互联网类型产品的开发运营支撑技术方案

第第页②重现了用户的生活方式。有了眼动仪、数据监测能技术，用户在互联网中的使用产品方式都被记录了下来，研究者通过读取一些自己获得的资料和数据，能重现用户的使用场景，从而找到用户的使用方式及生活方式。③乐于分享。用户们已经形成了分享的习惯，这类主动分享的行为对设计调研十分有利，调研者可以通过用户提供的内容进行特征的甄别，提升调研的准确率。④数据信息量庞大，可参考性高。大数据时代下的产品都有共同的特征，即用户使用产品的方式可以用摄像头、检测设备等方式记录，并对此做定性、定量的分析，能找到规律。⑤推送形式多样。不同于传统在路上或找人发调查问卷，使用网络平台，可以直接在用户使用的产品上推送调研问卷等信息。总之，在以往的观念里，“低消费能力用户人群”实际上是边缘化的非主流人群，不论“真用户”和“伪用户”。那么互联网的一大特性就是，让“非主流”可以成为“主流”，可以让“小众”变成长尾。二、以用户为主导的产品设计调研方法、1）众包平台评价方法众包概念由美国《在线》杂志记者HOWE在2006年时提出。他认为“众包最普遍的特性在于异质性的多样化，它构成了群体只能的核心。”利用众包方法调研来搜集用户对市场现有产品使用问题反馈和评价，有助于指导设计方向，以便产品更好地上市。调研者可以基于热门社区构建“众包平台”，也可以搭建基于调研目标的“群体智能”整合平台，通过布置任务来让用户完成电脑无法代替的工作，调研过程会带入更多的情感诉说，将线下的调研方式在线上完成，大大节省了开展的成本。众包模式调研已经为互联网产品调研的主要方式之一，得到了大多数用户研究者的认可。它不仅呈现了在网络社区开放的环境下利用群体智能实现“超级外包”的任务合作机制，还为企业战略和产品开发大大提升创新效率和问题解决能力。此外，它还拥有两大特色：投入产出比高——社交网络中拥有众多使用者资料，提供给研究人员不错的参考内容。而且，吸引用户到此过程中来是由于任务根据用户兴趣平台而建立，自动筛选了无效用户的输入，提升了调研的效率。群体智能能够启发调研者新的灵感和方向——与传统的调研方式相比，用户反馈的信息量更大。有时，仅有少部分的用户会选择主动开放地提供自己对产品的看法，信息量较小，尽管如此，研发人员仍然能够通过对用户数据采集，新奇想法创意点搜集，掌握重要的并值得借鉴的内容，为进一步的用户角色构建和设计方向提供参考的思路。（2）焦点小组访谈评价方法焦点小组，又被人称作小组座谈会法，实质上是指通过小型座谈会的形式进行的访谈类活动。其中与会人员均是具有代表性的消费者或者使用者，整个访谈进行轻松、并且做到了用户——产品单一的线路方向，由具有经验的主持人与组内成员完成突破性的谈话。此方法在产品设计调研中经常用到，主持人通常由有一定产品使用经验的用户或者员工担任，通常在观察室中进行。这类调研的方法并非是找到一群人过来聊天。主持人负责问题的制定、话题的流程设计，然后由参与者自由讨论，并对现场作适当的引导和把控，一般会使用摄像机的拍摄用户的行为与话语的信息。在适当的场景和特殊的深度用户，主持人是可以激发用户谈论的欲望的，可以同时采用引导提问等不同的方式采集用户描述的信息。焦点小组的主要目的是通过倾听用户对产品使用的过程中的场景及行为的看法，提供一些可供的调研者深入的了解的内容。此方法是针对用户需求和意见的进行的定性方面的研究方法。参与到此方法中的用户数目在5-7人以内，方法占用的时间应该控制在两个小时以内。在访谈的过程中，主持人以及观察者需要注意用户的言语及表情，控制着整个现场的氛围，把握好节奏，并适当提供饮食、饮水等内容，避免用户在参与过程中疲劳。焦点小组访谈法被用于产品设计的各个流程中，其中以前期调研为主，因为此方法要求用户有一定的产品使用经验。此外，焦点小组访谈法也适宜于其他阶段，如研发阶段、数据分析阶段、评价阶段等。此方法对主持人的谈话技巧有一些硬性指标，此外，在用户的选择、访谈流程把控能力上也有一些要求。