本文作者改写了2019年的工作经历,总结了2019年学到的知识和经验。享受~
在线一对一项目失败后(前一篇文章重写),焦点转移到公司的主要产品:记忆单词应用。根据时间表,这一阶段的工作可以分为四个部分:小游戏;参加课程;应用程序本身的优化迭代;业务活动的要求;
件一件
1、小游戏
因为在游戏公司做商业计划之前,游戏很方便本质上,游戏有三个要点:参与者、规则和反馈。单词的小游戏是以规则的形式背诵单词。
例如:有一个叫arena before app的小游戏。玩家需要根据沙盘上的中文意思将分散的字母拼写成英文单词。如果单词拼写正确,玩家手中的英雄可以对对面的怪物发动攻击。拼写错误,怪物攻击玩家竞技场上
,记忆单词=玩家攻击的规则如果你想赢得这场战斗,你必须拼写正确的单词。当然,竞技场中的所有单词都来自用户自己选择的单词书,并且数据是相关的。玩家也可以通过打卡和充值游戏货币来购买设备和更换角色,这是解决通货膨胀、无限制消费甚至应用利润的好方法。
游戏已经停产17年了,但是到目前为止,仍然有来自用户的反馈,希望这个功能会回来。当轮到我做
的时候,我一开始还在考虑做传统游戏。排名、实时竞争、徽章和成绩都是必要的外部反馈。游戏的核心是,当我还是个孩子的时候,我想回到过去,向泡泡龙、俄罗斯方块或跳蛙学习。开始时,
主要想到两个想法(有更多的脑暴力链接):
(1)单词泡泡龙
空中有坠落物体(英文单词),玩家手持旋转罗盘(罗盘上放置三个中文定义不同的小球),发射小球并与坠落物体碰撞如果落下的物体和球相互匹配,两者都被消除,下一个落下的物体再次落下如果跌落与球不匹配,球员的生命值将会降低。玩家的生命值为零,下落的物体仍未结束,因此游戏失败。玩家在归零前移除所有掉落的物体,从而赢得游戏。
游戏结束后,玩家可以看到游戏的评级以及当天玩游戏的用户的总排名。重建巴别塔上帝摧毁了巴别塔,英雄们会重建它从零级开始,对于拼写正确的每个单词,玩家成功地建造了一层巴别塔并爬上了一层。对于每个拼错的单词,巴别塔减去一层,而玩家下降一层。
的巴别塔没有尽头,但已经取得了胜利。在攀爬的路上,如果玩家已经通过或者已经通过,玩家会被提醒你已经通过xx或者xx已经通过了你。同时,每次你到达一定高度,玩家也可以给新玩家留下一条弹出信息。这两个想法
相对来说比较简单,基本上符合中文和英文。我更喜欢二楼,因为它更有意义,而重建的过程也是生活奋斗和语言学习的隐喻。
,但不幸的是,这两个计划都被否决了原因是它不适合老板的口味,而老板希望将语义网集成到游戏中。我曾想过把2048作为语义网的一个小游戏,但我终究没有这么做。
年后,宠物发展计划获得批准。
(3)冥想竹栽培计划
这个计划的基本思想是,当古代学者学习时,他们被班杜的尼姑庵包围那么用户在记忆单词时也可以有这样的尼姑庵只是使用者有责任在这个尼姑庵里吃、喝、拉和散。用户在应用程序中学习、打卡、背诵和获取食物、药水和其他道具(像QQ宠物一样玩),但只能通过记忆单词。我也为
耕作游戏感到骄傲。玩家培育冥想竹子后,他们可以指定一根真正的竹子种植在地里。这样,线上有宠物,线下有真正的食物。事实上,我很有信心这个游戏会在一定程度上提高存活率和活动性。但是,在我完成计划后,我得到了别的东西。具体的实现被移交给了另一个产品。
之后,另一款产品离开了公司,冥想竹栽培游戏也随之消失。现在想想仍然很痛苦。
关于小游戏,还有一个想法,即纸牌收集和打斗这与个人特质有关,但我总是认为它可以很好地融入到学习中。
总结了做小游戏的教训和收获。有两个要点:游戏的乐趣在于游戏本身,而排名表和奖牌等外部激励取决于游戏本身;记忆单词需要成为核心游戏,也就是规则。做课程实际上是一件非常困难的事情,尤其是对互联网从业者来说一套课程,想要设计,就意味着设计师对课程的目的有一个非常明确的想法,为大众,解决方案更直白地说,这意味着设计师必须了解业务。
我们的应用程序是一个记忆单词的软件,已经大大扩展了。主题是英语学习,所以这门课程也应该与英语学习相关。起初,每个人都鼓起勇气,想出了课程的关键方向:研究生入学考试英语作文为什么研究生入学考试是
?因为我是南大的研究生。我已经通过考试,知道研究生入学考试的常规,并且我是本科英语专业的学生。为什么
写了一篇作文?
