关于2019年的工作_年终总结：2019年的工作历程

本文作者重写了2019年的工作经历，总结了2019年学到的知识和经验。在享受~

在线一对一项目失败(前一篇文章重写)后，焦点转移到公司的主要产品:记忆单词app。根据时间线，这一阶段的工作可以分为四个部分:小游戏；选修课程；应用程序本身的优化迭代；业务活动的要求；

件起批

1，小游戏

因为在游戏公司做商业策划之前，游戏是很方便的本质上，游戏有三点: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本身。

例如:在app之前有一个叫做arena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中

，记忆单词=玩家攻击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。玩家还可以通过刷卡和给游戏货币充值来购买设备和替换角色，这是解决通货膨胀、无限制消费甚至应用程序利润的好方法。

游戏已经下架17年了，但是直到现在，仍然有用户的反馈，希望这个功能会回来。当轮到我做

的时候，我一开始还想着做传统游戏。排名、实时比赛、徽章和成绩都是必要的外部反馈。在游戏的核心，我想回到过去的方式，向泡泡龙，俄罗斯方块，或者我小时候跳的青蛙学习。开始时，

主要想到两个想法(有更多的大脑暴力链接):

(1)单词泡泡龙

在空中有下落的物体(英文单词)，玩家拿着一个旋转的指南针(指南针上放着三个中文定义不同的小球)，发射小球并与下落的物体碰撞如果下落的物体和球相互匹配，两者都被消除，下一个下落的物体再次下落如果落球与球不匹配，玩家的生命值将会降低。玩家的生命值为零，下落的物体仍未结束，因此游戏失败。玩家在归零之前移除掉所有掉落的物品，从而赢得游戏。

游戏结束后，玩家可以看到该游戏的等级和当天玩该游戏的用户的总排名。重建巴别塔上帝摧毁了巴别塔，英雄们将重建它从零开始，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。对于每一个拼错的单词，巴别塔会减去一层，而玩家则下降一层。

相对简单，基本上匹配中文和英文。我更喜欢二楼，因为它更有意义，重建的过程也是生活奋斗和语言学习的隐喻。

，但不幸的是，这两个方案都被拒绝原因是它不符合老板的口味，而老板希望将语义网融入游戏中。我曾想过把2048作为一个语义网的小游戏，但我最终没有这么做。

之后，宠物发展计划被批准。

(3)冥想竹栽培计划

这个计划的基本思想是，当古代学者研究时，他们被一个来自班杜的尼姑庵所包围那么用户在记忆单词时也可以有这样一个尼姑庵只是用户有责任在这个尼姑庵里吃喝拉撒。用户可以在应用程序中学习、打卡、背诵、获取食物、魔药和其他道具(像QQ宠物一样玩)，但只能通过记忆单词。我也为

栽培游戏感到骄傲。在玩家培育了冥想竹之后，他们可以指定一棵真正的竹子种植在田地里。这样，线上有宠物，线下有真正的食物。事实上，我非常有信心这个游戏将在一定程度上提高存活率和活动性。但是，在我完成计划后，我得到了其他的东西。具体的实现被移交给另一个产品。

之后，另一个产品离开了公司，冥想竹栽培游戏也消失了。现在想起来还是很疼。

关于小游戏，也有一个想法，即卡片收集和战斗这与个人特质有关，但我始终认为它可以很好地融入学习。

总结了做小游戏的经验和收获。有两个要点:游戏的乐趣在于游戏本身，排名表和奖牌等外部激励取决于游戏本身；记忆单词应该是核心游戏，也就是规则。

2，做课程

做课程实际上是一件非常困难的事情，尤其是对网络从业者来说一套课程，想要设计，就意味着设计者对课程的目的、对人群、对解决方案有一个非常清晰的概念更直白地说，这意味着设计师必须了解业务。

我们的应用是一个记忆单词的软件，它已经得到了很大的扩展。主题是英语学习，所以课程也应该与英语学习相关。起初，每个人都拍着脑袋，想出了这门课的主要方向:研究生入学考试英语作文为什么

