处于领先的计算机结构。西方开始担心会在这个领域输给日本,这种焦虑促使他们决定重新开始对人工智能的投资。20世纪80年代已经出现了人工智能技术产品的商业供应商,其中一些已经上市,例如Intellicorp、Symbolics、和Teknowledge。

      20世纪80年代末,几乎一半的“财富500强”都在开发或使用“专家系统”,这是一项通过对人类专家的问题求解能力进行建模,来模拟人类专家解决该领域问题的人工智能技术。

      对于专家系统潜力的过高希望彻底掩盖了它本身的局限性,包括明显缺乏常识、难以捕捉专家的隐性知识、建造和维护大型系统这项工作的复杂性和成本,当这一点被越来越多的人所认识到时,人工智能研究再一次脱离轨道。

      20世纪90年代在人工智能领域的技术成果始终处于低潮,成果寥寥。反而是神经网络、遗传算法等科技得到了新的关注,这一方面是因为这些技术避免了专家系统的若干限制,另一方面是因为新算法让它们运行起来更加高效。

      神经网络的设计受到了大脑结构的启发。遗传算法的机制是,首先迭代生成备选解决方案,然后剔除最差方案,最后通过引入随机变量来产生新的解决方案,从而“进化”出解决问题的最佳方案。

      3、人工智能进步的催化剂

      截止到21世纪前10年的后期,出现了一系列复兴人工智能研究进程的要素,尤其是一些核心技术。下面将对这些重要的因素和技术进行详细说明。

      1)摩尔定律

      在价格、体积不变的条件下,计算机的计算能力可以不断增长。这就是被人们所熟知的摩尔定律,它以Intel共同创办人GordonMoore命名。GordonMoore从各种形式的计算中获利,包括人工智能研究人员使用的计算类型。数年以前,先进的系统设计只能在理论上成立但无法实现,因为它所需要的计算机资源过于昂贵或者计算机无法胜任。今天,我们已经拥有了实现这些设计所需要的计算资源。举个梦幻般的例子,现在最新一代微处理器的性能是1971年第一代单片机的400万倍。

      2)大数据

      得益于互联网、社交媒体、移动设备和廉价的传感器,这个世界产生的数据量急剧增加。随着对这些数据的价值的不断认识,用来管理和分析数据的新技术也得到了发展。大数据是人工智能发展的助推剂,这是因为有些人工智能技术使用统计模型来进行数据的概率推算,比如图像、文本或者语音,通过把这些模型暴露在数据的海洋中,使它们得到不断优化,或者称之为“训练”——现在这样的条件随处可得。

      3)互联网和云计算

      和大数据现象紧密相关,互联网和云计算可以被认为是人工智能基石有两个原因,第一,它们可以让所有联网的计算机设备都能获得海量数据。这些数据是人们推进人工智能研发所需要的,因此它可以促进人工智能的发展。第二,它们为人们提供了一种可行的合作方式——有时显式有时隐式——来帮助人工智能系统进行训练。比如,有些研究人员使用类似MechanicalTurk这样基于云计算的众包服务来雇佣成千上万的人来描绘数字图像。这就使得图像识别算法可以从这些描绘中进行学习。谷歌翻译通过分析用户的反馈以及使用者的无偿贡献来提高它自动翻译的质量。

      4)新算法

      算法是解决一个设计程序或完成任务的路径方法。最近几年,新算法的发展极大提高了机器学习的能力,这些算法本身很重要,同时也是其他技术的推动者,比如计算机视觉(这项科技将会在后文描述)。机器学习算法目前被开源使用,这种情形将促成更大进步,因为在开源环境下开发人员可以补足和增强彼此的工作。

      4、认知技术

      我们将区分人工智能领域和由此延伸的各项技术。大众媒体将人工智能刻画为跟人一样聪明的或比人更聪明的计算机的来临。而各项技术则在以往只有人能做到的特定任务上面表现得越来越好。我们称这些技术为认知技术(下图),认知技术是人工智能领域的产物,它们能完成以往只有人能够完成的任务。而它们正是商业和公共部门的领导者应该关注的。下面我们将介绍几个最重要的认知技术,它们正被广泛采纳并进展迅速,也获得大量投资。

      一文了解人工智能的基本常识

      1)计算机视觉

      是指计算机从图像中识别出物体、场景和活动的能力。计算机视觉技术运用由图像处理操作及其他技术所组成的序列来将图像分析任务分解为便于管理的小块任务。比如,一些技术能够从图像中检测到物体的边缘及纹理。分类技术可被用作确定识别到的特征是否能够代表系统已知的一类物体。

      计算机视觉有着广泛应用。其中包括,医疗成像分析被用来提高疾病的预测、诊断和治疗;人脸识别被Facebook用来自动识别照片里的人物;在安防及监控领域被用来指认嫌疑人;在购物方面,消费者现在可以用智能手机拍摄下产品以获得更多购买选择。

      机器视觉作为一个相关学科,泛指在工业自动化领域的视觉应用。在这些应用里,计算机在高度受限的工厂环境里识别诸如生产零件一类的物体,因此相对于寻求在非受限环境里操作的计算机视觉来说目标更为简单。计算机视觉是一个正在进行中的研究,而机器视觉则是“已经解决的问题”,是系统工程方面的课题而非研究层面的课题。因为应用范围的持续扩大,计算机视觉领域的初创公司自2011年起已经吸引了数亿美元的风投资本。

      2)机器学习

      指的是计算机系统无需遵照显式的程序指令而只是依靠暴露在数据中来提升自身性能的能力。其核心在于,机器学习是从数据中自动发现模式,模式一旦被发现便可用于做预测。比如,给予机器学习系统一个关于交易时间、商家、地点、价格及交易是否正当等信用卡交易信息的数据库,系统就会学习到可用来预测信用卡欺诈的模式。处理的交易数据越多,预测就会越好。

      机器学习的应用范围非常广泛,针对那些产生庞大数据的活动,它几乎拥有改进一切性能的潜力。除了欺诈甄别之外,这些活动还包括销售预测、库存管理、石油和天然气勘探、以及公共卫生。机器学习技术在其他的认知技术领域也扮演着重要角色,比如计算机视觉,它能在海量图像中通过不断训练和改进视觉模型来提高其识别对象的能力。现如今,机器学习已经成为认知技术中最炙手可热的研究领域之一,在2011-2014年中这段时间内就已吸引了近十亿美元的风险投资。谷歌也在2014年斥资4亿美金收购Deepmind这家研究机器学习技术的公司。

      3)自然语言处理

      是指计算机拥有的人类般文本处理的能力,比如,从文本中提取意义,甚至从那些可读的、风格自然、语法正确的文本中自主解读出含义。一个自然语言处理系统并不了解人类处理文本的方式,但是它却可以用非常复杂与成熟的手段巧妙处理文本,例如自动识别一份文档中所有被提及的人与地点;识别文档的核心议题;或者在一堆仅人类可读的合同中,将各种条款与条件提取出来并制作成表。以上这些任务通过传统的文本处理软件根本不可能完成,后者仅能针对简单的文本匹配与模式进行操作。请思考一个老生常谈的例子,它可以体现自然语言处理面临的一个挑战。在句子“光阴似箭(Timeflieslikeanarrow)”中每一个单词的意义看起来都很清晰,直到系统遇到这样的句子“果蝇喜欢香蕉(Fruitflieslikeabanana)”,用“水果(fruit)”替代了“时间(time)”,并用“香蕉(banana)”替代“箭(arrow)”,就改变了“飞逝/飞着的(like)”与“像/喜欢(like)”这两个单词的意思。

      自然语言处理,像计算机视觉技术一样,将各种有助于实现目标的多种技术进行了融合。建立语言模型来预测语言表达的概率分布,举例来说,就是某一串给定字符或单词表达某一特定语义的最大可能性。选定的特征可以和文中的某些元素结合来识别一段文字,通过识别这些元素可以把某类文字同其他文字区别开来,比如垃圾邮件同正常邮件。以机器学习为驱动的分类方法将成为筛选的标准,用来决定一封邮件是否属于垃圾邮件。

      因为语境对于理解“timeflies(时光飞逝)”和“fruitflies(果蝇)”的区别是如此重要,所以自然语言处理技术的实际应用领域相对较窄,这些领域包括分析顾客对某项特定产品和服务的反馈、自动发现民事诉讼或政府调查中的某些含义、以及自动书写诸如企业营收和体育运动的公式化范文等。

      4)机器人技术

      将机器视觉、自动规划等认知技术整合至极小却高性能的传感器、致动器、以及设计巧妙的硬件中,这就催生了新一代的机器人,它有能力与人类一起工作,能在各种未知环境中灵活处理不同的任务。例如无人机,还有可以在车间为人类分担工作的“cobots”,还包括那些从玩具到家务助手的消费类产品。

      5)语音识别技术

      主要是关注自动且准确的转录人类的语音。该技术必须面对一些与自然语言处理类似的问题,在不同口音的处理、背景噪音、区分同音异形异义词(“buy”和“by”听起来是一样的)方面存在一些困难,同时还需要具有跟上正常语速的工作速度。语音识别系统使用一些与自然语言处理系统相同的技术,再辅以其他技术,比如描述声音和其出现在特定序列和语言中概率的声学模型等。语音识别的主要应用包括医疗听写、语音书写、电脑系统声控、电话客服等。比如Domino’sPizza最近推出了一个允许用户通过语音下单的移动APP。

      上面提到的认知技术进步飞快并吸引了大量投资,其他相对成熟的认知技术仍然是企业软件系统的重要组成部分。这些日渐成熟的认知技术包括决策最优化——自动完成对复杂决策或者在资源有限的前提下做出最佳权衡;规划和调度——使设计一系列行动流程来满足目标和观察约束;规则导向系统——为专家系统提供基础的技术,使用知识和规则的数据库来自动完成从信息中进行推论的处理过程。

      三、认知技术的广泛使用

      各种经济部门已经把认知技术运用到了多种商业职能中。

      1)银行业

      自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式;借助语音识别技术能够自动完成电话客服;声音识别可以核实来电者的身份

