編輯導語：從0到1做一個産品，是很讓人激動也是很有成就感的一件事，很多PM一直都很期待自己能夠真正主導一個完成的産品。那麼，如果目前公司提供給你的資源并不充足，你該如何從0到1去做一款産品呢？本文作者圍繞這個問題，複盤了自己的經曆，為我們做出了解答。

前段時間，我司上線并投入使用了一款名為「智能動産融資登記數據查驗系統」的人工智能金融科技産品。作為這個産品的 PM，我複盤了下整個項目過程，希望能給大家帶來一些思考。

一、了解業務，分析需求

很多時候，需求就藏在你和人聊天的過程中。

在動産融資和擔保領域，人行征信中心的「動産融資統一登記平台（中登網）」是任何一家合規運營、規範開展業務的機構無法繞過的網站。

作為經物權法授權、由人行征信中心建立的國内動産融資登記服務平台，中登網提供了應收賬款質押、應收賬款轉讓、融資租賃等動産擔保的登記和查詢服務。

在動産融資和擔保領域，基本上全流程都會出現它的身影：在貸前為了滿足合規要求、防止重複融資并提前識别風險需要針對融資設計的動産信息進行查詢。

在貸中需要對融資和擔保的動産信息進行登記，以便提示資産歸屬、優先資産受償、避免法律糾紛。

在年初，我們團隊就克服了春節假期和新冠疫情的影響，如期完成了中登網的接口對接，将過去的人工登記升級成了系統自動登記，并提供基于接口的查詢功能，似乎已經滿足了業務中對于中登網的應用。

但是作為一個愛随時出現在各個辦公區撩閑願意傾聽用戶反饋的産品經理，在和風控同學的調（xian）研（liao）過程中發現因為查詢接口返回的數據并非結構化數據，風控同學需要逐個去下載登記表的 PDF 文件，而中登網的官方網站頁面則提供基于查詢條件的 Excel 彙總數據。

如果使用我們提供的查詢頁面，非但沒有減輕風控同學的壓力，反而對他們來說是一種折磨。所以他們更願意使用中登官網進行查詢，哪怕我們提供的服務不需要輸入手機驗證碼，不需要打開多個網頁。

那麼他們僅僅隻有彙總成 Excel 的需求麼？顯然不是，在進一步的了解中，我發現他們重點關注的是登記表中的「财産描述」部分，而這一部分在登記錄入的時候是一個多行文本框，寫什麼完全靠人來決定，并非标準化。

需要融資和擔保的動産信息是否已經被人登記存在于查詢到的登記中隻能靠人眼看，效率極其低下，工作強度和壓力都非常大。

每天晚飯吃完，我都要做到風控審單同學的旁邊聊閑。

通過不斷的「煩」這些小哥哥們進而整理得到了他們的真實訴求，我通過 KANO 模型整理了出來，當然用戶不多而且功能點不多，所以沒做Better/SI[1]和Worse/DSI[2]的計算：

• 下載 PDF 完全不能接受，如果能将查詢結果彙總成列表，可以一眼從上到下看到所有的「财産描述」，和中登網官網查詢結果保持一緻（必備屬性）；
• 在融資頁面可以直接查看該企業的中登網記錄（期望屬性）；
• 合并初始登記、變更登記的信息，将一條初始登記對應多條變更登記彙總起來（魅力屬性）；
• 可以剔除部分與審單無用的登記（魅力屬性）。

如果大家有興趣，我會寫一篇關于通過 KANO 模型計算優先級的文章，介紹如何通過 Better/Worse 系數來進行需求的排序。

二、一旦開始，相信自己

你要堅定的相信你自己要做的事情是有價值的，如果你說服不了你自己，那你就不要去做了。

既然發現了需求，那就開始幹起來。但是，我遇到了一個所有産品經理都會遇到的問題——研發沒資源。而且我這個需求不是一個老闆拍下來的需求，完全是我自己沒事找事。

怎麼辦呢？

不管了，先做了一個 PPT 原型，找到我們負責中登接口的小哥，畫個餅：這是風控有切身需求呀！AI 大數據，這是未來的方向呀！這做完升職加薪迎娶白富指日可待呀！反正我估計差點小哥就報警說我傳銷……

