基于自身强大的知识基础和自信进行角色扮演和职责履行

  好的产品经理了解市场、产品、产品线和剧烈的(市场)竞争,并基于自身强大的知识基础和自信进行角色扮演和职责履行。好的产品经理是产品的CEO。好的产品经理能全力履行职责并以产品的成功进行衡量。他们对正确的产品、正确的时机以及所有相关细节负有责任。好的产品经理了解公司、收入基本、竞争等种种情况的相关信息,他们负责制定并毫无托词地执行一个成功的计划。

  差的产品经理有众多借口。比如,资金不足、技术经理很白痴、微软拥有10倍的工程师致力于开发同样的产品、我超负荷了、我得不到直接充分的指导。Barksdale不会制造这些借口,同样产品CEO也不会。

  好的产品经理不会被需要共事交付正确产品、履行正确时间的其他各类组织占用全部时间。他们不会耗掉所有产品团队的时间、不会制定管理各种职能、不会成为产品队的一部分;相反,他们管理产品团队。技术团队不会将好的产品经理当成营销资源。好的产品经理是技术经理的营销同行。好的产品经理清晰地定义目标、做什么(需求),并管理交付什么。而差的产品经理在指出“怎么做”的时候自我感觉最棒。好的产品经理能以书面方式清晰地沟通工作上的事,即便在口头形式上也能做到清晰沟通。好的产品经理不会随便给出指示。但是,好的产品经理会非正式性地(不刻板)收集信息。

  好的产品经理会制作可参考的附加材料、常见问题解答、简报、白皮书。差的产品经理抱怨他们整天回复销售团队的问题,以至于头晕脑胀。好的产品经理期望严重的产品缺陷,并建立真实可靠的解决方案。而差的产品经理整日跟踪消除缺陷。好的产品经理对于重要问题(强竞争力的绝招、结实的架构抉择、艰难的产品决策、市场攻击或收益)进行书面记录。而差的产品经理口头陈述观点并悲叹类似问题不要在发生。一旦差的产品经理失败了,他们则指出自己已经预测到会失败。

  好的产品经理使团队关注收益和客户层面。而差的产品经理则让团队聚焦微软正构建的功能数。好的产品经理定义可暴力执行的好产品。差的产品经理则定义这样的“好产品”:不能执行或无法让技术人员构建他们想要的行为(比如,解决最大难度的问题)。

  好的产品经理会考虑:在发布计划中向市场交付高价值的东西,并在发布之后获取市场份额、取得收益目标。而差的产品经理对于交付价值、匹敌的竞争性功能、定价和普遍性之间的区别,却混淆不清。好的产品经理分解问题,而差的产品经理将所有问题捆绑为一个大难题。

  好的产品经理考虑想让媒体书写的故事。而差的产品经理跟媒体一同思考覆盖每个功能、考虑在真实技术上确保(描述)准确。好的产品经理咨询媒体问题,而差的产品经理回答媒体的任何问题。好的产品经理假定媒体和分析师是聪明的。差的产品经理则假定媒体和分析人员是外行人——(认为他们不理解“推动”和“拟推动”的区别)。

  好的产品经理在“‘明确’对比‘解释浅显问题’”方面犯错。而差的产品经理则从不解释显而易见的问题。好的产品经理定义他们的工作和成功,而差的产品经理经常需要被告知做什么。

  好的产品经理每周及时发送他们的现状报告,因为他们遵守纪律。而差的产品经理忘记及时发送,因为他们不重视纪律。

  Ben Horowitz这篇不朽的杰作诞生于1996年,但时间的久远丝毫不影响其对当前的警示作用。那时,作为Netscape产品管理部门经理的Ben,没有假大空地介绍产品经理的角色和责任,而是很直观地对比了一个好的产品经理和差的产品经理。

时间: 2024-10-13 18:52:27

基于自身强大的知识基础和自信进行角色扮演和职责履行的相关文章

《中国人工智能学会通讯》——6.4 基于深度学习的知识图谱构建

6.4 基于深度学习的知识图谱构建 随着深度学习在自然语言处理领域应用的不断深入,人们也开始尝试将深度神经网络用于知识图谱的自动构建.在此,以实体和关系的表示学习技术为基础,讨论深度学习在命名实体识别.关系抽取.关系补全等任务上的应用. 命名实体识别 命名实体识别是从文本中提取出和人名.地名等特定的短语或名称的任务.早期的命名实体识别主要基于规则和词典来进行,对规律性较强的文本环境较为适合,但难以摆脱对领域专家的的依赖,费时费力且难以移植[28] .随着语料数据的增长,研究者逐步将机器学习和统计