      2)医疗健康领域

      美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录,而且使用率还在迅速增长;机器视觉系统自动完成乳房X光检查和其他医学影响的分析;IBM的Watson借助自然语言处理技术来阅读和理解大量医学文献,通过假设自动生成来完成自动诊断,借助机器学习可以提高准确率。

      3)生命科学领域

      机器学习系统被用来预测生物数据和化合物活动的因果关系,从而帮助制药公司识别出最有前景的药物。

      4)媒体与娱乐行业

      许多公司正在使用数据分析和自然语言生成技术,自动起草基于数据的的公文材料,比如公司营收状况、体育赛事综述等。

      5)石油与天然气

      厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。

      6)公共部门

      出于监控、合规和欺诈检测等特定目的,公共部门也已经开始使用认知技术。比如,乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化,在这个过程中他们就采用了一套自动手写识别系统。

      7)零售商

      零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。

      8)科技公司

      它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品,比如Roomba机器人吸尘器,Nest智能恒温器。

      上述例子表明,认识技术的潜在商业收益远大于自动化带来的成本节约,这主要体现在:

      更快的行动与决策(比如,自动欺诈检测,计划和调度)

      更好的结果(比如,医学诊断、石油探测、需求预测)

      更高的效率(亦即,更好的利用高技能人才和昂贵设备)

      更低的成本(比如,自动电话客服减少了劳动成本)

      更大的规模(亦即,开展人力无法执行的大规模任务)

      产品与服务创新(从增加新功能到创造新产品)

      四、认知技术影响力与日俱增的原因

      在未来五年,认知技术在商业领域的影响力将显著增长。原因有二,首先,近些年来,技术性能有了实质进步,并处于持续研发状态。其次,数亿美元已经投入到技术商业化中,许多公司正致力于为各商业部门的广泛需求提供定制化开发和打包方案,以使这些技术更易购买和配置。虽然并非所有的技术提供商都能幸存,但他们的努力将共同推动市场前进。技术性能的改善和商业化正在共同扩大着认知技术的应用范围,这种情况在未来几年都将持续下去。

      1、技术提升扩展了应用范围

      认知技术大踏步前进的例子非常多。比如Google的语音识别系统,一份报告显示,Google用了不到两年时间就将语音识别的精准度从2012年的84%提升到如今的98%。计算机视觉技术也取得了突飞猛进的发展。如果以计算机视觉技术研究者设置的技术标准来看,自2010年到2014年,图像分类识别的精准度提高了4倍。Facebook的DeepFace技术在同行评审报告(译者注:同行评审,是一种学术成果审查程序,即一位作者的学术著作或计划被同一领域的其他专家学者评审。)被高度肯定,其脸部识别率的准确度达到97%。2011年,IBM为了让Watson在智力节目《危险边缘》中获胜,曾对Watson进行优化,提升两倍的答案精确度。现在,IBM又宣称如今的Watson比当时“智能”了2400%。

      随着技术的改进和提高,技术应用的范围也在不断扩大。比如,在语音识别方面,机器曾经需要大量训练才能在有限词库里勉强识别出来,由语音识别技术延伸出的医疗应用程序也很难得到真正普及。而现在,每个月互联网上都会有数以百万次的语音搜索。另外,计算机视觉技术过去被狭隘的理解为部署在工业自动化方面,但现在,我们早已看到这一技术被广泛运用到监控、安全以及各种各样的消费应用里。IBM如今正拓展Watson在竞赛游戏之外的应用,从医疗诊断到医学研究再到财务建议以及自动化的呼叫中心。

      并不是所有的认知技术都有如此令人瞩目的发展。机器翻译有了一定发展,但幅度很小。一份调查发现,从2009年到2012年,将阿拉伯语翻译到英语的精确度仅仅提升了13%。尽管这些技术还不完美,但他们已经可以影响到专业机构的工作方式。很多专业翻译人员依靠机器翻译提升翻译精准度,并把一些常规翻译交给机器,自己专注在更具挑战性的任务上。

      很多公司正努力将认知技术做进一步研发,并逐步将其融入到更多产品尤其是企业级产品里,以方便企业用户购买和部署。

      2、对商业化进行的大规模投资

      从2011年到2014年5月,超过20亿美元的风险投资流入到基于认知技术研究的产品和服务里。与此同时,超过100家的相关公司被兼并或收购,其中一些被互联网巨头如亚马逊、苹果、Google、IBM或Facebook收购。所有这些投资都在培育一个多样化的公司图谱,这些公司正在加速认知技术的商业化进程。

      在这里,我们并不会提供关于某公司在认知技术商业化方面的细节,我们希望说明,认知技术产品拥有丰富的多样性。下面就是致力于认知技术商业化的公司名单,这个名单既不是完整无缺也非固定不变,而是一个动态的,用于推动和培育市场的指标。

      数据管理和分析工具主要使用自然语言处理、机器学习等认知技术。这些工具利用自然语言处理来从非结构化的文本中提取出意思,或者借助机器学习帮助分析人员从大规模数据集中发现深层含义。这个领域的公司包括ContextRelevant(译者注:美国的一家大数据挖掘和分析公司)、PalantirTechnologies(译者注:这家公司称要将数据、技术、人类和环境连接起来)、以及Skytree(译者注:一家借助机器学习进行市场分析并提供决策依据的大数据公司)。

      认知技术的各个部分可以被整合到各种应用和商业决策中,分别起到增加功能和提高效率的作用。例如,Wise.io公司提供一套模块来促进商业决策,比如客户支持、营销和销售,这里面会用到机器学习模型来预测哪些客户比较容易流失,以及哪些潜在客户更加容易转化。Nuance公司通过提供一种语音识别技术来帮助开发者进行需要语音控制的移动APP的开发。

      单点解决方案。众多认知技术成熟的标志是它们正在被不断的嵌入到特定商业问题的解决方案中。这些解决方案的设计初衷是要比公司原有的解决方案更加有效,并且几乎不需要认知技术方面的专业人员。普及度比较高的应用领域包括广告、营销和销售自动化、预测以及规划。

      技术平台。平台的目的是为建立高度定制化的商业解决方案提供基础。它们会提供一系列功能,包括数据管理、机器学习工具、自然语言处理、知识表示和推理、以及将这些定制化软件整合在一起的统一框架。

      3、新兴应用

      如果这些技术的表现和商业化趋势继续发展,我们就能够大胆预测认知技术的应用将更加广泛,被接受程度也会大大增加。数亿美金的投资涌入这些基于机器学习、自然语言处理、机器视觉或者机器人技术的公司,这预示着许多新应用即将投入市场。在商业机构依托认知技术构建自动化业务流程、增强产品和服务方面,我们也看到了巨大空间。

      五、认知技术在企业的应用路径

      认知技术将在接下来几年里变得流行。在未来2-5年,技术层面的进步和商业化将扩大认知技术对企业的影响。越来越多的企业会找到一些创新性应用来显著改善他们自身的表现或者创造新功能,以增强他们的竞争地位。企业的IT部门现在可以行动起来,增加对这些技术的了解,评估出适用这些技术的机会,将这些技术可能带来的价值向领导进行汇报。高级商务和公共部门的领导应该思考认知技术将对他们的部门以及整个公司产生何种影响,这些技术将如何激发创新并提升经营表现。


    1.人工智能大发展时代,如何利用大数据改变现有商业模式?

    http://www.duozhishidai.com/article-17554-1.html

    2.人工智能来势凶猛,人工智能最热门的技术趋势是什么

    http://www.duozhishidai.com/article-923-1.html

    3.今年人工智能领域,十项中外人工智能领域富有突破性的技术

    http://www.duozhishidai.com/article-17560-1.html

     

    展开全文
  • 《人工智能杂记》人工智能时间简史

    万次阅读 多人点赞 2018-03-13 08:54:55
    第二,问题的复杂性,早期人工智能程序主要是解决特定的问题,因为特定的问题对象少,复杂性低,可一旦问题上升维度,程序立马就不堪重负了;第三,数据量严重缺失,在当时不可能找到足够大的数据库来支撑程序进行...

    1人工智能基本概念

    人工智能(Artificial Intelligence,AI)是指计算机像人一样拥有智能能力,是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科,可以代替人类实现识别、认知,分析和决策等多种功能。如当你说一句话时,机器能够识别成文字,并理解你话的意思,进行分析和对话等。

    这里写图片描述

    2人工智能发展历程

    **人工智能的起源:**人工智能在五六十年代时正式提出,1950年,一位名叫马文·明斯基(后被人称为“人工智能之父”)的大四学生与他的同学邓恩·埃德蒙一起,建造了世界上第一台神经网络计算机。这也被看做是人工智能的一个起点。巧合的是,同样是在1950年,被称为“计算机之父”的阿兰·图灵提出了一个举世瞩目的想法——图灵测试。按照图灵的设想:如果一台机器能够与人类开展对话而不能被辨别出机器身份,那么这台机器就具有智能。而就在这一年,图灵还大胆预言了真正具备智能机器的可行性。1956年,在由达特茅斯学院举办的一次会议上,计算机专家约翰·麦卡锡提出了“人工智能”一词。后来,这被人们看做是人工智能正式诞生的标志。就在这次会议后不久,麦卡锡从达特茅斯搬到了MIT。同年,明斯基也搬到了这里,之后两人共同创建了世界上第一座人工智能实验室——MIT AI LAB实验室。值得追的是,茅斯会议正式确立了AI这一术语,并且开始从学术角度对AI展开了严肃而精专的研究。在那之后不久,最早的一批人工智能学者和技术开始涌现。达特茅斯会议被广泛认为是人工智能诞生的标志,从此人工智能走上了快速发展的道路。

    人工智能的第一次高峰 在1956年的这次会议之后,人工智能迎来了属于它的第一段Happy Time。在这段长达十余年的时间里,计算机被广泛应用于数学和自然语言领域,用来解决代数、几何和英语问题。这让很多研究学者看到了机器向人工智能发展的信心。甚至在当时,有很多学者认为:“二十年内,机器将能完成人能做到的一切。”

