4+3,探索如何在To B领域找到AI产品的PMF|摹因智能

做ToC和ToB的感觉是截然不同的:

  • 做 To C 产品设计最重要的是对个人用户/个人消费者的深度理解,理解他们的需求,理解他们的心理、喜好等等。有些To C产品背后还有庞大而复杂的商业运作体系。
  • To B 产品中首先要面对的不是个人,而是一个组织。与个人不同,企业是一个复杂的商业机器。因此为企业设计产品或服务,最大的挑战就在于对企业所经营的业务及内部管理流程的系统性认识。

但无论什么类型的产品,都需要做到“Product-Market Fit(PMF)”。

在To B领域探索AI产品的PMF

PMF的意思就是产品符合市场需求。这个概念是Andy Rachleff(Wealthfront首席执行官兼联合创始人,Benchmark Capital联合创始人)提出的。Rachleff提出PMF理念的核心是基于他对先锋风险资本家和红杉资本创始人Don Valentine的投资风格的分析。

因为市场需求是不断变化,产品和需求的匹配也会是动态的。因此,寻求P(Product)和M(Market)的匹配关系将是一个持续性的动作。对AI驱动的产品来说,达到PMF尤其困难。以“AI落地困难”为关键字进行搜索,可以看到非常多相关的文章和讨论。

AI在To C和To B上带来的核心价值并不相同:

  • ToC :主要在于提升用户体验,帮助用户更快找到感兴趣的商品、资讯、视频、主播、书籍、图片等。
  • ToB:提升生产/管理效率, 当效率被提升到极致时又会引起组织结构的变化,进而创造出更大的新商业空间。

在To B上要能落地并持续产生价值,更务实的做法还是要抓 提效这个点。为此,我们就需要拆解业务流程,去寻找哪些环节效率不高, 到底出现什么问题。

从宏观上来看,我们可以按照这4步来做:

4 + 3,探索如何在To B领域找到AI产品的PMF

1)流程拆解

对当前的工作流程或业务场景进行详细拆解,诊断阻碍生产效率的最大问题,对核心问题进行拆解。

2)数据评估

如果想解决问题,公司的哪些数据是跟这个问题相关?这些数据在哪?如果有数据,这些数据的质量怎样?缺不缺数据,如果缺数据,这部分数据可不可以通过外部采购,或跟其他的应用、产品进行连接后获得?这些都是在数据评估阶段要考虑的问题。

3)方案设计

方案设计是针对当前的数据现状去完善基础数据,选择合适的AI算法。比如进行垃圾分类,有很多分类算法可以采纳:贝叶斯模型、SVM逻辑回归。很多时候我们并不知道算法的效果怎样,如果有工具能够帮助我们快速测试,能加快决策效率,验证和优化方案。

4)有机整合

当找到合适的算法,准确率也可接受,这时就要考虑怎么跟现有的系统进行结合。大体来看有两种方式:

  • 以独立的产品部署
  • 以API接口的方式和业务系统打通

在这四步之中,流程拆解并非易事。因为不仅仅只是拆解这么简单,重点在于对企业所经营的业务及内部管理流程的系统性认识。要建立这种系统性的认识,通常需要完成以下三件事情:

1. 快速了解全局 – 对现状有一个全局性的认识2. 深入理解诉求 – 对企业的诉求有深刻的理解3. 逐渐熟悉流程 – 对经营管理的流程细节进行描述

以上三步由浅入深,层层递进,每前进一步我们就对企业的需求有进一步的认识。

1. 快速了解全局

如果你刚接触到某个领域或某个企业,一定会感觉千头万绪,不知道从哪里切入去认识和理解它。作为设计师,我的经验是先从认识参与其中的角色入手。有一个工具叫Ecosystem Map,这个工具正好适合在接触业务的初期阶段快速梳理业务角色和场景。它是怎么发挥作用的呢?

