mindfulness

|: the quality or state of being conscious or aware of something.

简单聊一下搜索

以下是 F搜团队对于搜索产品的一些思考, 有兴趣的F友可以参与下讨论! 用户想要什么当用户完成搜索以后, 一个高效检索的注意力区域应该是这个 “Golden Triangle”. 那我们需要有一个高效的 context builder (上下文建立器) 帮助用户更快速的找到自己想要的, 用户的需求可以简化为下面两类问题 用户知道自己想要找什么 (有目的检索与匹配信息)用户不知道自己想要什么 (有方向获取与拓宽信息)抽象一下变成 知识/信息检索 (Indexing knowledge)知识/信息探索 (Exploring knowledge)问题拆解因此 context builder (上下文建立器) 需要专注在人体的感官摄入来最高效的完成上述两件事情. 在这个方面, 让我们专注视觉和听觉 (暂时忽略触觉, 味觉和嗅觉, we’re not metaverse ready yet LOL) 听觉 + 视觉 = 视频 视频适用于什么呢? 无目的的信息获取 (娱乐)复杂的信息获取 (教程)

I found the entire naked shorting game plan playbook posted on a forum in 2004. They called it "Cellar Boxing". + Yahoo / Morningstar censoring GME data depending on your IP. It's not a glitch.

I have 2 points to show you. First is that Yahoo is showing completely different values depending on your IP. Try using a VPN with a different country and you'll see. Second is that I stumbled upon the ENTIRE FUCKING GAME PLAN of the naked shorting scheme. I guess an

四个做产品的系统 - 问题篇 (新功能与增长)

四个做产品的系统 - 问题篇 (新功能与增长)

这个是我们 APMP 中的一篇阅读材料. 接下来会有一系列的阅读材料 + case study + 产品实操. 我们 APMP 的目的是识别能够超越我们期待的产品人, 赋予最好的知识和体系, 给予最大的空间和信任, 为用户和公司产生最大的价值. 目前计划的 APMP 包括以下: 四个产品体系四个做产品的系统 - 问题篇 新功能 增长四个做产品的系统 - 问题篇 规模化 PMF / PCF 扩张四个做产品的系统 - 应用篇 新功能 增长四个做产品的系统 - 应用篇 规模化 PMF / PCF 扩张Growth (增长)Acquisition (新增)Retention + Engagement (留存 + 促活)Monetization (商业化)Growth Models (增长模型) Growth

How do We Re-design Search Feature

How do We Re-design Search Feature

问题定位 Do we have problems or not? 我们的房源搜索服务的质量到底怎么样?如何衡量好与不好?Are we really sure it behaves as we designed as well as as user expected?  我们对这个问题一直没能给出一个清晰明确的答案。我们知道衡量的维度很多,却无法进行系统性的整理和分析;我们猜测各维度之间相互关联相互影响,却无法勾勒出具体的图像;我们粗略的了解一些指标,却无法往下拆解,也无法向上映射。我们自己用下来体感不好,觉得有很些功能的设计不合理,却无法给出具体的优化方向和解决方案。我们对用户的搜索意图充满了默认和假设,从来没有认真研究过该功能的use case和用户的实际使用情况。 案例分析Case study 我在某个小区发了一个房子,然后在搜索栏输入该小区所属街道的名称进行搜索,结果完全搜不到这个房子。经过反复尝试,我发现了两个能够搜到这个房子的方法。一个办法是直接输入这个小区名称进行搜索,另一个办法是在输入街道名称后,在drop down list里选择系统给出的与街道名称相关的地点提示进行搜索。

UI Experiment / 交互实验
A/B Test

UI Experiment / 交互实验

在之前的"如何做商业实验"中, 我有介绍到如何从宏观业务层面做商业实验 (BIE), UIE 则更加注重 KPI Optimization. 换句话说, UIE 是更注重微观层面, 更加面向用户的直接实验 (direct experiment).  对于 BIE 来说, 很强的业务和产品的 know-how (depth) 是必要的条件, 而 UIE 则更加侧重交互上的 test-anything-testable (breadth), 所以能够执行此类实验的同事不仅限于产品或者策略, eng和运营或者说全公司都可以参与此类的实验. 着重要鼓励参与和执行此类实验的同事是 UX Engineers (UXE) 和 associate product managers (APM). Func facts - Google 很有名的一个 41-shades-of-blue 实验就给公司带来了 $200 million 的额外收入. "But the