    人工智能第一次低谷: 70年代,人工智能进入了一段痛苦而艰难岁月。由于科研人员在人工智能的研究中对项目难度预估不足,不仅导致与美国国防高级研究计划署的合作计划失败,还让大家对人工智能的前景蒙上了一层阴影。与此同时,社会舆论的压力也开始慢慢压向人工智能这边,导致很多研究经费被转移到了其他项目上。
    在当时,人工智能面临的技术瓶颈主要是三个方面,第一,计算机性能不足,导致早期很多程序无法在人工智能领域得到应用;第二,问题的复杂性,早期人工智能程序主要是解决特定的问题,因为特定的问题对象少,复杂性低,可一旦问题上升维度,程序立马就不堪重负了;第三,数据量严重缺失,在当时不可能找到足够大的数据库来支撑程序进行深度学习,这很容易导致机器无法读取足够量的数据进行智能化。
    因此,人工智能项目停滞不前,但却让一些人有机可乘,1973年Lighthill针对英国AI研究状况的报告。批评了AI在实现“宏伟目标”上的失败。由此,人工智能遭遇了长达6年的科研深渊。

    人工智能的崛起 1980年,卡内基梅隆大学为数字设备公司设计了一套名为XCON的“专家系统”。这是一种,采用人工智能程序的系统,可以简单的理解为“知识库+推理机”的组合,XCON是一套具有完整专业知识和经验的计算机智能系统。这套系统在1986年之前能为公司每年节省下来超过四千美元经费。有了这种商业模式后,衍生出了像Symbolics、Lisp Machines等和IntelliCorp、Aion等这样的硬件,软件公司。在这个时期,仅专家系统产业的价值就高达5亿美元。

    人工智能第二次低谷:可怜的是,命运的车轮再一次碾过人工智能,让其回到原点。仅仅在维持了7年之后,这个曾经轰动一时的人工智能系统就宣告结束历史进程。到1987年时,苹果和IBM公司生产的台式机性能都超过了Symbolics等厂商生产的通用计算机。从此,专家系统风光不再。

    人工智能再次崛起: 上世纪九十年代中期开始,随着AI技术尤其是神经网络技术的逐步发展,以及人们对AI开始抱有客观理性的认知,人工智能技术开始进入平稳发展时期。1997年5月11日,IBM的计算机系统“深蓝”战胜了国际象棋世界冠军卡斯帕罗夫,又一次在公众领域引发了现象级的AI话题讨论。这是人工智能发展的一个重要里程。

    2006年,Hinton在神经网络的深度学习领域取得突破,人类又一次看到机器赶超人类的希望,也是标志性的技术进步。

    【注】Geoffrey Hinton的论文《A fast learning algorithm for deep belief nets》链接地址
    在最近三年引爆了一场商业革命。谷歌、微软、百度等互联网巨头,还有众多的初创科技公司,纷纷加入人工智能产品的战场,掀起又一轮的智能化狂潮,而且随着技术的日趋成熟和大众的广泛接受,这一次狂潮也许会架起一座现代文明与未来文明的桥梁。

    这里写图片描述

    2016 年,Google 的 AlphaGo 赢了韩国棋手李世石,再度引发 AI 热潮。

    这里写图片描述

    AI不断爆发热潮,是与基础设施的进步和科技的更新分不开的,从 70 年代 personal 计算机的兴起到 2010 年 GPU、异构计算等硬件设施的发展,都为人工智能复兴奠定了基础。

    这里写图片描述

    同时,互联网及移动互联网的发展也带来了一系列数据能力,使人工智能能力得以提高。而且,运算能力也从传统的以 CPU 为主导到以 GPU 为主导,这对 AI 有很大变革。算法技术的更新助力于人工智能的兴起,最早期的算法一般是传统的统计算法,如 80 年代的神经网络,90 年代的浅层,2000 年左右的 SBM、Boosting、convex 的 methods 等等。随着数据量增大,计算能力变强,深度学习的影响也越来越大。2011 年之后,深度学习的兴起,带动了现今人工智能发展的高潮。

    小贴士:人工智能开创先驱

    第一位名人大家耳熟能详,那就是大名鼎鼎的“计算机科学之父”和“人工智能之父”——阿兰·图灵(Alan Mathison Turing)。他对人工智能的贡献集中体现于两篇论文:一篇是1936年发表的《论数字计算在决断难题中的应用》,在文中他对“可计算性”下了一个严格的数学定义,并提出著名的“图灵机”设想,从数理逻辑上为计算机开创了理论先河;而另一篇论文对人工智能的影响更为直接,其名字就是《机器能思考吗》,在这篇论文中,图灵提出了一种判定机器是否具有智能的实验方法,即著名的图灵测试:如果一台机器能够与人类展开对话而不能被辨别出其机器身份,那么这台机器就是智能的。“中文房间实验”正是图灵测试的一个变种。可以说,图灵是第一个严肃地探讨人工智能标准的人物,被称作“人工智能之父”当之无愧。

    第二位名人是一位神童,18岁即取得数理逻辑博士学位,这就是“控制论之父”维纳(Norbert Wiener)。1940年,维纳开始考虑计算机如何能像大脑一样工作,发现了二者的相似性。维纳认为计算机是一个进行信息处理和信息转换的系统,只要这个系统能得到数据,就应该能做几乎任何事情。他从控制论出发,特别强调反馈的作用,认为所有的智能活动都是反馈机制的结果,而反馈机制是可以用机器模拟的。维纳的理论抓住了人工智能核心——反馈,因此可以被视为人工智能“行为主义学派”的奠基人,其对人工神经网络的研究也影响深远。

    第三位名人经常与图灵抢“人工智能之父”的帽子,第一次提出了“人工智能(Artificial Intelligence)”这一名词。他就是LISP语言发明者,真正的“人工智能之父”约翰·麦卡锡(John McCarthy)。在1955年,约翰·麦卡锡与另一位人工智能先驱马文·明斯基以及“信息论”创始人克劳德·香农一道作为发起人,邀请各路志同道合的专家学者在达特茅斯学院共同讨论人工智能。会上,正是约翰•麦卡锡说服大家使用人工智能(Artificial Intelligence)这一术语,参会人员也热烈讨论了自动计算机、自然语言处理和神经网络等经典人工智能命题。

    3人工智能的研究领域及分层

    人工智能研究的领域主要有五层,最底层是基础设施建设,包含数据和计算能力两部分,数据越大,人工智能的能力越强。往上一层为算法,如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法,都是机器学习的算法。第三层为重要的技术方向和问题,如计算机视觉,语音工程,自然语言处理等。还有另外的一些类似决策系统,像 reinforcement learning(编辑注:增强学习),或像一些大数据分析的统计系统,这些都能在机器学习算法上产生。第四层为具体的技术,如图像识别、语音识别、机器翻译等等。最顶端为行业的解决方案,如人工智能在金融、医疗、互联网、交通和游戏等上的应用,这是我们所关心它能带来的价值。

    这里写图片描述

    值得一提的是机器学习同深度学习之间还是有所区别的,机器学习是指计算机的算法能够像人一样,从数据中找到信息,从而学习一些规律。虽然深度学习是机器学习的一种,但深度学习是利用深度的神经网络,将模型处理得更为复杂,从而使模型对数据的理解更加深入。

    关于人工智能、机器学习和深度学习之间的关系请看笔者的另一篇文章。

    4人工智能的应用场景

     计算机视觉
    2000年左右,人们开始用机器学习,用人工特征来做比较好的计算机视觉系统。如车牌识别、安防、人脸等技术。而深度学习则逐渐运用机器代替人工来学习特征,扩大了其应用场景,如无人车、电商等领域。

     语音技术
    2010 年后,深度学习的广泛应用使语音识别的准确率大幅提升,像 Siri、Voice Search 和 Echo 等,可以实现不同语言间的交流,从语音中说一段话,随之将其翻译为另一种文字;再如智能助手,你可以对手机说一段话,它能帮助你完成一些任务。与图像相比,自然语言更难、更复杂,不仅需要认知,还需要理解。

     自然语言处理
    目前一个比较重大的突破是机器翻译,这大大提高了原来的机器翻译水平,举个例子,Google 的 Translation 系统,是人工智能的一个标杆性的事件。2010 年左右, IBM 的"Watson"系统在一档综艺节目上,和人类冠军进行自然语言的问答并获胜,代表了计算机能力的显著提高。

     决策系统
    决策系统的发展是随着棋类问题的解决而不断提升,从 80 年代西洋跳棋开始,到 90 年代的国际象棋对弈,机器的胜利都标志了科技的进步,决策系统可以在自动化、量化投资等系统上广泛应用。

     大数据应用
    可以通过你之前看到的文章,理解你所喜欢的内容而进行更精准的推荐;分析各个股票的行情,进行量化交易;分析所有的像客户的一些喜好而进行精准的营销等。机器通过一系列的数据进行判别,找出最适合的一些策略而反馈给我们。

    5人工智能的挑战

    计算机视觉:未来的人工智能应更加注重效果的优化,加强计算机视觉在不同场景、问题上的应用。
    语音识别:当前的语音识别虽然在特定的场景(安静的环境)下,已经能够得到和人类相似的水平。但在噪音情景下仍有挑战,如原场识别、口语、方言等长尾内容。未来需增强计算能力、提高数据量和提升算法等来解决这个问题。

    自然语言处理:机器的优势在于拥有更多的记忆能力,但却欠缺语意理解能力,包括对口语不规范的用语识别和认知等。人说话时,是与物理事件学相联系的,比如一个人说电脑,人知道这个电脑意味着什么,或者它是能够干些什么,而在自然语言里,它仅仅将"电脑"作为一个孤立的词,不会去产生类似的联想,自然语言的联想只是通过在文本上和其他所共现的一些词的联想, 并不是物理事件里的联想。所以如果要真的解决自然语言的问题,将来需要去建立从文本到物理事件的一个映射,但目前仍没有很好的解决方法。因此,这是未来着重考虑的一个研究方向。

    决策系统:存在两个问题,第一是不通用,即学习知识的不可迁移性,如用一个方法学了下围棋,不能直接将该方法转移到下象棋中,第二是大量模拟数据。所以它有两个目标,一个是算法的提升,如何解决数据稀少或怎么自动能够产生模拟数据的问题,另一个是自适应能力,当数据产生变化的时候,它能够去适应变化,而不是能力有所下降。所有一系列这些问题,都是下一个五或十年我们希望很快解决的。

    这里写图片描述

    欢迎访问我的网站:

    BruceOu的哔哩哔哩
    BruceOu的主页
    BruceOu的博客
    CSDN博客

    接收更多精彩文章及资源推送,请订阅我的微信公众号:

    在这里插入图片描述

    展开全文
  • 网站SEO优化

    千次阅读 多人点赞 2018-03-06 16:05:18
    寻找主题相关、权重不错的潜在链接对象,利用人脉资源和友情链接 分类信息网站相关网站外链 行业信息网、地区信息网等网站,寻找与外链相关的分类,发布符合该站标准的相关文章并加锚文本和网址。 论坛外链 ...

