何其佳的产品设计方法论(3):设计步骤1-为什么会做这个产品

当我们想做产品的时候,一定是有原由的,不可能随便做一个出来。那么,决定我们为什么会做某个产品的原因是什么呢?

我想有两个大的方面:

第一种:解决某个痛点,解决某个需求。这个细分下来又会有两种情况:

一,现有的产品用户使用起来不方便,不顺手。我觉得这个主要有两点,一是时间,而是金钱,当我可以设计出新的产品节约用户的时间和金钱的时候,那就一定是解决了现有产品的问题。

比如在电商出现前大家都是到商场里面买东西,到商场买东西哪里不好呢,一个是不好比价,一旦我看中了某个东西,想看看其他地方是不是便宜点,那我就需要换个商场,还得看换的这个有没有那个东西,有了,我才能对比看看哪个加个更低,还有就是商场买东西的话,比如我看衬衣,我得一个一个牌子的转,看看有什么款式,往往转了大半天都没看到满意的,白白浪费了我的时间。

电商于是应运而生,我在网上可以马上对比同一个商品不同商户的价格,一眼就看出来哪个价格低,用户的时间和金钱一下子就被节约了。同时我想看看衬衫的时候,我一搜索,就是一屏一屏不同款式的衬衣,一眼就能看到很多款式,非常的方便,于是淘宝就火了,因为它极大的节约了用户的时间和金钱。

二,当人们现实生活当中某个问题在当下得不到解决的时候,这个时候设计个产品来解决这个问题

比如早期的电商,采用的是先付款,后发货的方式,非常的不方便,同时也非常的危险。我在网上买个东西得看看这个商户的交易量是不是够高,如果很低那很容易是骗子,同时我得看看大家的评价,这个商家是不是有不发货的情况。买家付款以后就眼巴巴的等着收货,生怕被骗。那个时候也确实出现很多骗子,收了钱不发货,店被封了就换一个,所以那个时候的往上交易是很考验人品的。因为信任问题得不到解决。

为了解决这个问题,paypal和支付宝诞生了,他们作为交易的中间商,买家的钱先存在他们那儿,等买家收到货,确认对版以后,再把钱打给卖家,一下就解决了网上交易的信任问题,于是电商迎来了爆发式的增长。

另外一个例子就是android手机,用户们很早就发现,android手机用一段时间以后就会变慢,怎么都搞不好,这个时候只能恢复出厂设置,麻烦啊。而且用一段时间以后照样变慢。

于是各种系统优化软件出现了,用户只需要轻轻一点,就可以释放内存,清理垃圾,不用再恢复出厂设置了,于是系统优化软件常年高居android软件下载排行榜前列。

 

第二种,就是我手里有了一个很不得了的技术,我得把他用起来

比如最近很火的Prisma。其实在他之前有数不清的各种照相软件,图片优化软件,图片滤镜软件,市场早就被沾满了。但是今年年CVPR oral上出现了一个文章“Image Style Transfer Using Convolutional Neural Networks”。

此方法的巧妙及其惊人效果已经引起在学术界引起了广泛关注。众所周知在如今的人工智能领域引起革命的深度学习技术已经将众多任务推向了实用的水平,而Prisma用的技术也不出意外的基于深度神经网络,它的系统核心是利用神经表征来分离,再组合随机图片的内容和风格,以此来实现一个可用来描绘艺术图像的算法它的基本想法是利用一个多层的卷积神经网络(CNN)抽象出给定绘画作品里一些高级的隐藏特征用来模仿绘画风格,并把这个绘画风格应用到一个新的图片上。

而在纹理转换领域,之前传统方法之所以没能取得这么惊人的效果,其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征,这导致这些方法无法独立的对图片的语意内容和风格的变化进行有效地建模,从而无法很好地对两者进行解耦和合成。

而深度神经网络之所以可以在众多领域中取得惊人效果,正是由于其可以抽取出高层次的信息表征。Prisma所使用的方法之所以能成功,就是很巧妙地利用了深度神经网络抽取高层图片表达的能力,能在几十秒内把一张普通的照片转变成一副极具艺术特色的现代画作或者西方名画风格作品。

但是这个计数有个问题,他的运算量非常的大,Prisma通过优化了算法,相对缩短了一大部分的操作时间,并且用户不需要到网页提交照片、不需要注册即可免费使用35种不同绘画风格的滤镜。

于是Prisma火了。

在上个月,Prisma甚至做到了本地运算。。。

这就是技术带给我们的

 

2017年6月16日更新:

最近看了很多有关服务设计的书,对为什么设计这个产品有了个新的认知,那就是,其实新的产品不一定要是功能的革新,也可以是整个服务流程的革新和再造,有时候同样也能达到效果

发表评论

电子邮件地址不会被公开。 必填项已用*标注