行业产品经理对内容产品商业化思考

本文主要介绍行业经验对产品经理的重要性,另外,我们也介绍下内容产品商业化的一些思考,这几天一直在思考一个问题:产品经理的底层认知,是否可以不受行业经验影响,而迅速复用在各个行业?相信很多产品经理看到这个问题,答案都会是“是的”。之前也在很多讲产品经理岗位定位的文章和书籍中看到这样的观点。

行业产品经理对内容产品商业化思考

为什么行业经验对产品经理很重要

产品经理的核心能力之一就是将业务抽象出来,流程化、规范化地解决问题;

产品经理需要具备产品思维,这种关注需求、关注用户、关注体验的思维是可以应用到任意领域的;

业务能力是可以重新积累的,硬核的始终是逻辑思维,产品设计的方法论,对需求的感知和分析,对用户的理解和认知,工具的使用。这些都是可以复用的。

但今天想聊的,则是建议你换个角度想:假设你是产品Leader,想给产品团队招人,你愿意给跨行人才机会么?

据我观察,站在市场大环境下看,“行业经验”还是选人的一道较大门槛,虽然很多做产品的底层逻辑一致,但站在企业角度,主要会思考2件事:

1、自己的行业是否具备较高的进入和学习门槛。比如AI、供应链、大数据、金融这样的领域,都要经过一段时间学习才能足够上手熟悉,更不用说做出成绩要花多少时间了。而这样的时间,你是否等得起?

2、产品经理的价值,对公司而言只有2个,要么就是能帮公司挣钱,要么就是能帮公司省钱。而这2点如果你具备相关经验,风险就是可控的,也能提高达到这两点目标几率的。因此从风险控制的角度也要尽可能找同行业背景的人。

但也有2种情况例外:

1、企业希望内部创新,引入新鲜血液时。比如滴滴要做外卖会寻找美团的人。

2、相关产品对业务影响不大,且求职者之前负责的产品业务逻辑比当前产品要复杂时,本着“向下兼容”的逻辑,也是可以考虑的。比如招一个做过CRM的人来负责CMS~

我的观点是:坚持深耕在一个行业4-5年,充分掌握了该行业的玩法、逻辑和商业模式,再思考如何利用自己擅长的抽象思维法,将其沿用在其他领域,才是产品经理最性感的地方。

比如假设你做的是一款招聘产品,将其抽象出来其实就是供给方和需求方的高效对接平台,那在此基础上加上订单支付体系就是一套电商平台,加上UGC就是一套职场社交平台,加上IM就是一套客服系统,以这样的思路去拓展自己的边界,相信会把自己的视野放的更宽。

内容产品商业化思考之品牌号

对标到内容这个产业呢?从宏观上看,内容产业既有价值创造类企业,也就是各类媒体公司、影视娱乐公司、游戏公司、印刷物出版公司等;也有传递价值类企业,比如各类线上自媒体平台、线下书店等。但价值创造类占大头。

那按刘润老师的说法,身为价值创造类的内容公司,可以怎么做“延续性创新”呢?

先说下什么是“延续性创新”,就是采用什么手段有创造力地把原来的事情做的更好,也有一种说法叫“微创新”。对大多数企业而言,主体核心不能随便变,因此需要通过渐变式创新获得进化。比如哈佛商学院在授课流程中引入“案例教学法”,比如海尔把冰箱和洗衣机做的更小、更省电,比如海底捞提供的美甲服务。

回归到内容公司,其核心业务就是“内容生产”,那延续性创新的目的就是生产出更好的内容,给用户更深的体验和感知。这些环节上可以怎么创新呢?

内容生产环节,以媒体为例,包括:

找素材、选题、上会讨论、写初稿、审稿、编辑、发布

这几个核心环节,每个环节都有可以创新的可能:

找素材。传统获取渠道有2种,第1是线上,就是天天到各大网站、公众号、群里去搜集信息;第2是线下,也就是约采访,有远程采访、面对面采访、群访等做法。可改造的点,线上部分,可以通过爬虫抓取的方式,从主动找变成被动推,只要设置好内容源,盯一个屏幕即可。

在此基础上,还可叠加关键词即时通知,热点内容自动计算,重复内容自动汇总等功能,进一步提高素材收集效率和量级,这点我觉得Readhub这个产品就特别好,很适合记者收集线索,还有即刻App也是个很好的工具。线下采访,则可以考虑采访流程线上化(采访计划系统),采访内容数字化(录音转文字),采访信息整理自动化(自动归类结构化)等功能。

选题。具体什么内容值得写,算“好内容”,一般是基于内容热度、是否符合媒体价值观、有PV增长潜力、是否有适合风格的作者来写几个角度评估。热度和PV增长潜力可以通过算法进行预测,作者排期可以通过工作计划管理功能选择。做完以上事情后,连后一条“上会讨论”都可以省掉,直接进行线上确认即可。

写初稿。写稿工具的创新,主要集中在“编辑器”的优化上,写稿常见问题和解决方案有:

1、写半截丢失——采用历史记录保存功能解决。

2、引用内容不好找——采用引用文章库和自动引用功能解决。

3、多人同时写一篇稿子会相互覆盖——支持实时可视化多人编辑和冲突检测功能。

审稿。主要集中在错字、敏感词、版权问题、是否符合调性几个方面。调性方面可以基于机器学习历史文章计算新内容是否具备调性相关性进行判断,错字采用自然语言处理技术识别并给出修正建议,敏感词则需要接入反作弊系统,版权则可以接入第三方版权接口进行自动判断。

编辑。编辑工作的创新,主要集中在:

1、排版不好看——支持丰富的排版工具。

2、互动性不够——支持话题、投票、表态等功能增加用户表态机会。

3、起个好标题——支持通过历史高PV文章的标题模式提供多个参考标题建议,以及多标题的AB测试实验。

发布。发布环节的创新,第一是阅读人群定向分发;第二是发布后的点击数据收集;第三是发布后的传播数据收集。还可以采用实时排行的方式给内容打分,评估内容质量,以备进一步对内容写作方向和风格进行调整。

当然,以上环节只是所有内容产业的冰山一角,我提的方案也相对零散,如果能有一套系统完整提升内容产业链的生产效率,提升生产内容的质量,那一定价值很高。

本文由用户 @那个谁谁谁发布于新媒体运营,未经允许,禁止转载。

题图来自Unsplash,基于CC0协议。

本文由 新媒体运营 作者:那个谁谁谁 发表,其版权均为 新媒体运营 所有,文章内容系作者个人观点,不代表 新媒体运营 对观点赞同或支持。如需转载,请注明文章来源。
2

发表评论