    参考资料

    一、关键词策划

    1. 网站建立之初,要先录入一些数据。切忌在后面的某天突然增加很多,容易被百度认为是作弊。关键词一旦设定,就不要改动,否则对排名有很大影响。
    2. 为了搜索引擎更好的识别网站的核心内容,关键词布局要合理。
    3. 关键词布局合理的几点建议:
      • 网站的logo通过alt以及title标签来设置关键词。
      • 导航是作为仅次于网站Logo权重分配的地方,在导航上布局用户搜索的关键词。
      • h1、h2、h3标签上做关键词。
      • 网站分为一块块的板块,每个板块都有一个名称,把核心关键词以及长尾词来布局栏目。
      • 在文章的段首、段中、段尾各穿插一个关键词,适当穿插,不影响阅读。
    4. 关键词密度保持在2%~8%之间。
    5. 关键词密度过低:针对网站内容较少的情况,在图片中穿插alt属性,增加title标签,适当做一些内链,不要刻意堆砌,集中在一个地方。
    6. 关键词密度过高:会被搜索引擎判断成优化过度。查看网页源代码,对关键词密集的地方进行处理,进行适当的删减。

    二、域名策划

    1. 按照国际标准选择顶级域名

      注册地区域名还是国际域名,取决于企业开展业务涉及的地域范围、目标用户的居住地,以及企业业务发展长远规划涉及的区域等因素。如果企业的业务大部分是跨国业务,就应该考虑注册国际域名,或者同时注册国际域名和国内域名,以此来保证国内外用户都能较容易地通过互联网获得企业及产品的信息。

    2. 处理好域名与企业名称、品牌名称及产品名称的关系

      从塑造企业线上与线下统一的形象和网站的推广角度来考虑,域名可以采用企业名称、品牌名称或产品名称的中英文字母。

    3. 域名要简单、易读、易记、易用

      域名不仅要易读、易记、易识别,简短、精炼,便于使用。域名过于复杂,容易造成拼写错误。

    4. 域名要有国际性

      域名命名最好用英语,网站内容最好能用中英文两种语言。

    5. 域名要有一定的内涵或寓意

      域名的命名要结合并反映本企业所提供产品或服务的特性;能反映企业网站的经营宗旨。

    6. 域名注册要及时

      防止别别人抢注的风险。

    7. 域名要符合相关法规

      设计与注册域名要符合法律法规,遵照《中国互联网域名注册暂行管理办法》。

    三、网页布局策划与设计

    1. 主导航覆盖面要广,尽量使用静态导航

      网站导航主要功能在于可以引导用户方便地访问网站内容,对搜索引擎也会产生提示作用。网站导航栏覆盖面不广容易造成流量的缺失。

    2. 左侧尽量分出二级导航

      二级导航可以直观的满足用户的需求,完成良好的用户体验。

    3. 图文形式要做到产品在上,文字在下

      产品在上,文字在下是用户浏览页面时最为舒适的观感享受,能提高网站整体布局的视觉体验。

    4. JS特效要放在body之后

      JS特效放在后面可以提升网站的打开速度。

    5. 首页栏目要多,尽量提升丰富度

      从主页进入的流量在整个网站中占有绝对优势。

    6. 尽量以列表形式罗列更新内容

    7. 采用标准化的DIV网页布局

      搜索引擎对标准化制作的页面给了更高的权重。

    8. 精简冗余代码

      不留垃圾代码,合理运用JS、FLASH以及图片。搜索引擎不认识FLASH和图片,可以通过增加alt标签加以描述。不要一味的使用图片来代替文字。

    四、符合搜索引擎抓取习惯的网站建设程序

    1. 简单明了的网站结构

      • 树形结构最优的结构即:”首页-频道-详情页”
      • 扁平首页到详情页的层次尽量少。
      • 网状保证每个页面都至少有一个文本链接指向,可以使网站尽可能全面的被抓取收录,内链建设对排序能够产生积极作用。
      • 导航为每个页面加一个导航方便用户知晓所在路径。
      • 当内容较少并且内容相关度较高时建议以目录形式来实现;当内容量较多并且与主站相关度略差时建议再以子域的形式来实现。
    2. 简洁美观的url规则

      • 唯一性网站中同一内容页只与唯一一个url相对应,过多形式的url将分散页面的权重,并且目标url在系统中有被滤重的风险。
      • 简介性动态参数尽量少,保证url尽量短
      • 美观性可以让用户以及机器能够通过url判断出页面内容
    3. robots.txt文件

      robots.txt是一种存放于网站根目录下的ASCII编码的文本文件,它通常告诉网络搜索引擎的漫游器(又称网络蜘蛛),此网站中的哪些内容是不应被搜索引擎的漫游器获取的,哪些是可以被漫游器获取的。

      当网站建立后及时查看并书写合适的robots文件,网站日常维护过程中也要注意定期检查。

    4. sitemap文件

      Sitemap(即站点地图)就是您网站上各网页的列表。创建并提交 Sitemap 有助于百度发现并了解您网站上的所有网页。您还可以使用 Sitemap 提供有关您网站的其他信息,如上次更新日期、Sitemap 文件的更新频率等,供百度 Spider 参考。

      建立网站sitemap文件,及时通过百度站长平台进行提交。

    5. 合理利用站长平台提供的robots、sitemap、索引量、抓取压力、死链提交、网站改版等工具。

    五、首页三大标签策划

    1. T-网站title

      网站的title最好控制在38个汉字之内,需要有吸引力,与页面内容相关,可以添加自己的品牌。

    2. D-网站的description

      需要有吸引力,与页面内容相关,但是不要把关键字进行对方,控制在100个汉字以内。

    3. K-网站的Keywords

      与页面内容相关,控制在50个汉字以为,关键词与关键词之间用英文逗号隔开。

    TDK写的汉字都要与页面相关,带有3-5个关键词,一定不要再一个标签里重复出现相同关键词。一旦TDK确定下来之后,不要频繁的进行更改。

    六、内容形式策划

    1. 好玩或者有用的视频
    2. 有价值的博客帖子
    3. 好玩的测试题
    4. 行业常用的工具
    5. 常用资源列表
    6. 从数据分析得出各种有意思的结论
    7. 深入分析热点新闻、行业知识
    8. 能引起论战、口水的争议话题
    9. 推荐给朋友能获得好处
    10. 别的地方找不到的资源

    七、外部链接建设

    1. 寻找主题相关、权重不错的潜在链接对象,利用人脉资源和友情链接

    2. 分类信息网站相关网站外链

      行业信息网、地区信息网等网站,寻找与外链相关的分类,发布符合该站标准的相关文章并加锚文本和网址。

    3. 论坛外链

      及时登录各大门户论坛、政府论坛、教育类论坛和专业论坛,根据外链文章的相关性选择相关的论坛和板块以主题形式发布,登录,发帖。

    4. 高权重博客外链

      在网易、新浪、搜狐、百度等大型博客提供商建立主题博客,每个博客都属一类行业,发外链文章与主题相关,有利于提升博客权重。

    5. 软文与链接诱饵

      • 软文:文章引入目标网站信息,加关键词锚文本,再发布到相关的新闻门户和论坛。
      • 链接诱饵:最高效的外链诱饵出现在共享的网站程序里。收集修改主流网站程序的模板,在模板中加入少量友情链接(目标站超链接),然后发布到各模板专区并注明”请尊重作者劳动成果,保留模板中的友情链接“等。
    6. 针对企业站营销优化

      为目标企业在各大B2B平台建立账户,并发布企业新闻、产品、商机等信息。

    展开全文
  • 2.核心需求把控力:苹果产品不仅仅是在满足用户的需求,而是在满足用户核心需求的同时,引导和创造出用户的兴奋型需求,改变用户的一种生活方式,使得目标用户离不开苹果产品,将用户套牢。乔布斯经典语录:领袖和...

