#职场社畜日常
“产品经理的思考力应该强于执行力，而你的思考力和思考意识暂时都太薄弱了。”从小冰离职前和领导聊实习期表现，听到这样的真诚批评
以下是她总结的提高思考力的不完全方法：
1.在职业生涯的早期，尽量锻炼自己做完整事情的能力。规划、执行、验收、复盘每个环节都要思考哪里做得好，哪里做得不好，如果没能继续推进可能是基于什么原因，如何避免类似的情况再次发生
2.从简单的事情中思考提效方法
3.在没有机会做复杂/真正想做的事情时，自行反复推演。在一个成熟的需求文档背后，或许有无数个从未有机会落地的需求文档
4.做前想目的，做中想有无方向偏移，做后想何以优化。切忌身体勤快，脑子犯懒
5.了解行业趋势，头部公司，行业大V，都结合国内国外来看。要对未来有自己的判断，无法判断的话可以先尝试选择立场。大脑会在选择立场的过程中不断搜集信息并形成论据
6.结构化思考，线性思考，发散思考都要有
7.找到自己的长板是好事，但要思考如何在工作场景中把长板发挥到最大
8.聪明不是表象，保持思考才是真聪明，为人做事的最终目的是为自己做事
“产品经理的思考力应该强于执行力，而你的思考力和思考意识暂时都太薄弱了。”从小冰离职前和领导聊实习期表现，听到这样的真诚批评
以下是她总结的提高思考力的不完全方法：
1.在职业生涯的早期，尽量锻炼自己做完整事情的能力。规划、执行、验收、复盘每个环节都要思考哪里做得好，哪里做得不好，如果没能继续推进可能是基于什么原因，如何避免类似的情况再次发生
2.从简单的事情中思考提效方法
3.在没有机会做复杂/真正想做的事情时，自行反复推演。在一个成熟的需求文档背后，或许有无数个从未有机会落地的需求文档
4.做前想目的，做中想有无方向偏移，做后想何以优化。切忌身体勤快，脑子犯懒
5.了解行业趋势，头部公司，行业大V，都结合国内国外来看。要对未来有自己的判断，无法判断的话可以先尝试选择立场。大脑会在选择立场的过程中不断搜集信息并形成论据
6.结构化思考，线性思考，发散思考都要有
7.找到自己的长板是好事，但要思考如何在工作场景中把长板发挥到最大
8.聪明不是表象，保持思考才是真聪明，为人做事的最终目的是为自己做事
#职场社畜日常
如何拆解网约车业务？（一）
网约车与其他的交易类业务相似，核心问题是提高交易的成交率。
因此，从问题视角拆解业务，就要分析，成交率的折损都在哪些方面？
需要注意，网约车是一个需求驱动的场景，但是（对于非溢价品类，也就是泛快车品类来说）是一个供给驱动的业务。
这里所说的需求驱动，是说如果用户没有打车出行的需求（全采用公共交通），那么就不存在网约车这个场景（其实每一类交易都是如此）；供给驱动，是说在需求存在的前提下，供给越充足，业务规模越大。
好，那么我们逐渐增加约束条件，来看网约车交易的成交率折损在哪几个方面：
【假设一】理想乘客+无人驾驶+车辆充足
这是最理想的情况。这里的「理想乘客」指对交易时效（车辆多久可以到达）、软硬件供给（车内空间、服务条件）没有要求的乘客；「无人驾驶」保证车辆可以完全按照平台的指令行动。
当然，在这种情况下，哪怕全国只有一辆车，也可以一个个的接送乘客——但显然这过于理想。
因此我们可以认为这个假设下，整个交易还是要在有限时间内完成的。那么只要有「充足」的车辆，就可以实现这个要求。
举个例子，某个时段内有100个用户发单，平台也有100辆车，那理论上就可以实现100%成交。
【假设二】「有限交易时效的理想乘客」+「无人驾驶」+「车辆充足」
这个假设为乘客增加了一些约束：如果在乘客可以接受的时段内，没有车来接他，那他就会取消订单。
但如果车辆充足且听话，只要平台完全知道用户会在何时何地发单，那把车提前派过去就仍然是100%成交。
可是，平台并非全知全能。因此这时就出现了一个折损因素：「平台的认知能力」。
可以在此基础上考虑「有限交易时效的理想乘客」+「无人驾驶」+「有限车辆」
车辆也没那么充足的情况下如果要降低折损，平台除了需要预先知道需求的时间空间，还需要根据供需情况合理调度车辆，以便尽可能多的承载乘客。