《推荐系统:技术、评估及高效算法》一3.2 基于内容的推荐系统的基础

3.2 基于内容的推荐系统的基础 基于内容的推荐系统通过分析一系列用户之前已评分物品的文档和(或)描述,从而基于用户已评分对象的特征建立模型或个人信息[63].个人信息是用户兴趣的结构化描述,并且被应用在推荐新的感兴趣的物品中.推荐的主要处理过程是将用户个人信息的特征和内容对象的特征相匹配,结果就是用户对某个对象感兴趣程度的评价.如果这份个人信息准确地反映了用户的偏好,信息访问处理过程则能带来巨大的优势.例如,通过判断这个用户是否对指定网页感兴趣,以及在不感兴趣的情况下阻止显示,从而达到有效过滤

云队列:一个基于Hadoop的大规模消息基础平台

云队列:一个基于Hadoop的大规模消息基础平台 东华大学 史冬冬 本文基于从当前分布式系统消息通信的需求出发,并结合Hadoop云计算平台,提出了一个面向Internet规模的.高性能和高可靠的消息队列服务平台--云队列(Cloudqueue).通过云队列平台所提供的消息服务实现异步通讯.存储转发.可靠传输.跨互联网等特性,云队列可以在云计算时代为应用程序提供高性能.高可靠.大容量的面向互联网的消息传递服务. 文章从现实需求出发,在分析了消息中间件的相关基础知识和Hadoop关键技术的基础之上

几分钟:基于视频的在线知识问答平台

几分钟是一个HowTo类http://www.aliyun.com/zixun/aggregation/35637.html">视频分享网站,同时也是一个基于视频的在线知识问答平台.几分钟用户可以在几分钟分享自己如何做某件事的视频,也可以在几分钟进行提问,让其他的用户通过视频来给你解答. 目前几分钟上的分享视频支持将优酷和土豆的视频直接进行分享,目前几分钟提供的视频主要包括视频教程,视频列表(专辑),视频讲座等 类似网站: 5Min是一个提供解决实际问题的视频分享服务的网站,你可以在这分享

基于云计算的医院信息基础平台建设

基于云计算的医院信息基础平台建设 马锡坤 史兆荣 王与荣 于京杰 医院信息基础平台是信息应用平台和运维平台的根基.利用云计 算技术,构建虚拟计算池.存储池.网络池.桌面池.安全池等资源池,建设动态数据中心和虚拟桌面,为数字化医院建设奠定坚实的信息基础平台.文章通过分析 传统医院信息基础平台现状,介绍云计算技术原理,阐述了基于云计算的医院信息基础平台的建设目标,提出应遵循的建设原则,并指出云计算平台是医院信息平台的未来. 基于云计算的医院信息基础平台建设

基于Hadoop的数据仓库Hive基础知识

Hive是基于Hadoop的数据仓库工具,可对存储在HDFS上的文件中的数据集进行数据整理.特殊查询和分析处理,提供了类似于SQL语言的查询语言–HiveQL,可通过HQL语句实现简单的MR统计,Hive将HQL语句转换成MR任务进行执行. 一.概述 1-1 数据仓库概念 数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented).集成的(Integrated).相对稳定的(Non-Volatile).反应历史变化(Time Variant)的数据集合,用于支持

资料:数据恢复知识基础_应用技巧

计算机上只有数据是最关键的,数据的丢失才是最大的损失.下面我来讲解一些数据恢复的基本知识. 首先申明一点,对于重要数据,备份数据才是防止数据丢失的根本方法,而数据恢复依赖于很多因素,很难完全恢复数据,一般是仅仅可以恢复部分数据. 数据恢复就是找回丢失的数据,例如彻底删除某个文件或文件夹,重新格式化磁盘,重新分区磁盘等等都会造成数据的丢失.更严重的数据丢失是存储介质硬件损坏,例如,硬盘不小心摔坏了.硬盘根本就不认了.硬盘有大量坏道等等.最值得注意的一点是,一旦意识到数据丢失了,立刻停止一些不必要的

用Java实现可保存状态的数据库生成XML树(1)-基于weblogic,包括一些基础问题,非常详细的。

web|xml|生成xml|数据|数据库|问题 用Java实现可保存状态的数据库生成XML树目录  0.    关键字词注释    11.    目的    12.    设计思想    13.    实现概要    14.    实现步骤    24.1.XML文档结构定义    24.2.数据表的结构定义    44.3.构造生成XML的servlet    44.4.构造显示树型结构的XSL模版    84.5.构造生成点击树型XMl显示详细节点内容的Servlet    124.6.Se

基于url权限管理 shiro基础

什么是权限管理 只要有用户参与的系统一般都要有权限管理,权限管理实现对用户访问系统的控制,按照安全规则或者安全策略控制用户可以访问而且只能访问自己被授权的资源. 权限管理包括用户认证和授权两部分. 用户认证 概念 用户认证,用户去访问系统,系统要验证用户身份的合法性.最常用的用户身份验证的方法: 1.用户名密码方式 2.指纹打卡机 3.基于证书验证方法 系统验证用户身份合法,用户方可访问系统的资源. 用户认证流程 关键对象 subject:主体,理解为用户,可能是程序,都要去访问系统的资源,系统