    添加小程序,兑换各种视频教程/数据资源。

    第一篇:基础

    1. 产品经理:产品经理(PM)是驱动和影响设计、技术、测试、运营和市场等人员推进产品生命周期的经理人。

    2.核心需求把控力:苹果产品不仅仅是在满足用户的需求,而是在满足用户核心需求的同时,引导和创造出用户的兴奋型需求,改变用户的一种生活方式,使得目标用户离不开苹果产品,将用户套牢。乔布斯经典语录:领袖和跟风者的区别就在于创新。创新无极限!只要敢想,没有什么不可能,立即跳出思维的框框吧。成就一番伟业的唯一途径就是热爱自己的事业。产品是否能取得成功,满足用户的核心需求是关键之一。

    3.产品经理的七大职责:

         3.1 明确产品的用户群体及其特征:产品做出来后,谁会使用或消费产品,不管产品面向个人用户,还是面向企业用户,其实就是要明确产品的目标用户群,目标用户群又分为主要目标用户群和次要目标用户群,即产品的典型用户,产品经理需要对典型用户的特征理解得非常深刻,鼓励产品经理走出去,不要闭门造车,多下基层,多与目标用户群沟通交流,归纳用户需求的痛处。必要时还需要预测目标用户市场规模及容量有多大。

         3.2 获取,评估和管理用户需求:产品经理明确产品的目标用户群之后就要采取各种有效的方法获取目标用户的需求,获取到的需求很多时,需要评估哪些该做,哪些不该做;如果做,是什么时候做,是现在做还是以后做(产品路线图规划);如果是现在做,先做哪些需求,后做哪些需求(需求优先级定义);对于要做的产品需求,如何管理它们,跟进这些需求的状态,需求从开始到结束的闭环管理。

         3.3 完成产品需求文档,产品原型和流程图:产品经理的大部分时间是在撰写需求文档,制作业务流程图,利用软件制作产品
    原型文档,这些都是产品非常基础性的工作,也是产品经理必备的基本功。

         3.4 精通用户体验,交互设计和信息架构技能:产品首先是要有用,然后是能用,接着是可用、用的爽,到最后形成产品的品牌。

         3.5 项目管理、需求变更管理和需求验收:产品经理的工作贯穿整个产品生命周期,在研发阶段,需要评估需求变更,是否要需求变更,如果变更,影响的范围有多大,是哪个版本开始变更。PM需要积极测试并验证需求完成的质量,并决定产品是否达到上线的标准。

         3.6 产品运营数据的分析和总结:产品经理需要时刻关注运营数据,分析运营数据,并为此做出相应的反应。

         3.7 提供运营、市场和销售等支撑:产品经理需要将运营,市场,销售等提出的线上线下的需求进行评估细化成为需求文档,供研发人员开发。

    4.产品经理的能力:

         4.1 行业发展预测能力:机遇是垂青有准备的人,通过行业的发展预测,可以提前进行产品战略准备和提供应对策略,顺势而为。常用的四种方法包括:历史推断法(从历史数据中推断行业发展趋势),逆向思维法,PEST分析法(P是政治(politics),E是经济(economy),S是社会(society),T是技术(technology),通过这四个因素来进行分析企业集团所面临的状况),产品价值链法(运用系统性方法来考察企业各项活动和相互关系,从而找寻具有竞争优势的资源)

         4.2 用户核心需求的把控能力:捕捉用户的核心需求或本质需求,不仅仅知道用户表面的需求,还知道用户在想什么?弄清用户隐藏在行为和表情背后的真正需求。深刻了解用户和获取用户的核心需求才是做产品的王道。如:袋鼠逃跑的故事,三个打井人的故事。

         4.3 估算市场规模的能力:对市场敏感,关注市场信息。

    案例:Hao123浏览器为什么会成功?https://www.hao123.com/

         分析:用过Hao123浏览器的都知道,页面有很多导航信息,相比百度页面更繁琐。但是大多网民都不太会去记网址,尤其是二三线城市,所有设置成hao123浏览器,对他们来说操作简单,不需要记那么多网址。这个庞大的网名人群的市场规模,早就了hao123浏览器被广泛使用,最后成功被百度高价收购。

         4.4 评估需求和需求优先级定义的能力:判断某个需求是否该做?该什么时候做?评判的标准是什么?为什么该做?

         4.5 沟通能力:与团队不同职位层次的人沟通。

         4.6 创新能力:突破思维习惯定式,具有逆向思维的能力。

         4.7 复合能力:产品经理除了需要专业技能知识,还需要提示技术,用户体验,市场营销,财务管理,商务谈判,运营推广,数据分析等能力,这些复合能力越强,自身能力越足。

         4.8 掌握资源的能力:产品经理要掌握自身资源,以及吸收其他优质资源。总之,一切可用资源。

    5.产品经理常犯的错误:

         5.1 自我感觉良好:自我感觉良好都有一个通病“固执”。

         5.2 知其然,不知其所以然:

         5.3 老板的话就是圣旨:

         5.4 需求变更频繁:

         5.5 不善于沟通:

         5.6 不重视需求文档和原型:

         5.7 为了做产品而做产品:并没有把它当做事业来做。

         5.8 项目管理混乱:

         5.9 不做计划和总结:

    6. 产品经理的十问:

        6.1 职业规划是什么?专业还是管理?:产品专员(产品助理)-产品高级专员 - 产品经理 - 高级产品经理 - 产品副总监 - 产品总监 - 高级产品总监 -产品总经理 - 产品副总裁 - 首席执行官(CEO)。一般产品经理都是从专业走向管理。

        6.2 最缺的产品技能是什么?如何弥补?

        6.3 心目中的产品团队是怎样的?

        6.4 做产品遇到的最大困惑是什么?

        6.5 有阶段性计划和总结的习惯么?

        6.6 一个月看几本书?都看哪些方面的书?

        6.7 曾经在同事面前做过技能或知识分享么?

        6.8 经常参加一些线上或线下的产品经理的活动么?

        6.9 有研究并撰写调研文章的习惯么?

        6.10 有产品经理的气场,影响力和说服力么?

    7. 推荐书籍:

          产品经理:《人人都是产品经理》,《产品经理手册》,《产品经理第二本书》,《结网》和《就这么做产品》。

          用户调研:《赢在用户》。

          用户体验:《用户体验的要素》。

          交互设计:《交互设计精髓3.0》。

          产品运营:《玩转你的网站》。

          移动端用户体验设计:《触动人心:优秀的iphone应用》。

          数据挖掘与分析:《谁说菜鸟不会数据分析》和《数据挖掘》。

    第二篇:产品和需求

    在很多情况下,用户并不知道他们需要什么样的产品,直到你向他们展示你的产品。

    1. 产品的定义:产品是供给市场,提供给用户使用或消费的,可满足的某种欲望和需求的任何东西,是满足用户需要的复杂利益的集合。(一言概况:产品就是满足用户需求欲望的东西)。

    2. 产品的五个要素:

         2.1 产品的本质:满足用户需求欲望。

         2.2 产品的形式:即产品的功能,内容,设计,交互等。

         2.3 产品的外延:产品的附加利益或服务。

         2.4 产品的理念:即产品的信念和宗旨,用户期望得到的价值。如:星巴克卖的不是咖啡,是一种休闲氛围,是工作生活之外的第三场所。法拉第卖的不是跑车,是一种近似疯狂的驾驶快感和高贵。劳力士卖的不是表,是奢侈的感觉和自信。希尔顿卖的不是酒店,是舒适与安心。麦肯锡卖的不是数据,是权威与专业。

         2.5 产品的终端:即产品可以在哪些设备上使用。常见的终端包括web,pc,手机,平板等。

    产品五个要素的案例1:安居客

         1. 安居客的产品本质:解决普通用户的租房,买房的房源信息获取的问题,解决房地产经纪人网上发布管理房源信息和成交单子的本质需求。

         2. 安居客的产品形式:

               内容方面:包括租房,二手房,新房,经纪人,论坛等板块。

               功能方面:包括通过筛选条件/或地图快速匹配房源。房地产经纪人/房东可以发布/管理房源信息。

               设计方面:包括垂直搜索引擎,以绿色为主,整体风格比较干净,实用,简约。

         3. 安居客的产品外延:为用户提供房贷计算器。  

         4. 安居客的产品理念:真实的房源信息,专业的房产资讯服务,严格的经纪人资质审核制度。

         5. 安居客的产品终端:PC端,手机端。

     

    产品五个要素的案例2:360安全卫士

         1. 360安全卫士的产品本质:解决网络安全的问题。

         2. 360安全卫士的产品形式:查杀流氓软件,通过打补丁的形式修复电脑安全,查杀木马,拦截钓鱼网址及开机加速,垃圾清理,系统修复,流量监控等电脑管理的功能。    

         3. 360安全卫士的产品外延:软件管家,流量监测,开机加速等。  

         4. 360安全卫士的产品理念:微创新。第一,从小处着眼,贴近用户心理。第二,专注,不求大而全。第三,小步快跑,不断试错。

         5. 360安全卫士的产品终端:PC端,手机端。

     

    产品五个要素的案例3:创意打火机

         1. 创意打火机的产品本质:提供火源。

         2. 创意打火机的产品形式:主要功能是打火,设计上有很多创意美观形状。    

         3. 创意打火机的产品外延:附近服务,如保修。7天无理由退货。   

         4. 创意打火机的产品理念:个性化,富有创意。

         5. 创意打火机的产品终端:实体产品。

     

    3. 产品的价值:

        3.1 核心价值:即该产品的根本价值。如果没有改价值,用户不会去用该产品。如一款播放产品:核心价值是能播放影视。

        3.2 期望价值:即在核心价值基础上期望更好的使用产品的价值。如播放产品的高清,倍速,弹幕等。

        3.3 附加价值:即产品的额外价值,如播放产品的新闻八卦浏览等。

     

    4.. 成功产品的定义:能够引导和创造用户需求的,创造或改变目标用户生活方式的,能够拥有良好的用户体验的,同时能为企业带来盈利商业价值的产品就是成功的产品。乔布斯说:满足用户是平庸公司所为,引导客户需求才是改变之道。不以赚取为目的的产品都是不成功的产品。

     

    5. 产品的类型:包括以下5中类型,以及其不同类型直接组合而成的综合类型。

        5.1 工具类型:为达到、完成或促进某一事物的手段。如迅雷,影音播放器,暴风影视,音乐播放器,酷我,杀毒工具,词典,百度谷歌,ps软件,在线笔记....