总结下，这个假设里造成折损的，就是「时空供需错配」问题，解决方式就是提升「供给效率」。
而平台认知能力越强，对供需的预测越精准、对车辆的调度越高效，供给效率也就越高。
【假设三】「有限交易时效的理想乘客」+「司机驾驶」+「有限车辆」
更实际一点了，无人驾驶技术的普及毕竟还有一些距离，现在的车辆都是司机驾驶的，因此，成交率又开始了折损：如果没有那么多司机该怎么办？如果司机不听平台的指挥该怎么办？
这就是「司机」这个角色的引入带来的两个不确定性：
①司机意愿的不确定性：司机如何理解滴滴网约车司机这个职业，是否愿意来开车，什么时候出车接单……这些都给供给带来很大不确定性；
②司机认知的不确定性：司机更多基于经验来观察当前，无法理解平台基于长期收益和系统计算得出的结论。
这两个不确定性本质都是个体与平台的偏差，那么想要降低折损，就要尽量统一二者的认知和意愿，也就是「管理」。管理的本质就是增加确定性。
对于意愿的统一，需要综合考虑「平台诉求和司机诉求」，需要从职业规划和组织管理的角度去思考；
对于认知的统一，需要在意愿统一的情况下，考虑「平台和司机的交互触点」，这个交互不只是界面，而是每一次博弈，在这个过程中考虑信息的传达。
如何拆解网约车业务？（一）
网约车与其他的交易类业务相似，核心问题是提高交易的成交率。
因此，从问题视角拆解业务，就要分析，成交率的折损都在哪些方面？
需要注意，网约车是一个需求驱动的场景，但是（对于非溢价品类，也就是泛快车品类来说）是一个供给驱动的业务。
这里所说的需求驱动，是说如果用户没有打车出行的需求（全采用公共交通），那么就不存在网约车这个场景（其实每一类交易都是如此）；供给驱动，是说在需求存在的前提下，供给越充足，业务规模越大。
好，那么我们逐渐增加约束条件，来看网约车交易的成交率折损在哪几个方面：
【假设一】理想乘客+无人驾驶+车辆充足
这是最理想的情况。这里的「理想乘客」指对交易时效（车辆多久可以到达）、软硬件供给（车内空间、服务条件）没有要求的乘客；「无人驾驶」保证车辆可以完全按照平台的指令行动。
当然，在这种情况下，哪怕全国只有一辆车，也可以一个个的接送乘客——但显然这过于理想。
因此我们可以认为这个假设下，整个交易还是要在有限时间内完成的。那么只要有「充足」的车辆，就可以实现这个要求。
举个例子，某个时段内有100个用户发单，平台也有100辆车，那理论上就可以实现100%成交。
【假设二】「有限交易时效的理想乘客」+「无人驾驶」+「车辆充足」
这个假设为乘客增加了一些约束：如果在乘客可以接受的时段内，没有车来接他，那他就会取消订单。
但如果车辆充足且听话，只要平台完全知道用户会在何时何地发单，那把车提前派过去就仍然是100%成交。
可是，平台并非全知全能。因此这时就出现了一个折损因素：「平台的认知能力」。
可以在此基础上考虑「有限交易时效的理想乘客」+「无人驾驶」+「有限车辆」
车辆也没那么充足的情况下如果要降低折损，平台除了需要预先知道需求的时间空间，还需要根据供需情况合理调度车辆，以便尽可能多的承载乘客。
总结下，这个假设里造成折损的，就是「时空供需错配」问题，解决方式就是提升「供给效率」。
而平台认知能力越强，对供需的预测越精准、对车辆的调度越高效，供给效率也就越高。
【假设三】「有限交易时效的理想乘客」+「司机驾驶」+「有限车辆」
更实际一点了，无人驾驶技术的普及毕竟还有一些距离，现在的车辆都是司机驾驶的，因此，成交率又开始了折损：如果没有那么多司机该怎么办？如果司机不听平台的指挥该怎么办？
这就是「司机」这个角色的引入带来的两个不确定性：
①司机意愿的不确定性：司机如何理解滴滴网约车司机这个职业，是否愿意来开车，什么时候出车接单……这些都给供给带来很大不确定性；
②司机认知的不确定性：司机更多基于经验来观察当前，无法理解平台基于长期收益和系统计算得出的结论。