将用户招募到小组讨论中采用此方法有以下几个优点：①讨论耗时较短跟其他访谈法不同，用户在这种小组讨论中能提供丰富的有效反馈，给设计人员和调研人员都带来了大量具有参考价值的东西，且，此类方法较问卷调研方法而言，效率更高，针对性更强，更省钱。②互动性的讨论用户之间相互影响，对话的范围被扩大，对共同问题进行深挖成为可能，用户对于问题的参与热情及影响程度可以在现场被直接拍摄并保存下来。③闪念和直觉探索成为可能用户在产品使用过程中会有触动点，一定量的“触动点”搜集容易获得，随着对话方式的变化，用户的构思会越来越丰富。④访谈的氛围轻松用户凑在一起后话语明显变多，谈话的戒备心理变弱，在相同特征的群体中发现了同样的痛点后更坚定，支持用户体验。焦点小组的最终目标是理解用户，而不是推断用户的属性；其作用体现在确定问题存在的范围，而不是找到具体的细节问题，是对人们提供观念的认知方式。在具体的情景调查和任务的分析过程中，我们可以在产品正式进入到研发阶段时候变设想好用户使用的全部场景图。作为一种研究竞争品牌的工具，焦点小组可以重新设计并且在规定的周期内完成。在后期的产品开发中，采用此法有利于帮助研发者对问题进行识别，并完成对问题的优先级安排。三、以用户为主导的产品设计调研的优势（1）适用于设计的多个流程在过去，企业在产品的设计之初，往往将较多的目光投入到了市场上面，希望通过对市场上的销售反馈信息有所掌握，并给产品的开发团队制作了精细的消费者的个人资料、背景信息。偶尔，调研市场的人员还会去搜集商品售出之后的服务数据。相反，以用户为中心的设计的研究思路，则更容易将产品设计的重点均衡地分布在各项流程之中，“概念形成——设计定位——设计分析——设计制作——设计评价——产品跟踪”。尤其是在设计者与用户进行交流合作时，给出了许多分散性的意见反馈，系统化的数据支撑，让产品设计更接地气。（2）具有更强的探索性与互动性基于具体且实际的项目要求而展的调研部分，在产品开发中的概念设计阶段就有了非常具体的计划和安排，采用了补仓的方式地毯式地搜索，完善资料数据的更新。相反，将用户放在主要位置的设计调研方式，则是在以“用户为中心”的设计思想的灌输下一步步进行着，这类方法可以跟参与调研的用户在讨论和聊天的过程中得到需要的信息，找到相应的结果，使报告的输出具有颠覆性和互动性，在产品设计的下一阶段能发挥更大作用和功效。（3）挖掘到更深层次用户需求此类调研方法在贯彻执行了用户至上的设计理念，在挖掘用户的宏观属性时强调了对用户资料的联系、分析的重要性。而且，通过这类调研，我们能够挖掘更多的深层次需求，思维模式、行为方式、使用场景，让这些存在了调研者的脑海里，上述调研结果是真实有效的参考数据，通过这类调研方式能够指导设计的方向正确，以至于不会在设计的展开阶段出现差错。相反，传统的产品设计调研中容易将使用者作为深入研究的对象，始终看重用户购买后的反馈、购买前动机，对产品的经销指数有了清晰的认识，对市场上及舆论中的压力十分看重，导致了数据的真实性、准确性受到其他信息的干扰。因此，以用户为中心的产品设计调研方法在产品设计流程展开时有一定预见性和准确性。（4）全方位地制定产品发展策略在传统的产品设计调研流程中，整个调研过程都是针对市场来进行的，更多的关注包括了市场的销售数据、产量数据、返厂指数、消费者购买量的变化等信息，为下一代产品上市做准备，主要根据商品的定位、开发、制作、上市及用户的售后意愿这一流程来进行。与之不同的是，基于用户而展开的调研方式则是直接认识用户，清楚了用户使用产品的流程和具体的操作任务，从而发现产品最打动用户的地方。后者在今天更有具有参考价值，通过关注用户的操作方式和内心感受来针对性地改良产品设计，达到良好的生态循环效应。以大数据为关键的数据分析技术支撑数据分析是验证产品设想的最具说服力的工具，更为背后的人性和商业思考提供数据价值。互联网产品无时无刻不在产生大量的数据，如何科学、规范的利用数据分析技术，挖掘产品价值，为产品提供决策规划。数据分析的核心并不在于数据本身，而在于设计有意义、有价值的数据指标，通过科学有效的手段去分析，进而发现问题优化迭代。数据分析因价值而存在，数据分析本就是一个价值增量的过程。