Our Business / 我们做的事

Our Business / 我们做的事

记得2017年时候, 手头这个项目刚刚启动时, 在晨兴的办公室见 Richard (刘芹), 他问我: "为什么选择这个行业?" 我回答说: "现在的年轻人太多的生存, 太少的生活. 我们想要做好的生活." 这个愿景也是我们一直 believe in 的. 房产, 医疗, 金融是 technology disruption 链条中最尾部的几个行业, 那为什么我们还要选择租房行业呢? 因为我觉得互联网的本质是信息 (information), 而租房是 entropy (熵) 最高的赛道之一. 表示整个垂直的 digitalization (电子化) 还没有大规模的发生, 而房产又是 fat-tail 的供给分布 + 低HHI 指数 (<100, 供给集中度很低). 行业的状态也是业务员职业生命周期 : 老板职业生命周期是一个 1:10+ 的状态, 所以无论是线上还是线下, 都是有很大的改进空间的. 但这是个很难的事 (所以才有意义做). 言归正传,

A Modest Proposal for PM and TPM

A Modest Proposal for PM and TPM

从2010年毕业, 经历过 investment banking, bitcoin 和 两个创业项目 (目前在做第三个). 对互联网行业的热爱和创业的热情是我始终没有消退的. 回顾过去几年的经历, 自己经历过 CEO, PM, TPM, HR, Architect 等等各种角色, 以下是我想和大家分享的我对一个 senior product manager / technical program manager 的部分认知和期待. 战略影响力和解决冲突能力影响 stakeholders 并与他们创建共识很多同学会专注在"影响"和"创建共识"这两个方面, 但是很多时候, 搞清楚谁是stakeholders, 在项目中他们关心和在乎的是什么, 往往是最重要的第一步. 当你搞清楚谁是 stakeholders 以后, 下一步就是创建共识和对齐目标: 时间表, 目标, 工作计划, 和合作规则. 这一步能让团队很快速的在一些简单的事情上面达成一致, kickoff 接下来的合作.当其中有初次合作的参与者, 你可以通过围绕几个技术和具体问题开展一些实际的讨论和研究来建立彼此的信任和尊重. ENG会更加认可切实际和可行的方案,

当思考 Product Roadmap 时...

当思考 Product Roadmap 时...

Lenny Rachitsky (Airbnb 前 PM Lead) 提出的几个小窍门, 帮助你更好的拓宽自己的产品思考 Talking to customers 访谈你的用户 👂️Talking to employees who talk to customers (e.g. sales, customer support, marketing) 访谈和用户交流的同事 🤗Observing your customers, through data and user research 通过数据和用户研究观察你的用户 🧐 Spending quality time with previous data dives and user research 仔细分析已有的数据做用户研究 🔬Using the product yoursel️

Our Culture / 文化和价值观

Our Culture / 文化和价值观

谁是用户?用我们产品的人 - 产品用户用你接口的人 - 工程团队成员读你文档的人 - 业务团队成员接受你提供的信息的人 - 所有和你接触的人 为什么需要文化?文化是一个让团队可以共同认可并满怀热情做事的方式. 公司文化的重要性?无论你是在沟通, 执行, 还是在思考, 都可以融入我们的价值观, 帮我们打造更好的文化. 这是我们每个人都有机会和负担, 因为在你的沟通, 执行和思考的过程中, 可以去帮助我们打造更强的文化, 亦可以去摧毁它. 我们的文化 1. Effective Learning / 有效地学习Instead of focusing on new things, learning to us is to discover the whys to existing situations or results. We implement "5 Whys"