这两个不确定性本质都是个体与平台的偏差，那么想要降低折损，就要尽量统一二者的认知和意愿，也就是「管理」。管理的本质就是增加确定性。
对于意愿的统一，需要综合考虑「平台诉求和司机诉求」，需要从职业规划和组织管理的角度去思考；
对于认知的统一，需要在意愿统一的情况下，考虑「平台和司机的交互触点」，这个交互不只是界面，而是每一次博弈，在这个过程中考虑信息的传达。
#职场社畜日常
Media
Boss 才是用户，求职者是商品
刚写了一篇 Boss 直聘的观察文章，讨论了点 Boss 直聘的用户是谁，为什么求职者当中有 87% 的人没有得到回复，以及一点评论，欢迎提意见~
http://mmbiz.qpic.cn/mmbiz_jpg/bloYvSYiagXlDCJMafUr1YXbibfMyuLe9REbr39DW6MaBamZ2kF3sQvJRtnPFyjyRqiclzwsv0WQno6micMQwuQQTQ/0?wx_fmt=jpeg
Media
Boss 才是用户，求职者是商品
刚写了一篇 Boss 直聘的观察文章，讨论了点 Boss 直聘的用户是谁，为什么求职者当中有 87% 的人没有得到回复，以及一点评论，欢迎提意见~
http://mmbiz.qpic.cn/mmbiz_jpg/bloYvSYiagXlDCJMafUr1YXbibfMyuLe9REbr39DW6MaBamZ2kF3sQvJRtnPFyjyRqiclzwsv0WQno6micMQwuQQTQ/0?wx_fmt=jpeg
【后台BI数据统计分析看板】axure 产品原型模板设计
原型目录包括认证系统监控 认证监控预警 统计分析 门户系统监控 门户监控预警 统计分析 基础环境监控 基础环境 服务器详情 数据库服务器详情 系统配置 用户管理 角色管理 功能管理 服务器参数配置 消息接收设置 消息推送机制 数据库信息配置 消息中心 其他页面 黑名单管理 恢复账户记录 恢复 IP记录 在线用户 业务系统访问统计 数据交换监控 交换监控预警 统计分析 表格 作业列表 作业详情（DI） 作业详情（我司交换）等页面
更多原型界面下载后查看
https://axurehub.com/10086.html
原型目录包括认证系统监控 认证监控预警 统计分析 门户系统监控 门户监控预警 统计分析 基础环境监控 基础环境 服务器详情 数据库服务器详情 系统配置 用户管理 角色管理 功能管理 服务器参数配置 消息接收设置 消息推送机制 数据库信息配置 消息中心 其他页面 黑名单管理 恢复账户记录 恢复 IP记录 在线用户 业务系统访问统计 数据交换监控 交换监控预警 统计分析 表格 作业列表 作业详情（DI） 作业详情（我司交换）等页面
更多原型界面下载后查看
https://axurehub.com/10086.html
#职场社畜日常
今晚在楼下麦当劳吃点东西。发现一位老人在跟服务员掰扯些什么，过程中听到大概是老人不知道怎么下单，买了营销会员卡也用不了。正准备上去问问，老人一脸无奈的空手离开店了。可前前后后也折腾了有半小时。
几个想法吧:
1.为啥还没有适老化版本
2.各种营销卡，各种麦卡职场拉早餐卡，老人真的搞不懂。是否可以简化版本，直接给认证老人优惠。
3.为啥店里必须要用APP或小程序下单。科技应是让生活更美好。完完全全智能无人化，将会牺牲某些群体的需求。
4.应对店员新增关于助老的培训，协助解决老人群体实际需求。 (店里那几位店员确实挺有耐心在解答了，但没有实际解决问题和满足需求)
5.真的没必要让老人各种扫码进社群，关注公号了，对他们来说是一种负担。他们可能就只是想买个汉堡包给孙子吃。
https://cdn.jellow.site/FiMkL9IXV_69nLL4_KOQVmszlN8Zv2.jpg
今晚在楼下麦当劳吃点东西。发现一位老人在跟服务员掰扯些什么，过程中听到大概是老人不知道怎么下单，买了营销会员卡也用不了。正准备上去问问，老人一脸无奈的空手离开店了。可前前后后也折腾了有半小时。