        5.2 媒体型类型:为信息传播提供平台。如优酷,土豆中关村在线等。

        5.3 社区型产品:网上交流空间。包括内容型社区(豆瓣和大众点评)和关系型社区(人人网和开心网)。

        5.4 媒体型类型:游戏型产品,如网页型产品,手游型产品,客户端型产品。

        5.5 媒体型类型:平台类产品,如阿里,淘宝,天猫,京东。

     

    6. 产品的气质:产品的气质需要不断雕琢和打磨,注重细节,做到极致,成为精品中的精品。其气质源于天赋,内功,外功的完美结合。

        6.1 产品的天赋:指的是产品的差异性和独特性。能再同类产品中脱颖而出,吸引用户的注意力,捕获用户的心。

        6.2 内功效用:指满足用户基本需求,引导用户期望需求和创造用户兴奋需求的强大内功。即核心价值,期望价值,附加价值的完美融合。

        6.3 外功精致:精美极致的设计交互体验

     

    7. 战略战术:战略即计谋,谋略,计划,打算等,分为公司级战略,业务级战略(如产品战略,包括产品研发,运营,市场,销售等),职能部门战略。战术即战略的具体实施过程,即技巧,技术,技能等。

        7.1 战略分析要解决四个问题:行业分析,产品选择,行业定位,如何打败竞争对手关键要素的选择。

             7.1.1 行业分析:行业是好是坏?目前是否能否进入该行业,以及是否是进入该行业的好时机?具体包括如下:

                  a. 确定行业规模:即确定市场规模/市场容量,从而估算产品的生存空间。      

                  b. 竞争者结构分析:集中度(即行业中同类产品的多少,如石油和卖煎饼)是判断行业好坏的风向标。行业集中度越低,竞争就越多,行业就不好做。所有战略的核心之一就是提高行业的集中度(如并购)。

                  c. 与上下游谈判的能力:

                  d. 进入者分析:即进入这个行业的条件。如石油行业很难进入。

                  e. 替代品威胁:

             7.1.2 预测行业发展趋势:包括如下方法:

                  a. 根据历史数据预测行业发展趋势:大部分互联网产品的趋势,工具-社区-娱乐-商务-平台。

                  d. 逆向思维预测行业发展趋势:即按照目前行业发展的相反或相对的方向去推断行业发展趋势。

                  c. PEST分析法预测行业趋势:即从政治,经济,技术,社会四个方面去分析行业发展趋势。如根据经济,政治分析预测房地产信息服务平台的发展趋势(代表的如链家平台,贝壳平台)。如根据社会分析预测的旅游网络产品的“低碳旅行”。如根据技术分析预测的互联网的云计算发展趋势。

        7.2 产品战略的五个方面:主要包括观念,定位,竞争,模式和规划。

                  7.2.1 观念:即产品的愿景,如阿里------小企业做生意的地方。知乎--------网络问答社区。 微信-------社交网络。

                  7.2.2 定位:即产品是做什么的,核心价值是什么?包括产品方向(确定做哪些方向/功能的产品,以及不做哪些方向的产品,如电商,游戏,阅读,娱乐...),产品类型(确定产品的类型),产品价值(确定产品的核心价值,期望价值和附加价值)。产品定位:一定要专注,专注,专注,再专注,做到极致。

                  7.2.3 竞争:即产品的差异化体现在什么地方。选择哪些关键竞争要素,成本优势有哪些,是进攻型,跟随型,联盟型还是防御型。

                  7.2.4 模式:即产品的商业或盈利模式。

                  7.2.5 规划:即产品的时间进度的路线图。

     

    8. 商业需求文档BRD:

        8.1 特点:短小精炼,没有产品细节,突出商业价值和商业目标,以实时数据说话,有理有据。

        8.2 目的:说服回报对象(自己和投资层领导层,他们对回报率和价值最大化敏感),获取资源的支持。

        8.3 内容:包括项目背景(阐述为什么要做这个项目),项目时机(为什么是现在做),项目规划(阐述怎么样去做),商业模式(阐述项目怎么赚取盈利),项目收益、成本、风险及对策(阐述项目的预期收益,成本,各种风险以及对应的对策)。

            8.3.1 项目背景:主要解决为什么要做的问题,内容主要阐述利益点,包括做这个产品的原因和理由,做了之后要实现和达到的目标是什么。能给公司带来什么商业价值

                  8.3.1.1 黄金圆圈:大多数人明白自己做的是什么(what,product)。其中一部分知道该怎么去做(how,process),即差异化价值,独特的卖的等。很少有人明白为什么要这么做(why,motivation),即怀着怎样的信念,做这个产品的目的。

                       普通人思考行为方式是:what->how->why,比如普通人说:我想需要一匹跑得快马(what=马),然后需要去筛选各种马的数据对比得到要需要的跑得最快的马(how=筛选,对比),最后思考我为什么需要一匹跑得快的马,是因为想尽快到达目的地(why=尽快到达目的地),一旦处于这样的思维,最后造出的产品一定是马。

                      成功的人思考行为方式反之:why->how->what,如成功人说:我想要尽快达到目的地的方式/工具(why=尽快达到目的地),然后就去筛选各种能够达到目的地的方式(走路,骑马,坐车,坐船,坐飞机...),对比这些方式得到最快的到达目的地的方式坐飞机/坐车(how=筛选,对比),最后决定了需要的是飞机/车(what=飞机/车),这样的思维,最后造出产品的不一定是马,但是一定是权衡资源对手筛选之后最好的产品。

                  8.3.1.2 产品提案:包括对既有产品的提案和创新产品的提案。

                       a. 既有产品的提案:指的是针对已经上线运营的产品,具有一定的数据运营报告,从数据中分析出当前产品存在的问题,急需解决的提案。如通过数据发现,微信朋友的圈的发布条数越来越少,原因是用户大多玩吃鸡的游戏了,通过在吃鸡游戏中嵌入一个应用,即可通过分享,将游戏画图图片或视频链接直接分享到朋友。从而增加微信朋友圈发布的条数,也满足了用户玩游戏的成就感和炫耀感。

                       b. 创新产品的提案:指的是针对全新的产品或在既有产品的基础上衍生出来的产品,出具的内容包括用户调研,市场调研,和竞争对手调研分析的提案。

                             b1. 用户调研:包括目标群体用户(什么人会使用该产品?),用户细分(麦肯锡八法细分用户),用户特点(人口统计,性格,爱好,需求特征等),用户行为(频率,习惯,消费等),用户需求的痛点(用户核心需求,对现状不满的地方等),用户场景(用户如何使用,在什么地方,什么时间使用)

                             b2. 市场调研:包括国内外这个产品领域的市场现状,如市场规模,行业发展趋势,行业调研报告。

                             b3. 竞争对手:包括主要竞争对手,竞争对手的产品市场份额,竞争对手的优势劣势,产品差异化策略等。

                  8.3.1.3 提案目的:

                       a1. 吸引留住客户,提高KPI:运营的三阶段:吸引用户,留住用户,让用户买单。

                       a2. 系统或技术,产品架构调整:需要提案申请调整系统或技术,产品架构等。

                       a3. 拓展新业务市场,占领细分市场:如人人网针对的是学生和白领群体,旗下的经纬网定位的是商务社交,针对的是业界精英人士。

                       a4. 为运营,市场,销售等提供支持:如淘宝提案“双11”节,为业务部分提高收益支撑。

                  8.3.1.4 商业价值:即能带来什么商业价值,这些价值是否符合公司整体战略目标,是否偏离公司核心业务。主要包括如下四个方面的商业价值:

                       a1. 增加收入,提高市场占有率,创造盈收:如产品的vip收费功能,产品的嵌入广告。

                       a2. 提高用户的基数和黏度:提高基数,如第三方账号登录,将这些用户转换为自己的用户。提供黏度,如产品的任务/积分奖励系统。

                       a3. 市场造势,提升品牌价值:如微博开发基金,吸引开发者参与开发应用。提升产品的影响力和规模效应。

                       a4. 产品差异化,抑制/击败竞争对手:

            8.3.2 项目时机:合适的时机,合适的人做合适的事。这个时机包括天时(当前行业行情),地利(当前地域),人和(团队)及资源(各种资源是否到位)。

            8.3.3 项目规划:主要解决怎么去做的问题,包括核心功能点,产品的架构,阶段规划,主要功能规划和产品路线图

                  8.3.3.1 核心功能点:即产品的最核心的功能,如每寻:基于用户地理位置,根据用户兴趣爱好,地理位置的时间段推送个性化的新闻资讯。微信:人与人随时随地的社交工具。陌陌:陌生异性间交友工具。

                  8.3.3.2 产品架构图:一般包括数据库层(单个或多个数据库组成,与数据访问层进行交互,记录所有数据),数据服务层(包括数控控制层(数据的增删改查),数据访问层(连接数据库,执行数据操作,返回数据结果到数据表示层),数据表示层(响应数据控制层的请求)),应用层(功能模块),表现层(客户端)和用户层(用户可以操作哪些设备来使用产品)。

                  8.3.3.3 阶段规划:将项目产品分为几个阶段,每个阶段规划好要完成什么功能,达到什么目标,从而有步骤有次序的进行。

                  8.3.3.4 主要功能规划:项目主要有哪些功能,对主要功能模板进行描述。

                  8.3.3.5 产品路线图:即产品阶段目标,要实现什么功能,从什么时候开始,什么时候截止。

            8.3.4 商业模式:即产品怎么赚取。一般包括如下商业模式:

                  8.3.4.1 广告模式:即广告植入到产品中获得收益。

                  8.3.4.2 会员服务:即需要开通VIP收费服务才能获取某些功能,如世纪佳缘:开通VIP才能阅读发送信息。

                  8.3.4.3 游戏模式:即通过游戏点卡,点券,收费下载等获取收益。

                  8.3.4.4 收入分成:即开发平台的收入分成,如威客,豆瓣。

                  8.3.4.5 增值服务:即产品必须额外支付一定费用才能享有,如小说,QQ会员头像,QQ个人空间装饰。

            8.3.5 收益、成本、风险及对策:这是BRD的核心,投资回报率和利益最大化。

                  8.3.5.1 收益预估:包括收入,用于,品牌,降低成本,投入/产出等。

                  8.3.5.2 产品定价策略:包括新产品定价策略,心理定价策略,折扣定价策略和差别定价策略。

                           a1. 新产品定价策略:其目的是打开市场,占有市场并获得一定收益。

                           a2. 心理定价策略:针对目标用户群体的心理因素,有意识将价格定得过高或过低,以满足消费者生理和心理精神方面的需求。包括尾数定价(针对基本生活品。零头数结尾的非整数价格,如9.9,3999,4.99等,满足用户廉价的心理期望)。声望定价(整数定价,针对消费者价高质优的心理,如iphone 4s 的 4584等)。招徕定价(特价定价,即低于市场价,从而扩大规模,如百度的竞价排名商业模式,对普通用户免费,对一些有推广需求的企业是收费)。系列定价(分级定价,如普通VIP,黄金VIP,砖石VIP等)。吉祥数字定价(如6,8这些数字)。习惯定价(如同类产品用户习惯了一个5元,就按照这个用户习惯的5元进行定价)。