数据分析的重要性及手段在产品的整个生命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。1、描述性统计分析包括样本基本资料的描述，作各变量的次数分配及百分比分析，以了解样本的分布情况。此外，以平均数和标准差来描述市场导向、竞争优势、组织绩效等各个构面，以了解样本企业的管理人员对这些相关变量的感知，并利用t检验及相关分析对背景变量所造成的影响做检验。2、Cronbach'a信度系数分析信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性(consistenc)y来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。针对各研究变量的衡量题项进行Cronbach'a信度分析，以了解衡量构面的内部一致性。一般来说，Cronbach'a仅大于0.7为高信度，低于0.35为低信度(Cuieford，1965)，0.5为最低可以接受的信度水准(Nunnally，1978)。3、探索性因素分析(exploratoryfactoranaly)s和验证性因素分析(confirmatoryfactoranaly)sis用以测试各构面衡量题项的聚合效度(convergentvalidity)与区别效度(discriminantvalidity。因为仅有信度是不够的，可信度高的测量，可能是完全无效或是某些程度上无效。所以我们必须对效度进行检验。效度是指工具是否能测出在设计时想测出的结果。收敛效度的检验根据各个项目和所衡量的概念的因素的负荷量来决定；而区别效度的检验是根据检验性因素分析计算理论上相关概念的相关系数，检定相关系数的95%信赖区间是否包含1．0，若不包含1．0，则可确认为具有区别效度(Anderson,1987)。4、结构方程模型分析(structuralequationsmodeling)由于结构方程模型结合了因素分析(factoranalysis)和路径分析(pathanalysis)，并纳入计量经济学的联立方程式，可同时处理多个因变量，容许自变量和因变量含测量误差，可同时估计因子结构和因子关系。容许更大弹性的测量模型，可估计整个模型的拟合程度(Bollen和Long，1993)，因而适用于整体模型的因果关系。在模型参数的估计上，采用最大似然估计法(MaximumLikelihocML)；在模型的适合度检验上，以基本的拟合标准(preliminaryfitcriteri、a整体模型拟合优度(overallmodelfit)以及模型内在结构拟合优度(fitofinternalstructureofmodel)(Bagozzi和Yi，1988)三个方面的各项指标作为判定的标准。在评价整体模式适配标准方面，本研究采用x2(卡方)/df(自由度)值、拟合优度指数(goodness,of.f：iJt.in.dex,GFI)、平均残差平方根(root—mean.square：residual,RMSR)、近似误差均方根(root-mean-square-error-of-approximationRMSEA)等指标；模型内在结构拟合优度则参考Bagozzi和Yi(1988)的标准，考察所估计的参数是否都到达显著水平。大数据分析处理的方法大数据分析处理的方法主要包含四步,分别是采集、导入和预处理、统计和分析,以及挖掘。一、采集大数据的采集是指利用多个数据库来接收发自客户端的数据,并且用户可以通过这些数据库来进行简单的查询和处理工作。比如,电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。在大数据的采集过程中，其主要特点和挑战是并发数高,因为同时有可能会有成千上万的用户来进行访问和操作,比如火车票售票网站和淘宝,它们并发的访问量在峰值时达到上百万,所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。