不知是意识转变，还是焦点转移，近两年个人越来越关注产品本身。不是技术不重要，而是产品更能够让我看到前方的光，接下来聊聊自己对产品的理解。
一、产品增长
产品增长是指一个产品从创意构思，行业分析，市场调研，落地立项，产品迭代，数据分析，成果验证全生命周期的一个历程。
第1步验证产品的创意
大量收集相关信息。任何一个产品创意都不会孤立存在，而是都有自己独特的行业定位和上下游资源。验证产品的创意，需要收集大量相关信息后，针对性的整理和系统性的理解。要搞清楚产品的核心资源从哪里来，向哪里去，梳理上下游中的关键角色，以及资源是否集中，是否存在没有被解决的痛点。
第2步行业分析
- 行业未来的发展是否可靠。这个问题其实和你的产品创意无关，而是需要依据现状和逻辑，客观地对行业做出一些方向性判断。
- 从行业现状和趋势中找到痛点和机会。这个过程存在个人假设，或者说“赌”的成分。
- 寻找“你”独特优势以及路径。同时要给自己的直觉一个机会。
第3步市场调研
- 做任何调研前，先拟定一份详细的调研目标清单，以及准备的数据分析计划。根据调研目标，去进行拆解，设计具体的调研过程大纲。
- 少提假设性的问题，多提客观性的问题，不制造情景引导用户。
- 可以市场调研，但是它只能成为一部分支撑。能用整体行为数据做推测，就不做可用性测试，能做可用性测试的，就不用调查问卷。
第4步落地立项
快速利用MVP思想用最少的资源给你的产品试试水，让市场验证你产品的合理性，完成你的产品创意验证和设计之后，就可以说服和协调各方资源进行立项。注意的相关事项
- 识别立项关联的相关方，彻底理解产品对业务的影响
- 明确各方需求，联合各方利益
- 大概计算整体代价，安排好整体的计划
第5步产品迭代
产品立项完成进行上线后只是完成了从0到1的过程。后续产品还需要不断的打磨和优化，才能跟进市场的发展和用户的需求，产品的不断迭代就是一个从1到N的过程，沉淀技术的底层能力，对产品进行个性化打磨。
数据分析和成果验证这个步骤其实就在第产品上线和迭代的过程，需要不停的去关注，结合数据验证产品的成效。
二、数据能力
数据是最忠实的伙伴，它是理解产品现状的基础，是做出产品抉择的依据。在日常工作中，数据分析能力其实是理解产品技能图谱中最显著的内容，我们需要建立日常的数据分析习惯。
- 养成数据走查习惯。通过数据看板，了解一些宏观指标
- 建立数据体系。建立自己的工具平台，多使用自己的数据工具，做到数据的精细化运营。
- 建立数据仪表盘视图。帮助自己快速发展和排查问题。
建立良好的数据分析能力后，面对各种突发情况就可以坦然面对。
面对流量数据暴跌如何处理：确认业务和产品的变化点、排除技术故障的可能性、流量暴跌的渠道等。
利用数据辅助你的决策：通过数据了解用户、了解用户的需求、我们当前能够提供什么解决方案
数据也不是唯一的终点，要给自己的直觉一点机会
三、商业意识
商业意识基本的就是要了解如何挣钱。利润 = 收入 - 支出，要了解基本的财务知识，从而确定你产品的定价空间，扩展空间。
定价空间：定价与成本无关，只与市场竞争和用户预期有关。并且在定价时，要尽可能的留出一些空间。
扩展空间：大部分扩张情况下，我们只能在速度，扩张成本和获客质量三者之间选两个。
如何培养自己的商业意思？
- 要有一定的逻辑和计算。要了解一个决定的来龙去脉，知道它受什么牵制，可能会带来什么影响。
- 会有不确定性与意志的较量。我们在追求最终盈利的过程中，会有很多被迷雾缠绕的逻辑环节，我们要有自己的判断和取舍。这就是赌，我们手上的资源就是筹码，在产品的发展中，我们会押上筹码，并等待那个我们相信的未来，
- 微妙的时机。做商业产品的时候，不要总觉得人定胜天，一定要顺势而为。
- 平衡的艺术。商业和用户体验之间的平衡
四、未来展望
从一个技术开发者转变为一个产品经理是有一定的优势的。既能理解产品运行的底层逻辑，又能看到产品的价值和给客户带来的影响。
从事技术的人走向前方的道路无非就是这么几条
- 技术专家。在一个技术方向上持续发力，解决这个技术方向的问题。比如说消息中间件专家，数据库专家，分布式系统专家，云服务专家，AI专家等，他们都是在某一个技术领域上能够解决一些通用问题的人才。
- 架构师。包括底层的系统架构师和业务架构师，架构师比技术专家要更偏重业务一些，需要基于具体的业务模型，拉通业务和技术之间的桥梁。
- 部门负责人或者项目负责人。这个角色其实更是要深入理解产品，要知道产品的价值和方向，不一定要了解如何去实施落地，但是一定要了解产品当前的现状，未来的发展方向，以及产品落地的计划等等。他们是掌舵手，能够给公司带来具体利益的人。
2022年更深入理解业务发展的方向，攻克技术难题，做一个既能落地实施，又能看到前方光的工程师。