                           a3. 折扣定价策略:包括数量折扣现金折扣功能折扣(如通过某一平台购买点券会比直接充值便宜折扣),季节折扣等。

                           a4. 差别定价策略:同一产品不同客户,市场,地理,国度定价不同。包括针对用户群体(如公交车老人免费,儿童半价,成人全价),产品功能季节时间地理位置等进行差别定价。

                  8.3.5.3 产品定价方法:产品定价主要考虑:成本,需求和竞争。其定价方法包括:成本导向定价法(即成本为主导定价),需求导向定价法(即以不同时间,地点,消费者而不同定价的方法),竞争导向定价法(通过竞争对手和自身产品情况结合对比定价)。

                  8.3.5.4 成本预估:包括人力成本(ui,研发,运营,销售,测试,市场等岗位人员成本)和非人力成本(软件,硬件,场地,水单网等)。

                  8.3.5.5 风险:包括政策风险(是否会被相关部门政策限制/阻止),市场风险(竞争对手会不会打压,打压了改怎么处理),技术风险(核心技术是否会泄密,技术是否安全),决策风险(客观上决策是否是在完善信息情况下最优的策略,主观上决策者得个人状态),法律风险(是否存在侵权,维权),资本风险(资本的突然中断,退出)等。

                  8.3.5.6 对策:包括规避(如事先加强保密意识,版权意识,攻克技术难题等),转移(风险转移分摊多人等),缓解(寻找替代方案等),接收(积极接收,并采取应对策略)。

    9. 市场需求文档MRD:即更为细致的用户,市场和竞品分析。通过哪些功能来实现商业目的,功能和非功能分哪几块,功能的优先级是什么?MRD是BRD的进一步细化和理论支撑。主要包括用户描述,市场描述,需求描述

        9.1 用户描述:找准目标用户(包括目标用户群体(主要和次要目标群体)),确认这些目标群体的痛点是什么?目标群体目前是怎么解决这些痛点的?目标用户群体使用/消费产品的目的是什么?这些用户群体有什么特征?角色建模是怎样的?会在什么场景下使用?使用产品的频率如何?

           9.1.1 目标用户群体:指的是有着共同动机,行为方式,特征的用户(个人或企业)集合体。产品的价值取决于目前用户群体,比如大众汽车针对的是普通大众人群,兰博基尼针对的是高端有钱人群。对的产品被用于对的目标群体。互联网产品的用户基本可分为草根(QQ),学生(人人网),白领和精英。

           9.1.2 用户需求痛点:指用户对产品/功能现状非常不满,使人疼痛不已,用户特别希望这种现状能尽快解决。

           9.1.3 用户特征:指用户的行为和用户特点(特点包括人口统计信息,性格,爱好,需求特征等)。如手机网游用户特征:华南,华北,华东手游分布最集中。主要用户群体是年龄低,收入低,学历低的军人,学生,个体经营者。平均在心APPU值花费50-200元。25岁以下为主。有大量空闲时间。希望在虚拟时间获得荣誉感和成就感。对视觉UI界面较高要求,对游戏有欲望,喜欢交友,对奖品敏感,对养成类游戏有兴趣。

           9.1.4 用户动机:指推动用户从事某件事的念头或愿望,与用户的需求层次紧密相关。马斯洛需求理论认为:人对需求的满足是有一定层次的。只有当较低层次需求满足时,才能实现较高层次需求。

           9.1.5 用户角色建模:即通过一个模拟角色的个人信息表,来模拟目标用户的详细通用特征。其用户角色创建步骤如下:

                 (1)发现用户:通过调研报告,发现目标用户群体是谁?用户规模有多大?用户主要行为有哪些?

                 (2)提供背景:通过用户分组,发现用户之间的差异有哪些?

                 (3)证实验证:通过调研报告,发现用户信息(喜欢/不喜欢,内在需求,价值观),环境信息(工作场景/条件),场景信息(工作策略和目标,信息策略和目标)?

                 (4)聚类用户:通过用户分类,发现是否抓住了主要的用户群体?还需要考虑其他用户群体码?这些用户群体是否同等重要?

                 (5)创建角色信息:通过用户分组,描述基本信息(姓名,年龄,照片),性格(内外向),背景(职业),个性特征等。

                 (6)定义场景:用户角色需求是什么?是在什么情景下产生?

                 (7)验证和认可:团队其他人认同这个角色吗?

                 (8)统一认识:将该角色信息发送给团队的其他成员。

                 (9)创建场景:不同场景下,角色会触发什么样的需求/行为?

                 (10)更新用户角色信息:角色信息发生改变时,角色建模是否改变?

    案例:

           9.1.6 用户场景:即用户在什么时间,什么地点使用/消费产品。

        9.2 市场描述:市场规模预测,竞品分析,SWOT分析。即通过客观数据估算市场规模有多大?是否存在竞品?竞品分析结论怎样?还包括优势,劣势,机会,威胁在哪?如何巩固自己优势,弥补自己弱势,如何抓住机会,如何消除外部威胁。

           9.2.1 市场规模定义:即特定市场产品的使用人数,又叫市场容量。市场规模的计算方法如下:

                 (1)占比加权法估算:如估算红酒类的市场规模(主要酒类A王朝+主要酒类B威龙+主要酒类C张裕)除以(A市场占比率10%+B市场占有率10%+C市场占有率20%)。该算法特点:区域越小,数据越精确。适用于成熟产品市场。

                 (2)核心精算法估算:

                 (3)替代品类比较估算:如果汁市场容量100,替代品X对其的替代率为50%,可乐的市场容量200,替代品X对其的替代率30%,则替代品X的市场容量(100*50%+200*30%)/2。

                 (4)统计调查法估算:

                 (5)历史数据分析法估算:

           9.2.2 竞争对手分析:即了解竞争对手信息,从而做出最优策略。包括竞争对手产品功能都有哪些?哪些是大多数对手都有的?哪些只有少数对手有?他们的商业模式都是什么?包括功能,内容,UI,用户体验,运营策略及相关数据。竞争对手分析包括横向竞争对手分析和纵向竞争对手分析。

           9.2.3 SWTO分析:即找出企业优势,劣势和核心竞争力所在。包括如下4种类型组合:

                 (1)优势——机会(SO增长性战略):是一种发展企业内部优势和外部机会的战略。

                 (2)弱点——机会(WO扭转型战略):是一种利用外部机会来弥补内部弱点,是企业改变劣势而获得优势的战略。

                 (3)优势——微信(ST多种战略经营):是企业利用自身优势,回避或减轻外部威胁所造成的影响。

                 (4)弱点——威胁(WT防御型战略):是一种旨在减少内部弱点,回避外部环境威胁的防御性技术。

        9.3 需求描述:即阐述需求点,包括功能性需求非功能性需求以及其优先级,其中非功能性需求包括:安全需求,性能需求,兼容需求,数据统计需求,帮助需求,财务需求,法律需求,运营需求,UI需求等。v1表示,该期该功能必须完成,且优先级为v1.

    功能需求/非功能需求第一期第二期第三期
    xxxv1  
    xxx v2 

    阅米(腾讯Q+案例)的产品规划案例:

        1. 产品背景:

            1.1 定制化阅读同质严重:即市场上同类定制化的阅读软件,如每讯,扎客,鲜果,网易阅读,极阅等同质化竞争严重。

            1.2 智能阅读产品发展迅速:采集用户阅读行为,分析用户爱好,智能推荐用户偏好的阅读书籍。

        2. 产品战略战术:

            2.1 公司战略和战术:战略——深度移动媒体运营。战术——每个人的咨询中心。

            2.2 产品战略,定位和战术:战略——智能阅读平台。定位——阅米是智能阅读工具,解决信息过载和筛选的难题,提高阅读效率。战术——以工具为切入点,发现用户兴趣图谱,提供跨平台跨终端解决方案。一句话描述产品——发现你的阅读DNA。商业模式——语义广告,基于文章属性的广告,如关键词为旅游时,则可推荐吃,住,行,购,娱等广告。基于用户阅读行为的精准广告。

        3. 产品时机:个性化/智能(根据用户偏好,精准推荐)推荐用户的产品逐渐得到认可,有很大市场。

        4. 用户描述:

             4.1 目标用户群体:

                     白领:为给职场能力加分,习惯免费阅读,阅读的目的性强,阅读的内容明确。即为主要目标用户群体。  

                     精英:喜欢阅读有深度和权威内容,大多关注内容与财富有关。有付费习惯。

                     大学生:时间空余,对阅读要求不是很高,习惯免费阅读,即次要目标群体。

             4.2 用户阅读动机:生理需要,安全的需要,归属和爱的需要,尊重需要,认知需要,审美需要,自我实现需要。

             4.3 用户需求痛点:信息大爆炸,互联网海量信息,无法精准找到/推荐想要阅读的内容。

             4.4 目前用户是如何解决该需求痛点:从rrs订阅,垂直专业媒体等获取信息。

             4.5 阅米产品提供的解决方案:通过兴趣建模,内容建模,通过算法将合适的内容推送给合适的用户群体,打造的懂用户的阅读产品。

             4.6 阅米产品使用的场景:

                   场景1:

                         使用前:从RSS订阅中无法筛选出感兴趣的内容。

                         使用后:从第三方信息源(如RSS)中抽取用户感兴趣的内容聚合成新的内容文章,精确筛选给用户。

                   场景2:

                         使用前:从RSS订阅中无法将感兴趣的内容注释,下划线保存。

                         使用后:提供注释,下划线保存,笔记,分享等功能。

                   场景3:

                         使用前:从RSS订阅中了解到某处地震。

                         使用后:通过聚类技术,实现将该处地震的各种信息全聚焦过来,实现该主题纵深阅读。

                   场景4:

