C端产品（从0到1）的设计思路【产品设计思维】
C端产品，一般指的是针对个人用户的产品，比如大家每天都在用的微信、QQ、微博、抖音等。因为面向的用户众多，涉及到的需求更加庞杂，所以很多产品经理在做C端产品设计时，都很头疼。今天我们要跟大家一起来探讨下关于C端产品的设计思路和方法。
每一个产品，都是从无到有构建起来的，C端产品也不例外。微信并不是一开始(1.0版本)就有朋友圈、公众号、微信支付、小程序等功能的，而是在逐渐发展的过程中，迭代有了的。
今天我们先探讨C端产品从0到1的设计思路。从0到1，有点女娲造人的意思，将一个想法变成一个真实的产品。这里要先说几点注意事项，从0到1的过程，尽量快、准、狠：
第一，快，1.0版本的产品不要做的太重，快速把产品推向市场是重要的，时间不能太久;
第二，准，1.0版本中要做的是核心功能，或者是优先级最高、用户最需要的功能，除此之外，其他的一切功能都可以放到后面再做;
第三，狠，抓稳用户的需求，解决用户的真实痛点，产品能直击要害。
从0到1的产品在做的时候，很多产品经理都发憷，不知道需求来自于哪里。大家都想直击要害，都想做出来的产品能变成支付宝或者微信，但是市面上没有几个C端应用能做到国民级。
C端的需求来自哪里?很多时候，当我们做从0到1的产品，需求绝大多数来自于内部;比如老板或者创始团队，他们在产品所在的行业已经摸爬滚打多年，对于用户的痛点和需求有很深刻的认知，他们会提出产品的核心功能要做什么。这个时候，考察产品经理的能力主要在于，如何把项目在规定时间内做好上线，以及如何做好产品的功能规划。
对于在规定时间内将项目上线，大家应该比较有经验，做好时间管理和风险管理即可;而对于产品的功能规划，建议在整个产品的实施过程中，需要长期做好竞品分析的工作。
回归到从0到1的产品设计思路本身，有这样几个方面：
·清晰的知道用户需求
刚我们提到了主要的需求来源是公司内部，如果我们要把这个产品或者项目真的做好，一定要自己深入了解用户需求;用户是谁，有哪几类，分别在哪里，他们的特征是什么等等，这些都是我们可以去了解的。用户在哪里，我们就要去哪里，比如说各种QQ群、社区、贴吧等，深入了解用户需求。
·了解目前的行业发展情况，以及市面上的主要竞品
C端产品有一个很重要的特点，那就是，几乎所有的C端产品，不管做什么业务的，都不是只有一家公司在做;或许，针对某个具体业务，只有这家公司在做;但如果把业务拆散，各个模块，都有对应的竞品。
这其实就变向的降低了C端产品的设计难度，竞品做的好的功能，我们可以模拟或者移植到自己的产品上;竞品做的不好的部分，我们或者摒弃，或者进行优化。
了解行业发展情况和竞品情况，不仅有利于做产品设计时有所借鉴，而且方便我们做产品规划。如果某个产品我们要做，而这时竞品已经发展的很成熟，那他们现在做的事情，就是我们未来可能要走的路。
·产品上线后，持续关注用户和市场的反馈，快速迭代
从0到1的过程，是一直在试错;我们在产品设计完成后，要不断的关注用户、关注市场、关注数据。做互联网产品的思路，一直都是小步快跑，持续的迭代。
以上三个方面，就是我们今天跟大家探讨的、关于从0到1的C端产品设计思路，希望对大家有所帮助。
传智教育的产品经理学科已经开设3年多的时间，为各类互联网公司培养了超过千名以上的优秀产品经理。不仅仅有各校区的线下面授班，还有针对在职人群的线上周末班，期待转行、转岗的你，还在犹豫什么，赶紧上车吧!猜你喜欢：
如何撰写产品需求文档(PRD)?产品经理须知!
敏捷开发流程图和敏捷开发十二原则
流程图怎么画?做为产品经理的你会画流程图吗?
互联网产品如何实现个性化推荐?
