需求优先级排序框架 核心观点 - 需求优先级排序是多维度评估框架 涵盖商业价值 用户价值 成本复杂度 时机依赖四大类依据 本质是机会成本的博弈[1][4][15] - 研发资源是最稀缺的投资资本 产品负责人需像基金经理配置高ROI项目[5] - 卓越团队通过持续拷问"当前选项是否创造最大价值"实现聚焦 需对99%好想法策略性说"不"[6] 排序依据分类 依据一：商业价值与战略契合度 - 作为顶层北极星指标 直接衡量需求对公司级战略目标的推动程度[3][7] - 评估维度包括：与北极星指标的距离 OKR对齐度 直接财务影响(新收入/成本节省) 品牌市场价值[7][8][9] 依据二：用户价值与痛点 - 通过用户覆盖面(定量数据+分群)和痛苦指数(止痛药vs维生素)评估需求必要性[9][10] - 运用Kano模型区分基本型需求(高优先级)与魅力型需求[10] 依据三：成本与复杂度 - 实现成本(人天/故事点)是直接考量 技术风险(核心模块改动/新技术)和长期维护成本需纳入[11][12] - 机会成本是最重要隐性成本 体现为放弃更高价值需求的潜在损失[6][12] 依据四：时机与依赖关系 - 时间关键性包括市场窗口期 法规期限 价值衰减速度[12] - 依赖关系分为技术依赖(执行优先级倒置)和战略依赖(地基型需求优先)[12][13] 实践方法论 - 拒绝单一维度决策 需通过RICE/WSJF等量化模型实现多依据数学化融合[16][17][25] - 待办列表梳理会需产品 研发团队共同输入商业价值 技术风险等维度信息[19][20][21] - 协作工具可显性化排序依据 如自定义战略对齐度 用户痛点指数等字段[21] 动态调整机制 - 排序依据权重随产品生命周期变化 探索期重学习价值 成长期重商业价值[22] - 产品负责人拥有最终决策权 但需基于跨部门透明协同[26]

AI时代增长的变与不变 - 核心观点：在算力爆炸时代，最稀缺的是对用户需求的洞察力而非技术复杂度，商业本质仍是人与人的连接[1][2] - 不变原则：所有增长出发点始终是用户需求和洞察，如AI PPT通过挖掘宝妈群体未被满足需求实现差异化增长[12][13] - 变化方向：AI将不确定性转化为确定性，如拼多多基于人群分类1小时生成300万素材并智能筛选最优方案[45] 北极星指标制定方法论 - 制定依据：需结合用户洞察与行业观察，如美团将外卖指标从GMV切换为订单量以适应用户消费力下降趋势[18] - 动态调整：指标应随生命周期变化，招行从存款量→AUM→MAU+AUM→AUM的演变体现阶段性策略聚焦[26][27][30] - 平衡原则：需设置制约指标（如ROI）并兼顾长短期价值，字节直播业务设定用户体验伤害阈值不超过1%-2%[21][22] AI赋能增长实战案例 - 百度网盘：转型生产力工具后会员数增长50%，但面临办公人群接受度低的推广瓶颈[16] - 招商银行：通过AUM指标满足高净值用户资金灵活性需求，零售业务实现差异化增长[26] - 滴滴海外：基于油价上涨数据分析将巴西业务重点从C端转向B端司机激励[33] 数据分析体系构建 - 三级拆解法：一级按业务线（美团外卖/酒旅）、二级分B/C端、三级细拆新老用户结构与增长方向[33][34] - 关键因素定位：通过AB测试验证留存相关性，如美团商家核心诉求是"低成本多赚钱"需优化激励体系[36] - 智能监控趋势：未来系统将实现预判诊断，如识别新用户与沉睡用户画像相似性自动推荐召回策略[39] AI技术应用红利 - 投放优化：谷歌黑盒白盒打分法将素材拆解为价值卖点/演绎形式等维度实现精准调优[46] - 流量获取：Temu通过页面劫持技术篡改搜索入口低成本获客，国内厂商植入AI关键词抢占搜索流量[46] - 研究提效：秘塔/Kimi可结构化分析行业数据，自动输出竞品MAU、商业模式等深度报告[40][41] 留存与召回关键洞察 - 留存本质：基于产品核心价值，快手短剧业务起源于用户对剧情类内容的自发需求[54] - 召回模型：美团外卖通过地理位置、消费频率等200+维度建立用户流失原因预测体系[51] - 行业瓶颈：AI工具类产品普遍面临留存率低问题，头部情感陪伴类应用七日留存仅41%[56]