技術(shù)對(duì)產(chǎn)品的驅(qū)動(dòng)力

互聯(lián)網(wǎng)井噴的十年已經(jīng)過去，十年間衍生出了眾多國(guó)民級(jí)應(yīng)用，涵蓋了社交、出行、娛樂和貿(mào)易等幾乎人們生活的各個(gè)領(lǐng)域，那么所有人都在想著同一個(gè)問題——互聯(lián)網(wǎng)的下一個(gè)十年會(huì)如何？很多人說流量紅利消失了，流量紅利并不是消失了，而是變得更加金貴了，產(chǎn)品的核心競(jìng)爭(zhēng)力不在于產(chǎn)品滿足了用戶的哪方面需求而在于如何能更好的滿足用戶需求。技術(shù)對(duì)于產(chǎn)品的驅(qū)動(dòng)力越來(lái)越明顯，而對(duì)于產(chǎn)品經(jīng)理的要求也越來(lái)越高，產(chǎn)品經(jīng)理的能力模型也在不斷迭代。

舉個(gè)簡(jiǎn)單的例子，淘寶的雙十一超級(jí)活動(dòng)，我們使用淘寶秒殺和搶購(gòu)的過程中，如果出現(xiàn)了服務(wù)器繁忙這些詞匯，對(duì)于用戶體驗(yàn)的影響折損是巨大的，用戶在使用軟件的過程中只關(guān)心能不能滿足自己的需求，他們是不會(huì)考慮后臺(tái)少則千萬(wàn)動(dòng)則過億的并發(fā)訪問量的，但是作為產(chǎn)品方為用戶服務(wù)卻不得不考慮這個(gè)問題，這時(shí)候單純的站在用戶視角很難解決這個(gè)問題，高性能高負(fù)載成為了產(chǎn)品最具價(jià)值的核心競(jìng)爭(zhēng)力（ps：近幾年好多產(chǎn)品因?yàn)樾阅茴l繁上熱搜，隨后就是廣大網(wǎng)友的各種對(duì)比），這只是一方面性能問題，數(shù)據(jù)的存儲(chǔ)問題，大數(shù)據(jù)配合深度學(xué)習(xí)的場(chǎng)景化投放問題等等，讓產(chǎn)品從認(rèn)識(shí)用戶到讀懂用戶，很像一對(duì)戀人從戀愛到結(jié)婚的過程。
一個(gè)復(fù)雜系統(tǒng)的架構(gòu)設(shè)計(jì)其實(shí)就是用產(chǎn)品思維解決技術(shù)難題，如何讓數(shù)據(jù)走最快的路到達(dá)自己應(yīng)該被讀取/存儲(chǔ)的地方？數(shù)據(jù)：“我能怎么辦我也很無(wú)奈啊，堵車很難受啊。”如何在高并發(fā)的情況下保障前端用戶的響應(yīng)時(shí)間不超過200ms，從用戶體驗(yàn)層面這個(gè)需求非常簡(jiǎn)單可以一筆帶過，但是系統(tǒng)要考慮的是如何在這200ms內(nèi)完成數(shù)據(jù)整個(gè)鏈路的傳輸，同時(shí)保障各數(shù)據(jù)庫(kù)間的數(shù)據(jù)一致，考慮事務(wù)的提交終止和回滾，還要考慮最底層的計(jì)算資源能夠支撐該負(fù)載量，這一系列問題帶來(lái)的是諸如數(shù)據(jù)庫(kù)主從熱備份，分布式鎖服務(wù)和緩存機(jī)制等多個(gè)技術(shù)體系升級(jí)，在整個(gè)數(shù)據(jù)的流轉(zhuǎn)和計(jì)算過程中還要解決數(shù)據(jù)冗余和異常處理的問題，在這個(gè)過程中我們不難發(fā)現(xiàn)一個(gè)時(shí)間需求帶動(dòng)的是多個(gè)系統(tǒng)的性能需求和整個(gè)產(chǎn)品的后臺(tái)邏輯需求。
為了做更好的抽象我們來(lái)舉個(gè)比較實(shí)在的例子，最近春運(yùn)，拿用戶搶票流程中支付前過程進(jìn)行舉例：用戶進(jìn)入車票詳情頁(yè)，車票詳情頁(yè)在高峰期請(qǐng)求量很高，為了讓用戶不進(jìn)入這個(gè)頁(yè)面卡頓，這是用戶體驗(yàn)需求，肯定不可能讓每個(gè)用戶訪問該頁(yè)面都請(qǐng)求一次服務(wù)器，這時(shí)候就需要運(yùn)用緩存技術(shù)將該頁(yè)面單獨(dú)緩存然后給用戶請(qǐng)求這時(shí)候有效解決了用戶體驗(yàn)的問題，對(duì)應(yīng)后臺(tái)的需求則是數(shù)據(jù)庫(kù)同步，緩存寫入和釋放等需求。用戶點(diǎn)擊下單，高峰時(shí)段幾千號(hào)人搶幾十張票，這時(shí)候售票平臺(tái)會(huì)面臨超售的情況，用戶會(huì)面臨前臺(tái)顯示和后臺(tái)真實(shí)儲(chǔ)量不一致的情況，避免這種情況發(fā)生需要應(yīng)用分布式鎖服務(wù)和在數(shù)據(jù)庫(kù)中票數(shù)預(yù)減和真實(shí)數(shù)據(jù)庫(kù)中票數(shù)反饋的問題，在這中間頻繁的發(fā)生數(shù)據(jù)交互，最核心的就是數(shù)據(jù)一致性問題。
如何面對(duì)一個(gè)復(fù)雜架構(gòu)和系統(tǒng)的設(shè)計(jì)這是擺在產(chǎn)品經(jīng)理面前的一道難題，不僅要對(duì)業(yè)務(wù)內(nèi)容有很深的理解，同時(shí)也要對(duì)系統(tǒng)的運(yùn)作有清晰的認(rèn)知，系統(tǒng)是沒有很高的容錯(cuò)空間的，但是影響用戶的覆蓋面是非常大的，這時(shí)候?qū)τ谝粋€(gè)高度集成的系統(tǒng)來(lái)說是非常復(fù)雜的。技術(shù)體系本身也是產(chǎn)品，只不過所有內(nèi)容都是抽象出來(lái)的而已，如何讓這個(gè)抽象的過程更清晰和更高效，底層服務(wù)平臺(tái)，平臺(tái)服務(wù)用戶，這是這個(gè)時(shí)代產(chǎn)品經(jīng)理應(yīng)該思考的問題。
技術(shù)不等于開發(fā)，不等于算法，也不等于運(yùn)維，技術(shù)是一個(gè)服務(wù)框架是一套思維體系，這個(gè)框架內(nèi)包含算法設(shè)計(jì)，前后臺(tái)邏輯設(shè)計(jì)，數(shù)據(jù)庫(kù)邏輯設(shè)計(jì)，學(xué)技術(shù)不是說今天寫hello world，明天寫TensorFlow，后天用python做自動(dòng)化運(yùn)維這樣，我們要懂得技術(shù)體系和產(chǎn)品結(jié)構(gòu)的深度融合，主要體現(xiàn)在三方面：