传智教育产品经理培训课程
浅谈人工智能产品设计：情感分析
情感分析是自然语言处理中的一项技术，也是文本挖掘中常用的方法。在产品中应用情感分析技术也不少见，例如新浪的舆情大数据平台运用情感分析对全网数据进行挖掘。另外在一些电商产品中，也会运用情感分析来进行商品评论挖掘，作为推荐系统的一部分。本文主要结合情感分析技术的应用谈谈人工智能产品的设计。
一、人工智能产品设计与互联网产品设计的区别人工智能产品的定义较为广泛，智能硬件、机器人、芯片、语音助手等都可以叫做人工智能产品。本文讨论的人工智能产品主要是指在互联网产品中运用人工智能技术。
1、从用户需求的角度看互联网产品主要着手与解决用户的痛点，对于C端产品来说，痛点就是指的个人想解决而无法解决的问题，如个人想要美化自己的照片，但是他不会复杂的PS软件，于是美图秀秀就可以解决这个痛点。从KANO模型中，就是满足用户的基本需求与期望需求。
人工智能产品（在互联网产品中运用人工智能技术）则是要满足用户的兴奋需求。如将情感分析运用到电商的产品评论中，用户则可以通过可视化的数据展示来大致对产品有个全面、直观的了解，而不再需要自己一页一页的翻看评论内容。
2、产品设计角度看互联网产品主要关注点在于用户需求、流程设计、交互设计、商业模式等。着眼于用户需求，设计满足用户需求的产品，通过合理的流程设计、交互设计达到产品目标，进而实现商业目标。典型的思路是发现用户需求——>设计满足用户需求的产品——>迭代完善、产品运营——>商业变现。
人工智能产品关注点在于模型的构建，它不再是对于布局、交互的推敲，而是通过选择合适的数据，构建合适的模型，最终呈现出来的是好的效果。什么是好的效果呢？这就需要引入评测指标。互联网的评测指标有我们熟知的留存率、转化率、日活跃等，那么人工智能的产品主要是通过一些统计指标来描述，以情感分析为例，把情感分析看成一个分类问题，则可以使用P、R、A、F值来描述。
查准率（Precision）：P值，衡量某类分类中识别正确的比例，如情感分析中，有10条被分类为“正向”，其中8条是分类正确的（由人工审核），那么P=8/10=80%查全率（Recall）：R值，又叫查全率，又叫召回度，指的是某类被被正确分类的比例，同样以情感分析为例，100条数据中有10条是正向的，机器分类后，这10条中有7条被分类为正向，则R=7/10=70%.F值，因为P值和R值通常是两个相互矛盾的指标，即一个越高另一个越低，F则是两者综合考虑的指标，不考虑调节P、R权重的情况下，F=2PR/(P+R)精确度（Accuracy）：这个最好理解，就是被准确分类的比例，也就是正确率。如100条数据，90条是被正确分类的，则A=90/100=90%。以上指标越高，说明模型效果越好。
二、情感分析产品设计我们从上面内容可以知道，人工智能产品设计关注：数据——>模型——>效果评估。
现在我们以情感分析为例子说明产品设计的过程。
1）数据：
数据的选择对最终模型的结果有直接影响，情感分析，根据不同的目的，选择的数据也不同。如将情感分析运用于电影票房预测，则一些更新及时、内容丰富的数据源，如微博，是比较好的选择。如果是应用于商品的评价，如电子产品，很多评测内容是无法在短短几句话内描述清楚的，这时候微博不是个好的选择，选择论坛上更新较慢、但是详细的内容就比较适合。
如果能在产品的早期就有引入人工智能的打算，则可以在产品中事先做好数据采集。
2）模型：
在选择模型中，产品需要了解不同的模型的优缺点，进而选择更加合适的模型。在情感分析中，NB、SVM、N-gram都是常用的模型，其中SVM效果最好（这是已有的结论），如果是其他的智能产品，可能需要算法团队进行实验，给出测试数据，进而选择合适的模型。
3）效果评估：
效果评估在上文中已经描述得比较清楚，具体指标不再赘述。
4）产品呈现：
最后这一步，是将结果展示给用户。在情感分析中，我们可以选择雷达图、词云、情感趋势图来展示结果。取决于产品属性，如电商产品评论挖掘，可以使用词云；
如舆论分析，可以使用情感趋势图。
三、总结人工智能产品的设计要关注：数据、模型、评判、呈现。
本文由@跹尘原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自PEXELS，基于CC0协议