二、统计/分析统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata,以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。三、导入/预处理虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。四、挖掘与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的K-Means、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，还有，常用数据挖掘算法都以单线程为主。以日常运营为依托的技术支撑互联网类型产品的日常运营支撑工作主要执行产品的运行维护和监控工作、包含：改进、改造、维护、监控、咨询、培训等，主要为了满足互联网类型产品运营要求，保证互联网类型产品持续稳定工作，提高用户满意度。互联网类型产品日常运营支撑介绍一、日常运营支撑工作目标日常运营支持工作的主要目标是保持产品稳定运行，提高运营支撑效率。在公司的运营系统正式上线之后，日常运营支撑工作就是保证上线系统正常稳定工作，并能够根据要求进行改造支撑。针对用户的个性化需求，推出差异化的产品及服务，才是企业制胜的关键。要重视用户体验，提供差异化的服务都需要运营支撑进行信息管理、分析、处理等支持。二、日常运营支撑主要职能日常运营支撑主要职能主要包含以下方面：进行产品的日常维护，监控，故障处理等工作。配合研发项目组解决客户提出的各项需求，问题，以及新旧功能调整。预测与检查各项目的异常，故障，发现并及时呈报并处理管理、督导项目组维护工作的正常运作研究把握属下维护人员的工作，充分调动其积极性，工作能力，响应速度。三、日常运营支撑工作范围介绍日常运营支撑工作主要的范围包括资源管理、网络管理、流程管理和客户支撑等方面。而针对于互联网类型产品来说，日常运营支撑工作主要有以下方面：1.日常维护日常维护包括对服务器巡检，数据库巡检，网络巡检，系统使用巡检，数据处理。各方面巡检主要目的是检查各项状态是否正常。服务器巡检：主要工作是检查服务器是否正常运行，内存使用是否过高，服务器日志系统日志文件是否过多，文件占用服务器空间是否过大。针对问题需要做出正确的处理，并制定策略。数据库巡检：主要目的是为了保证系统访问速度，数据处理能力，提高用户体验。检查数据库是否正常运行，用户表空间使用率是否多大，已经有无锁表进程等。针对问题做出相应处理。网络巡检包括检查网络是否正常，网络是否安全，同时保证系统访问速度，数据处理速度。有问题及时反馈。应用巡检：检查功能使用状况。包括检查系统模块功能是否正常，系统处理数据是否正确，观察各模块对应系统后台日志，检查有无异常抛出，分析异常，做针对性处理。数据处理：数据处理主要是针对客户提出的数据提取需要。分手工提出数据和系统自带统计报表功能处理数据。手工处理数据要求分析客户需要，检查系统数据是否能够满足客户需求。系统自带统计报表需要按客户要求，手动查询数据，到处数据文件。2.客户报障客户使用系统时遇到的问题，会报障要求处理。要求支撑人员第一时间响应，分析，定位问题，同时给出一定的解决方案。评估解决时间，自己能够处理的根据级别优先级处理，不能处理的交付研发，根据故障级别督促研发完成，交付客户使用。3.客户新增功能系统正式上线运行后，客户会提出部分新功能，新需求。需要支撑人员及时作出响应，正对客户提出的要求评估需求可行性。针对可行性需求，可以和客户评估完成时间，需要的人力等，然后提交研发，并督促研发完成功能。做到定期交付，同时功能正常，客户满意。4.原有功能调整对应系统原有功能，客户提出的改进意见，要求及时响应，及时反馈，同时和客户评估可行性。正对可行性意见，评估交付时间，提交研发完成功能，交付客户使用。.业务支撑针对提出的业务问题，要求及时响应。对业务要有一定了解，确保客户的问题能够得到回应，不懂的业务可以咨询项目研发人员，