做研究生入学考试？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，我是本科英语专业的学生。

为什么写作文？

，因为以前进行一对一时，每个产品都必须与教学和研究团队合作，学习阅读、写作、语法和单词中的一个，以便为高中生创建一门课程，而当时我被分配的是写作。

现在我想起来，这两个决定都太粗糙了。我们应该做的第一件事是找出应用程序中的用户群，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。在确定了人群之后，我们应该进行用户调查和竞争分析，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。要做好一门课程，必须知道知识的分布。稍微夸张一点，你需要知道这门课的知识地图是什么。

以作文为例，它的作文包括框架、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划分为段落，单词也可以划分为样式和框架。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，名单还在继续。

这些类别，是第二位的最困难的是这些一开始是空的。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:疯狂地在各大机构、新东方、杜文、新频道、向谁学习、小猿搜索问题中开设在线课程，并浏览市场上所有知名视频。去B站和youtube看英语学习的视频，看看有没有什么可以补充的。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)以及与合成相关的应用都需要深思智虎，quora的作文文章，都读了一遍

一边吃饭，一边从视频和文章中提取共性，构建结构，并一点一点地提取必要的元素，在头脑中形成一张如何写作文的路线图

图集建成后，考虑如何呈现。

考研作文完成后，我按照之前的方法路径，先后做了高中作文和高中听力，但呈现方式不同:在做考研作文时，我采用了突破和解锁的方式。后来，许多用户抱怨并请求允许发布。后来，我为高中写了一篇作文，并把它改成了基于任务的系统，更少抱怨。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。我觉得自己一直在进步另外，在从通关到任务的转变过程中，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，并根据量化的结果来推动它们

但是，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，甚至是否正确，只能通过人工来判断。当前的nlp写作平台分数不够高。即使它是量化的，有多少新的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，想必也没有积累这方面的数据(公立学校的数据最多，而公立学校只有成绩数据，甚至连具体知识点的数据都缺失)

问题确实存在，但它不是绝望，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授。你说我听，你写，我读。教育的智能化，以及知识地图的建立、学习数据的量化和算法的进化，可能会在他们的一生中取得重大突破。

总结了学习本课程的经验和收获。主要有四点:首先研究，在做之前明确需求；课程的灵魂在于知识地图和规划。个性化任务推送(根据上一个任务的情况调整下一个任务的安排)是未来的发展方向；数据呈现、量化生活也是未来的方向

后两者实际上是互补的，定量前个性化推，到目前为止还没有一个产品做得很好，有针对性的算法(不是人工智能工程师，而是一线业务人员+工程师相互配合)会改变一切

3，app自己的优化迭代和操作活动需求

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内容。让我们谈谈我们做了些什么。

优化迭代和操作活动需求在实际工作中是混合的。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，路线图被用来规划产品。

后面是一句金玉良言:需求的重点是权衡句子

适用于大多数要求，但当然也有一些不适用。例如，记忆单词的新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，并结合过去的经验，确定各自发展的主线和核心能力；到目前为止，我们已经对用户反馈进行了分类，将其分为不同的类别，将其划分为重要的梯度，并与竞争产品进行了swot分析，确定了我们自己的产品路线。

建立后，剩下的就是一点一点地改进，一个一个地做。然而，在进行函数迭代时，我们会发现新的逻辑与以前的逻辑有关，这与课程和小游戏不同。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，然后它会回到以前的逻辑(就像回顾开发代码一样痛苦)

并且因为过去的文档分散在文件夹中，没有一个总的文档来总结它们，所以不容易找到它们，并且有时很难避免逻辑上的漏洞。

因此，下一步是整理过去的文档:根据版本演变整理所有的交互逻辑和算法逻辑；根据功能划分，梳理出所有功能的演变历史；事实上，

版本的演变主要是针对功能服务的。不幸的是，有必要将每个版本的功能分开。想起来很痛苦。

去年

全年，一定要感谢整个团队，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观点。该产品是通过合作生产的。成功取决于整个团队的力量。

希望明年大家都好。

#专栏作家#

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。

地图来自Unsplash，基于CC0协议