首先我们可以罗列出收集到的有关角色及其工作职责的信息,然后根据每个角色和他们所做的事情识别出场景,最后将这些场景按照业务流程的顺序排列开来,形成下面这样的一张图:

4 + 3,探索如何在To B领域找到AI产品的PMF

这张图在一开始可能并不那么精确,也可能还有缺失。但是没关系,作为开端,最重要的是先从无到有。之后随着我们收集的信息越来越多,这张图就会越来越完善。

4 + 3,探索如何在To B领域找到AI产品的PMF

比如餐饮行业中,企业为餐厅提供数字化点餐服务的业务场景概览: 

4 + 3,探索如何在To B领域找到AI产品的PMF

2. 深入理解诉求

第一步得到的图主要描述了三个要素:场景、角色和任务。知道这三点,只能算了解了业务的运作形式。但是要识别出运作过程中真正重要的问题,做到这个程度还不够,还要再进一层,从了解全局到理解诉求。

所谓理解诉求指的是理解企业经营模式背后的商业诉求被满足的逻辑是什么。简单来说就是价值如何创造、如何传递和如何交换。理解这些我们才能明白,为什么企业要有这样的组织架构,为什么需要这些职能,为什么业务流程是这样等等。

在这里会经常用到 利益关系图:

4 + 3,探索如何在To B领域找到AI产品的PMF

这个图告诉我们,某个具体的业务要运作起来,需要哪些参与者,每种角色在其中发挥了怎样的作用,价值如何流动。

4 + 3,探索如何在To B领域找到AI产品的PMF

举个例子,互联网领域有个很流行的说法叫“羊毛出在猪身上”。其实这就是一种价值流动模式。以Google的广告业务为例,我们大致可以得到这样一个利益关系图。

4 + 3,探索如何在To B领域找到AI产品的PMF

其中,Google提供搜索服务来获得C端用户规模,然后将用户规模作为资源分享给广告主,广告主向Google付费。这样各方的诉求都得到满足,价值流动的逻辑成立。

理解了企业所开展的业务背后的利益关系后,我们再回头来看场景、角色和任务。这时,你看到的就不只是表面,你就能理解每个角色和每个任务在整个业务中的定位和意义,从而更准确地评估问题对业务带来的影响。

3. 逐渐熟悉流程

当我们要解决问题时必须深入细节,所谓细节指的就是具体的业务流程和行动。

关于流程梳理有很多方法和工具,比如USM(User Story Map),User Journey Map,泳道图,流程图等等。其实无论哪种方法,其中的核心部分都是相同的,那就是角色、具体行动和行动顺序

4 + 3,探索如何在To B领域找到AI产品的PMF

相信很多人都画过流程图,这里不再赘述。但是有一个点值得注意:有人可能会问,流程的梳理要到什么程度才合适?越细越好。只有你能描述每个具体角色在每个环节上的具体行为时,你才可能真正定位到具体问题。

4 + 3,探索如何在To B领域找到AI产品的PMF

还是以餐饮行业中,企业为餐厅提供数字化点餐服务的业务场景为示意:

4 + 3,探索如何在To B领域找到AI产品的PMF

从了解全局到理解诉求再到熟悉流程,走过这三个阶段,才能说对企业的需求有了更进一步的理解,在此基础上才有能力为企业寻找合适的解决方案。

从可持续创新的三个维度的角度来看,以上三步可以帮助我们在需求/Desirability和商业价值/Viability两个维度进行更深入的探索。再结合技术可行性/Feasibility(AI技术的可行性在本篇文章并没有提及太多,更多站在需求挖掘的视角,但是是非常重要的。),最终找到真正能落地,能发挥商业价值的解决方案。

4 + 3,探索如何在To B领域找到AI产品的PMF

事实上,以上这些方法并非只针对设计师或仅仅服务于产品设计,各种角色都应该应用这些方法和工具来系统性的梳理业务流程、角色、任务、场景、利益关系和痛点,从而深入理解自己的业务和商业诉求或客户的业务和商业诉求。

作者:Kevin摹因智能 联合创始人 & 产品设计总监华东理工大学设计艺术学硕士,10+年企业级智能产品、专业数据分析平台设计经验,曾在SAP中国研究院、大众点评、蚂蚁金服任主设计师和设计团队Lead,阿里巴巴设计大会(UCAN)、UPA中国、国际设计体验协会(IXDC)讲师。

—— 如果觉得文章还OK,请转发 ——

特别提示:关注本专栏,别错过行业干货!

PS:本司承接 小红书 / 淘宝逛逛 / 抖音 / 百度系 / 知乎 / 微博/大众点评 等 全网各平台推广;

咨询微信:139 1053 2512 (同电话)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(GrowthHK.cn)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/cgo/42480.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2021-07-07 11:04
下一篇 2021-07-07 11:27

增长黑客Growthhk.cn荐读更多>>

发表回复

登录后才能评论