Letter to Shareholders - 2019

Letter to Shareholders - 2019

To our shareholders: 新产品上线半年来已经累计吸引用户70万, 帮助5万多用户找到合租或完成出租. 目前我们37.2% 的用户是通过平台找到或租出房子的. 在此之外 出租平均完成时间为7.8天求租平均完成时间为5.7天转租平均完成时间为6.4天小程序生态内租房流量和活跃度全国排名第4平台内调研NPS 80 另外我们看到三个很重要的信号 (稍后revisit这个): 主动搜索来的新增用户已经从3个月前的5%增加到了现在35%(brand establishment)10%的用户每天在我们平台搜索整租信息 (sign of mainstream adoption)平台50%的用户是首次租房的小白 (pattern establishing)2018年是GenZ大量涌入社会的一年, 我们和这群人一起踏出了第一步. 我们需要和时间做朋友, 和这群人做朋友, 认真朴实的服务这个人群, 创造价值. 我们深信的不久的将来, 生活类的产品将越来越社区化, 越来越个性化. 年轻用户的心智的越来越成熟, 头脑的越来越聪明, 预示了市场越来越需要更纯粹的产品. 我们strongly believe产品公司being vulnerable to its users是和这个人群建立信任最有效地方式 (详见Brené Brown:

Letter to Shareholders - 2020

Letter to Shareholders - 2020

股东和同事们, 过去一年, 我们更加坚信租房行业还是体验最差的行业之一, 也是电子化和互联网化最滞后的行业之一. 但我们肯定它也会像当年的旅游业一样, 一步一步的从重线下(供应链个性化)、轻线上(流量非个性化)到重线上(流量个性化)、轻线下(供应链非个性化)发生转变的. 我们经常会问自己一个问题, 10年后的租房市场是怎样的, 如果答案是和现在完全不一样, 那这个改变肯定是有个变革者去完成的, 那why not us? 如果市场发展方向正如我们判断的一样, 只要我们执行得高效正确, 那舍我其谁? 我们专注的用户人群是租房行业的新人群. 为什么说是新人群呢? 因为我们平台上, 求租用户中大于60%是首次租房用户, 供给端和主流平台的overlap小于5%. We are the future. 我们认为接下来几年, 行业内的创新和突破会打破以往的僵局, 大幅提升C端用户体验和信任, B端用户的效率和利润. 我们一定要围绕着这群新一代的用户, 更好的去理解和分析他们的需求和痛点, 科学逻辑的迭代产品和优化供需,长期深耕, 让我们在未来的竞争中处于一个更好的战略地位. 目前团队情况 Product Team 我们认为租房平台和传统消费类平台不同的是: 传统消费行业是把货带到人, 而租房行业是把人带到货 (物流网络的不同)

How To Do Experiments / 如何实验
Product Management

How To Do Experiments / 如何实验

It doesn't matter how beautiful your thoery is, it doesn't matter how smart you are. If it doesn't agree with experiment, it's wrong. Richard Feynman Theoretical Physicist 这篇阅读是公司内部 APM (Associate Product Manager) Program 的阅读材料. 配合我们的其他相关文档使用, 可以在 Bootcamp 和 Experiment 里面找到. 在之前的"说说实验的重要性"里, 我们谈论到了 Experimentation driven + Growth driven Product Development

Amazon Redshift

How to Fix Disk-based Queries and High Disk Usage in Amazon Redshift

This is a cross-posting from https://www.intermix.io/blog/how-to-fix-disk-based-queries-amazon-redshift/ Table of Contents The WLM and Disk-Based queriesHow to Prevent Queries From Going Disk-basedIntermediate StorageWays to Limit the Amount of Intermediate Storage Used.Impact to Cluster Storage UtilizationConclusionProperly managing storage utilization is critical to performance and optimizing the cost

Amazon Redshift

Improving Amazon Redshift Performance: Our Data Warehouse Story

This is a cross-posting from https://medium.com/udemy-engineering/improving-amazon-redshift-performance-our-data-warehouse-story-5ec1282c13d8#:~:text=The concept is simple%3A for,EVEN%2C ALL%2C and KEY. Credit: pixabay.comIt is challenging to manage an optimized Amazon Redshift cluster. Scaling the cluster to meet your growing storage and computation needs while maintaining optimized performance