,因为以前一对一时,每种产品都必须与教学和研究团队合作,学习阅读、写作、语法和单词中的一种,以便为高中生创建一门课程,当时我的任务是写作。现在我想起来,这两个决定太粗糙了。我们应该做的第一件事是找出应用程序中的用户组,看看是否有更多的大学,更多的高中,或者更多的非考试导向的大学。在确定人群后,我们应该进行用户调查和竞争分析,以找出这部分人群最迫切的需求是什么最后,在做课程时,我们还应该考虑周期因素(考试时间),以确定哪些课程可以赶上宣传的黄金时期,哪些课程在制作时仍处于淡季。但是不管怎样,坑已经被埋了,所以我们必须继续挖。
网络教育不同于普通产品。要想在一门课程中取得好成绩,必须知道知识的分布。有点夸张,你需要知道这门课的知识地图是什么。
以作文为例,作文包括框架、词汇、功能句型、高阶词汇和逻辑词汇框架可以根据风格和主题来区分。不同的风格和框架会相应地改变框架。单个框架可以进一步分为段落,单词也可以分为样式和框架。功能句模式可以分为语法句模式和意义句模式,逻辑词有很多曲折和并列。就这样,名单继续下去。
这些类别,位居第二最困难的是这些起初是空的。我们不知道它包含框架和文字,市场上也没有类似的竞争。
因此,我只能:疯狂地在各大组织、新东方、杜文、新频道开设在线课程,向谁学习,小猿搜索问题,并浏览市场上所有知名的视频。去B站和youtube看英语学习升级版的视频,看看还有什么要补充的。考研作文书的市场,甚至雅思作文书都再次被席卷谷歌、国内安卓市场(我不能扫描iOS,因为我不能)和与合成相关的应用都需要深思智乎,quora关于作文的文章,都再读一遍
在吃饭时,从视频和文章中提取共性,构建一个结构,一点一点地提取必要的元素,形成一个关于如何写作文的路线图
地图集建成后,考虑如何呈现它。
完成研究生入学考试作文后,我遵循以前的方法路径,一个接一个地做高中作文和高中听力,但呈现方式不同:在做研究生入学考试作文时,我使用了突破和解锁的方式。后来,许多用户抱怨并要求允许发布。后来,我为高中写了一篇作文,并将其改为基于任务的系统,抱怨少得多。之后,我做了高中听力,这也是一个任务系统。此外,我添加了数据显示。我觉得我一直在进步此外,在从突破常规向任务转变的过程中,我意识到了任务系统本身的复杂性。不要把问题留给用户,不同层次的学生需要不同的任务和不同的审计标准,这需要量化所有用户的数据,并根据量化的结果推动它们
然而,目前存在两个问题:一些数据无法量化,如翻译,也没有衡量翻译质量的标准。完整的作文也是如此。句型是好是坏,甚至是正确,只能用手来判断。目前的nlp写作平台得分很低。即使量化了,有多少新任务将继续被推进不同的数量,最后期限是什么时候?目前,还没有这样的算法逻辑所谓的智力适应学习,大概也没有积累这方面的数据(公立学校的数据最大,而公立学校只有表现数据,甚至对于特定知识点的数据也缺失)
问题存在,但不是绝望,而是希望。几千年来,教育一直保持不变,总是由老师和学生来教。你说我听,你写,我读。教育的智能化,随着知识地图的建立、学习数据的量化和算法的发展,可能会在他们的一生中取得重大突破。
总结了学习这门课程的教训和收获。主要有四点:首先研究,在做之前明确需求;这门课程的灵魂在于知识地图和规划。个性化任务推进(根据上一任务情况调整下一任务安排)是未来的方向;数据呈现、生活量化也是未来的方向
后两者实际上是互补的,量化后个性化推送,到目前为止还没有产品做得很好,有针对性的算法(不是人工智能工程师,而是一线业务人员+工程师相互合作)将改变一切
3、应用程序自身的优化迭代和操作活动需求
被放在一起,主要是因为它们都是常规操作,没有什么需要特别扩展的,也没有办法深入讨论那些涉及业务逻辑的。让我们谈谈我们已经做了些什么。
优化迭代和操作活动需求在实际工作中混合在一起。在这个阶段,我在工作中有很大的自主权。我的老板没有指派我做小游戏和课程,但是我计划我想做什么和我想先做什么。更重要的是,路线图用于规划产品。
后面跟着一句金句:需求的重点是权衡句子
适用于大多数要求,但是当然也有一些不适用。例如,记忆单词的新的学习和复习算法是核心。
主要做了两件关于权衡的事情:比较三大竞争对手的历史迭代记录,结合过去的经验,确定各自发展的主线和核心能力;到目前为止,我们已经整理了用户的反馈,将它们分为不同的类别,将它们分为重要的梯度,并对具有竞争力的产品进行swot分析,确定了我们自己的产品路线。
成立后,剩下的就是一点一点地改进,一个一个地去做。然而,当进行函数迭代时,我们会发现新的逻辑与以前的逻辑有所关联,这不同于课程和小游戏。它是完全独立的逻辑和独立的模块因此,有时当函数完成一半时,会发现有一个逻辑阻塞,然后它会返回到前面的逻辑(就像返回开发代码一样痛苦)
并且因为过去的文档分散在文件夹中,所以没有完整的文档来总结它们,所以不容易找到它们,并且有时很难避免逻辑漏洞。
因此,下一步是整理过去的文档:根据版本进化整理所有的交互逻辑和算法逻辑;根据功能划分,整理出所有功能的进化历史;事实上,
版本的演变主要是为了功能服务。不幸的是,有必要将各个版本的功能分开。想到这一点很痛苦。
last
全年,必须感谢整个团队,测试、开发、设计,挑出了我的很多错误,推动我成为一名更好的产品经理但是每个人都很好,每个人都根据自己的专业观点给出不同的意见。产品是通过合作生产的。成功取决于整个团队的力量。希望明年每个人都还会好起来。这篇文章最初是由每个产品经理发表的。未经允许禁止复制。
张地图来自Unsplash,基于CC0协议