                         使用前:从RSS订阅中了解一个地方的新闻资讯,想了解该地目前的衣食住行娱乐等资讯。

                         使用后:开通GPS,定位在该地,会推送周边的生活消费服务资讯。

        5. 市场描述:

             5.1 市场规模:白领+精英+大学生=2238万人。

             5.2 竞品分析:略。

             5.3 SWOT分析:

                  S——优势:与第三方信息(如RSS)来源有合作,团队完整,技术过硬。

                 W——劣势:产品对社会开放平台依赖严重,收集用户的阅读行为,分析比较,精准推送还需要一段时间才能实现。

                 O——机遇:阅读同质化严重,个人化推荐受到用户和资本市场的青睐,且目前同类个人化推荐的阅读产品不多。

                 T——挑战:大公司的压力,没有成熟产品可以借鉴。个人化阅读产品的盈利不清晰,卖点是概念。

            SWOT分析的结论:寻找好的开发平台,并与其成为战略合作伙伴或寻求收购。

        6. 项目规划:

            6.1 产品核心功能:建立用户兴趣图谱(用户建模),内容引入,处理,筛选,展现(内容建模),跨终端。

            6.2 产品架构图:

    用户层 
    表现层 
    应用层 
    数据服务层 
    数据库层 

            6.3 产品主要功能:

    兴趣图谱 
    内容引入方式 
    内容加工处理 
    内容筛选方式 
    内容展示方式 
    实用方便 
    用户体验优化 
    运营后台 

            6.4 产品阶段规划:

    阶段阶段目标主要内容/功能
    第一阶段  
    第二阶段  

            6.5 产品路线图:

    智能目标7月八月9月
    功能内容功能内容功能内容
    吸引用户      
    留住用户      
    用户付费(商业价值)      

     

     

     

     

     

     

     

    展开全文
  • 浅谈网络营销基本理论

    千次阅读 2020-05-31 15:56:15
    摘要:本文结合电子商务营销模式的特点,详细介绍了网络营销的概念和理论基础,分析了...网络营销的理论基础主要是直复营销理论、网络关系营销论、软营销理论和网络整合营销理论。 (一)网络直复营销理论 网络营销作为一
  • 在过去的很多年,我以为关系模型就是传统的企业应用当中DBA设计的那些无数冗余字段,多个模型合并到一个表里面的数据库设计方式,这种数据库设计非常适 合复杂的OLAP类型的查询,他可以有效的消除多表联合查询,而...
  • 程序员也需要自我营销

    千次阅读 多人点赞 2019-03-27 10:02:14
    01 我见过的车模不多,但毫无疑问,她们的身材都呈现出了一种...车模和大牌女明星之间的真正区别在于后者成功地把自己“营销”了出去,她们把自己推向了大众,而不只是车。 我记得有一次加班的时候,为了缓解疲劳...
  • 某电信营销系统需要为营销人员提供各种客户数据的统计分析功能,而这些客户数据来自另一个外部系统——客户关系系统。客户关系系统定时(如24:00点)把客户数据的更新存放在某个约定的位置,营销系统也定时(如01:...
  • 病毒营销和裂变营销

    千次阅读 2020-10-21 16:19:34
    病毒营销(ViralMarketing,又称病毒式营销、病毒性营销、基因营销或核爆式营销),是AARRR环节中最后一环Refer。 病毒营销是利用公众的积极性和人际网络,让营销信息像病毒一样传播和扩散,营销信息被快速复制传向...
  • 网络营销的4p营销理论

    万次阅读 2019-09-22 20:54:39
    网络营销4p策略 1、产品(Product) 注重开发的功能,要求产品有独特的卖点,把产品的功能诉求放在第一位。 2、价格 (Price) 根据不同的市场定位,制定不同的价格策略,产品的定价依据是企业的品牌战略,注重...
  • 网络营销知识点

    千次阅读 2018-07-07 20:45:54
    Ø 4p营销策略组合理论:产品,定价,渠道,促销(政治权利,公共关系)Ø 网站要素:结构,内容,功能Ø 威客模式:猪八戒网 B2M:北京地税局 ISP:邮件服务器商 B2M:代理,为企业营销Ø 市场营销核心职能:...
  • 猴年的第三次课是我近几年来自技术转型后苦苦思索并刻意苦练的一门学科 - 营销管理课,众所周知,营销管理对于大多数公司而言其意义可谓之为生命线,成功的企业必然有...营销分析的内容提要:管理对象、位置、目的、
  • 作为神经网络的先驱,早在 1986 年,特伦斯就与杰弗里 · 辛顿共同发明了玻尔兹曼机,把神经网络带入到研究与应用的热潮,将学习从边缘课题变成了互联网科技公司仰赖的核心技术,实现了人工智能井喷式的发展。...
  • 人人学点营销学2019尔雅答案100分

    万次阅读 2019-01-22 12:38:27
    【单选题】市场营销核心是() 正确答案:交换 A、生产 B、分配 C、交换 D、促销与服务 2 【单选题】以“顾客需要什么,我们就生产供应什么”作为座右铭的企业是()企业。 正确答案:市场营销导向型 A、生产...
  • 百度推广——搜索营销新视角(百度官方出品,俞敏洪、吴晓波、徐雷力荐!) 百度营销研究院 著 ISBN 978-7-121-20311-4 出版年月:2013年6月出版 定价:59.00元 316页 16开 编辑推荐 百度营销研究院资深...
  • 接下来,复杂网络最核心的一个问题就是如何快速的查找出节点的关联关系,再给定一个节点时,需要查找它的1度关联关系,如果在关系型数据库上,则会发生大规模的扫表任务,在一张数十亿条记录的大表中找到与给定节点...
  • 核心与瘦核心

    千次阅读 2015-01-10 10:05:46
    核心银行系统中的各个业务功能模块,从平面看似乎是并列关系,但从服务请求、服务提供和数据流转逻辑上来看却非简单的并列关系。因此可以说核心银行系统是为其他应用系统提供共享交易服务的系统。主要处理客户、存款...
  • 经过了几个月的努力,初步建立了营销平台,也承载了几个营销活动。但是也存在规划工作不充分, 代码层面要求未规范,导致后续的营销活动策划,设计,管理,开发出现了一系列的问题,包括不能快速迭代接入 新的营销...
  • 经典的营销管理模型

    千次阅读 2017-12-22 10:07:47
    现在,让我来为大家总结几个重要的营销管理模型。其中营销方面的理论模型有4P、用户使用行为、STP理论、SWOT等,而管理方面的有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。这些都是经典的营销、...
  • 市场营销学1——入门

    万次阅读 2012-12-09 09:48:19
    几十年来,随着社会经济及市场经济的发展,市场营销学发生了根本性的变化,从传统市场营销学演变为现代市场营销学,其应用从赢利组织扩展到非赢利组织,从国内扩展到国外。当今,市场营销学已成为同企业管理相结合,...
  • 尽管这种理解偏离了4C关系营销核心理念(即客户和客户需求)。 4P和4C的关系: 4P代表了销售者的观点,即营销工具可用于影响买方,4C从买方的角度看,每个营销工具是用来为顾客提供利益。简言之,4P是产品导向,4R...
  • 用户画像,又称人群画像,是根据客户人口统计学信息,社交关系,偏好习惯和消费行为等信息而抽象出来的标签化画像。 构建客户画像的核心工作即是给客户贴“标签”(犹如娱乐圈中明星的立人设) 标签由两部分组成:...
  • 随着人们对健康管理意识的提高及老龄化社会的到来,医院仅仅为患者提供疾病...健康管理服务包括健康人群、亚健康人群、疾病人群,以控制健康危险因素为核心,通过病因预防、临床前期预防、临床预防三级预防并举,...
  • 具体可以参考文章:【智能营销增益模型(Uplift Modeling)的原理与实践】 笔者画个简图: uplift模型的核心,每一个用户会得到一个位于-1到1的lift score,用于指导用户人群的选择。 模型优缺点 优点: 这种建模...
  • 电子信息工程考研专业方向解读

    万次阅读 多人点赞 2019-07-30 12:38:00
     本学科与电子科学与技术、计算机科学与技术、控制理论与技术、航空航天科学与技术以及兵器科学与技术、生物医生工程等学科有着相互交叉、相互渗透的关系,并派生出许多新的边缘学科和研究方向。 一、 学科研究...
  • 任何营销行为,首先要做的就是弄清楚其营销的目的,明确营销对象。 做会议营销,首先一定要明白企业办会的核心目的,只有明确了会议所要达成的目的,主办方才可以根据这个目的对会议的内容进行设计,以使会议的...
  • 农产品营销学笔记

    千次阅读 2018-05-06 13:03:38
    笔记分为五个部分,分别是:农产品营销的基本原理、农产品营销策略、农产品营销的功能和职能、农产品的分类营销、农产品国际营销。 一、农产品营销的基本原理 1.农产品基本理论 需要:指人们的某种基本满足被...
  • 领先者会逐渐完成以用户为中心的商业运作模式的转型,而落后的公司和品牌将继续忙于营销平台的维护和彼此割裂的营销活动。 作为新一代的用户则希望并将习惯于品牌不断发掘并满足他们个性化的潜在需求,而不仅仅是...
  • EDM营销

    千次阅读 2018-06-12 15:41:43
    EDM是Email Direct Marketing的缩写,即电子邮件营销。说到EDM营销,就必须有EDM软件对EDM内容进行发送,企业可以通过使用EDM软件向目标客户发送EDM邮件,建立同目标顾客的沟通渠道,向其直接传达相关信息,用来促进...
  • [ERP]ERP的核心管理思想

    千次阅读 2015-10-12 08:20:44
    下面的内容是从网上摘录整理来的,对于理清对ERP的...—-ERP的核心管理思想就是“供需链”管理。ERP将制造业企业的制造流程看作是一个紧密连接的供需链,其中包括供应商、制造工厂、分销网络和客户等;将企业内部划分成

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 14,523
精华内容 5,809
关键字:

关系营销的核心对象