几个想法吧:
1.为啥还没有适老化版本
2.各种营销卡，各种麦卡职场拉早餐卡，老人真的搞不懂。是否可以简化版本，直接给认证老人优惠。
3.为啥店里必须要用APP或小程序下单。科技应是让生活更美好。完完全全智能无人化，将会牺牲某些群体的需求。
4.应对店员新增关于助老的培训，协助解决老人群体实际需求。 (店里那几位店员确实挺有耐心在解答了，但没有实际解决问题和满足需求)
5.真的没必要让老人各种扫码进社群，关注公号了，对他们来说是一种负担。他们可能就只是想买个汉堡包给孙子吃。
https://cdn.jellow.site/FiMkL9IXV_69nLL4_KOQVmszlN8Zv2.jpg
【大型线下零售门店ERP中台后台管理系统】产品axure原型需求文档
原型目录包括版本历史 整体业务-产品架构 一期业务架构 业务核心流程 中台和ADFS对接流程 库存检测流程 业务归属门店业务 订单拆包业务流程 夫妻及合作伙伴业务 用户信息变更业务 业务流程图 业务说明 营销业务规则 智芯资格券规则 后端管理 后台登录页 产品管理 产品管理概述 产品管理 产品管理概述 发布新产品 发布新产品 产品定价 产品描述 发现更多 扩展属性 推荐产品 搜索优化（SEO） 上下架配置 发布组合产品 产品定价 智芯的管理方案 所有产品列表 出售中 待生效列表 待审批列表 发布审批 草稿箱 已下架 产品历史版本 产品详情 组合产品详情 产品预览 产品物流管理 设置物流信息 已生效 待审批 待生效 草稿箱 审批确认 物流历史版本 产品配置 拆包线 添加拆包线 产品标签…
https://axurehub.com/10100.html
原型目录包括版本历史 整体业务-产品架构 一期业务架构 业务核心流程 中台和ADFS对接流程 库存检测流程 业务归属门店业务 订单拆包业务流程 夫妻及合作伙伴业务 用户信息变更业务 业务流程图 业务说明 营销业务规则 智芯资格券规则 后端管理 后台登录页 产品管理 产品管理概述 产品管理 产品管理概述 发布新产品 发布新产品 产品定价 产品描述 发现更多 扩展属性 推荐产品 搜索优化（SEO） 上下架配置 发布组合产品 产品定价 智芯的管理方案 所有产品列表 出售中 待生效列表 待审批列表 发布审批 草稿箱 已下架 产品历史版本 产品详情 组合产品详情 产品预览 产品物流管理 设置物流信息 已生效 待审批 待生效 草稿箱 审批确认 物流历史版本 产品配置 拆包线 添加拆包线 产品标签…
https://axurehub.com/10100.html
#职场社畜日常
聊起需求分析总能听到马斯洛需要层次理论和卡诺模型。但问题在于马斯洛对需求的分层是广义的描述，得出用户的需求属于那个层次并不能指导我们怎么做。而卡诺模型是评估需求满足对用户的价值。在这两个理论之间缺少一些把用户需求描述更具体更清晰的理论。类似价值要素金字塔，能拆分每层相对具体的需求，或者游戏八角分析模型，基本把人与人在娱乐中竞争与合作需求分类清楚了。如果把这个中间理论完善了，我们才真正能把：发现新的需求，解释需求的原因，评估需求的价值。这个完整分析流程跑通。
https://cdn.jellow.site/Fg9r69d12PCLfNARXDgGHTGig8bnv2.png
聊起需求分析总能听到马斯洛需要层次理论和卡诺模型。但问题在于马斯洛对需求的分层是广义的描述，得出用户的需求属于那个层次并不能指导我们怎么做。而卡诺模型是评估需求满足对用户的价值。在这两个理论之间缺少一些把用户需求描述更具体更清晰的理论。类似价值要素金字塔，能拆分每层相对具体的需求，或者游戏八角分析模型，基本把人与人在娱乐中竞争与合作需求分类清楚了。如果把这个中间理论完善了，我们才真正能把：发现新的需求，解释需求的原因，评估需求的价值。这个完整分析流程跑通。
https://cdn.jellow.site/Fg9r69d12PCLfNARXDgGHTGig8bnv2.png
