在產(chǎn)品經(jīng)理工作中的兩個核心原則：一是在合適的時間，以合適的方式，呈現(xiàn)合適的內(nèi)容；二是在正確的時間，為正確的人，提供正確的決策支持。前者是偏向普通產(chǎn)品，后者則是針對數(shù)據(jù)產(chǎn)品或者AI產(chǎn)品。

首先謝謝伙伴們在《To B 產(chǎn)品經(jīng)理必備能力：斷、舍、離》評論中的建議。就圍繞核心去加肉這一點來說，可能短期內(nèi)暫時沒有這個計劃。最近梳理了一下自己短期內(nèi)的寫作計劃，主要是偏向AI方向產(chǎn)品，重點是圍繞機(jī)器學(xué)習(xí)和深度學(xué)習(xí)由淺入深的來進(jìn)行，更希望的是后續(xù)的文章能夠形成一個系列。

針對商業(yè)模式而言，雖然學(xué)習(xí)過商業(yè)模式畫布，也聽過曾寧老師的《智能商業(yè)二十講》，并且近期看了《商業(yè)分析方法與案例》，但是筆者在實際工作中涉及較少，所以后續(xù)的文章中，可能也不會有較多篇幅涉及這一塊。

這是產(chǎn)品經(jīng)理實戰(zhàn)方法與案例的第一篇文章，我們將以《電商用戶評論的情感分析》為案例，來說明機(jī)器學(xué)習(xí)怎樣與現(xiàn)有產(chǎn)品相結(jié)合，并且用結(jié)論指導(dǎo)后續(xù)的產(chǎn)品工作。

一、產(chǎn)品需求階段

上面兩圖分別現(xiàn)在某寶和某東的用戶評論界面。

上面圖片則是某寶的評論頁面。

在傳統(tǒng)的電商用戶評價中，我們往往采取打分或者評級，外加用戶評論的方式來分析某個用戶對某商品的情感傾向，到底是正面評價，還是負(fù)面評價。

舉個例子，有A和B兩個用戶，都同樣在某東上購買了《人人都是產(chǎn)品經(jīng)理》這本書，兩個人都是打了好評，不過在評論是，A寫了一個字“好”，B寫了兩個字“很好”。從上面例子來看，我們的情感得分是B的得分是否應(yīng)該高于A呢？如果A的評論是“很好很好”，是否又高于B的“很好”呢？這也就是現(xiàn)在傳統(tǒng)的打分或者評級方式，無法滿足我們分析需求的地方。

隨著機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的發(fā)展，我們開始引入了針對文本的自然語義分析，來幫助實現(xiàn)對于消費者評論文本更進(jìn)一步的分析。

二、產(chǎn)品設(shè)計準(zhǔn)備階段

假設(shè)我們已經(jīng)確定接受“消費者評論情感分析”的需求，那么我們進(jìn)入產(chǎn)品設(shè)計階段。

1. 首先，我們要確定我們的數(shù)據(jù)來源：

• 一是來自自家平臺的用戶評論數(shù)據(jù)；
• 二是來自京東用戶的評論數(shù)據(jù)；
• 三是來自淘寶的用戶評論數(shù)據(jù)；
• 四是其他平臺的用戶評論數(shù)據(jù)。

2. 其次，根據(jù)用戶評論數(shù)據(jù)我們要整理的核心指標(biāo)：

• 各平臺綜合情感得分；
• 各平臺正、負(fù)、中情感得分；
• 正、負(fù)、中評論關(guān)鍵詞；
• 最后得出分析結(jié)論：怎樣改進(jìn)產(chǎn)品，提升產(chǎn)品在消費者心中的情感傾向，也就是怎樣更好的提升銷量。

三、產(chǎn)品設(shè)計階段：

根據(jù)在準(zhǔn)備階段整理的核銷指標(biāo)和任務(wù)，我們開始進(jìn)行針對需求的后臺產(chǎn)品設(shè)計。

原型下載地址：https://pan.baidu.com/s/1oGRAhcPHN02M8Dsj-KlZFQ

第一個案例的重點將會是Python爬蟲和第三方工具抓取電商用戶評論數(shù)據(jù)，以及自然文本語義分析的實現(xiàn)，所以這里對應(yīng)原型的設(shè)計階段只是簡單描述。這兩周的寫作時間比較倉促，這里先給大家說一聲抱歉。下周開始，筆者將合理計劃時間，并爭取提供高質(zhì)量的文章。

文章第二部分亦是下周的主要內(nèi)容——Python爬蟲和第三方工具抓取電商用戶評論數(shù)據(jù)。

本文由 @John_Ren 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels ，基于 CC0 協(xié)議