反正我是列出了 N 條必須做這個事情的理由，而且我自己竟然都信了！！！！

其實，如果你自己說服不了自己，你自己都不相信你自己代表的是你對于這個事情沒有完全想清楚。想清楚再說吧。

最後又是靠着我的磨人神功，小哥答應了我。我的課外活動小組終于可以成立了，雖然隻有兩個人……

三、MVP，持續疊代

互聯網時代，快是一種美德，極緻應該是你的追求。

隻有一個後端小哥……我忍了。我倆利用課餘時間，開始完成我們的課外作業。我們首先對官方的接口進行了分析，發現并沒有什麼我們可以使用的。

我倆先明确了我們需要實現的功能一定要用到 OCR，如果有 NLP 的話可以顯著提升我們的産品質量。我們從開始做到正式發布，短短一個月，我們利用課餘時間一共做了三個 Alpha 版：

• 第一版：僅僅實現了文件的 OCR 識别（至于 OCR 準确度和效率……能識别）；
• 第二版：我們認真分析了需要識别的文件，通過一些技巧（被我們稱為「文字識别輔助增強及目标檢測算法」，但是我絕對不會透露這個算法隻需要半天的開發量……是一個奇技淫巧），将識别準确率提高到了難以置信的 95%以上（2000 份文件，我們準确識别出了 1912 份，文字的準确率 100% ）；
• 第三版：我們加入了 NLP 服務，基本服務算是成型了，為以後功能的疊代提供了基礎。

這個項目給我最大的感受就是：一旦定下目标，就要立馬開幹，不然一旦拖下來，就會變得遙遙無期。快速出活，哪怕不甚完美。所有人都需要看到産出，熱情一旦耗盡産出就會變得遙遙無期。

出活之後要快速确定下一步要解決的問題，持續疊代，不能放下不管。發布了 Alpha 版以後，我們又迅速針對一些遺憾的地方，進行補充，老闆看到了成果也願意為此投入資源。

四、善于發現身邊的資源

沒有人手中的資源是完全夠用的，重點是你要善于去發現你身邊的資源。

在做 Alpha 版的時候，我們就選定了技術路徑：OCR 從中登網獲取的 PDF 文件得到文字，再通過 NLP 對數據進行處理，最終得到我們需要的數據。

想法是美好的，但是現實是挫折的。

我們團隊的自研 OCR 模型主要針對的是企業和個人證件以及發票，并沒有針對表格文字進行訓練。識别效率慘不忍睹。這可如何是好。

如果說 OCR 隻是效果不好，那麼 NLP 可真的是我們無知無畏了。我倆隻是在網站上看到過這個詞，聽說很牛逼~emmm，但是問了一圈，沒人會呀，這都是個什麼玩意兒……

這時候，當年前同事教我的絕技——沒有什麼是花錢買不來的給了我啟發——從阿裡雲上買了相關的服務，先用起來（主要是不貴，貴我自己也買不起）。

感謝雲廠商，阿裡雲這是廣告請打錢！

之前有一個小朋友跟我吐槽，說他們團隊什麼積累也沒有，想做些事情研發同學告訴他：做不了。

我當時就反駁了他這種想法——你作為一個 PM，你首先要想的是你怎麼把這個事情做成，而不是說在抱怨團隊沒有資源。任何一個團隊的資源都不會 100% 滿足每一個需求。

如果事事都等到團隊的資源到位，那事情也不需要做了。

在 Alpha 版上我們處理處理邏輯以外均采用了雲服務商的服務，用最小的代價實驗了想法的可行性。

在 Alpha 版開發的同時，我們也看到了集團 NLP 團隊的一些成果，不要猶豫，快速在 OA 上找到了他們的負責人，需求他們的幫助：最終他們專門為這個需求訓練了一套模型，最後的結果是識别率高達 97%。一個非常不錯的識别率。

這裡我要說的是，很多技術其實早就有成熟的解決方案，可能在你身邊，也可能通過雲、github 等各種方式很容易找到。重點是你要善于發現。

References：

[1]Better/SI:Better/SI=（魅力 期望）/（魅力 期望 必備 無差異）

[2]Worse/DSI:Worse/DSI=1*（必備 期望）/（魅力 期望 必備 無差異）

#專欄作家#

張小璋，公衆号：張小璋碎碎念（ID：SylvainZhang），人人都是産品經理專欄作家。野蠻生長的産品經理，專注于互聯網金融領域。

本文原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于 CC0 協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部