1. 讓產(chǎn)品更懂用戶，推薦策略穩(wěn)準(zhǔn)狠；這里我們要知道算法的原理是什么，應(yīng)用方式是什么，數(shù)據(jù)清洗的目的和方法，能給用戶帶來(lái)什么便利？結(jié)合用戶群的屬性和用戶場(chǎng)景做產(chǎn)品，讓產(chǎn)品站在用戶角度考慮問題，這里包括用戶不同場(chǎng)景安全策略有哪些，該場(chǎng)景下用戶更注重空間還是時(shí)間，如何讓系統(tǒng)更精準(zhǔn)的衡量用戶使用成本和收益？
2. 降低開發(fā)、維護(hù)和迭代成本，充分考慮產(chǎn)品功能擴(kuò)展性和技術(shù)平臺(tái)擴(kuò)展性，多路復(fù)用管控統(tǒng)一方便企業(yè)進(jìn)行產(chǎn)品的運(yùn)作，同時(shí)方便整個(gè)產(chǎn)品管理流程中產(chǎn)品與開發(fā)和數(shù)據(jù)科學(xué)的溝通等等
3. 用戶體驗(yàn)升級(jí)，更快識(shí)別和響應(yīng)用戶需求，平臺(tái)如何做到高負(fù)載高并發(fā)讓用戶無(wú)感知，用戶使用產(chǎn)品的流暢性如何提升等等。

資歷尚淺對(duì)用戶的理解沒有那么深刻，歡迎各位大佬提意見同時(shí)互相學(xué)習(xí)。