作为一个产品经理,您怎么收集并存储自己的知识?

在座的各位,我不是针对谁,而是想说:你觉得以大部分人(产品经理)的自律性,在收集&存储完知识后,能真正地将这些知识纳入自己的知识体系么?

90%的产品经理,都有建立收藏夹的习惯,印象笔记bear等各种工具用的飞起,但是收藏之后多半是没有下文了。

所以,最好换一种方式定义这个问题,可以这样问:作为一个产品经理,应该如何有规划地成长?或者说,有条理地建立自己的知识体系?

对于“成长和建立知识体系”的大目标来说,收集并存储知识只不过是一种手段。

1.作为产品经理,要想建立自己的产品方法论、或者是知识体系,必须坚持定期复盘自己的“工作所得”或者“生活所得”

纸上得来终觉浅,你从文章中看到的,从他人听来的,都是漂浮在空中的知识,和你没有任何关系。要想把这些知识攥在自己的手里,唯有经历一遍。

职景创业以来,听了无数投资人和创业者的忠告良言,但该犯的错误还是都犯了一遍。当收到一个忠告时,往往你自己并不理解其背后的含义,你需要迈入这个坑才能真正的理解。
在这里插入图片描述

我每周会做复盘,这是自身成长、企业前进的必要条件

在这里插入图片描述

上周的复盘:对增长的深入理解。当看创业的各种书时,每本书都会强调增长,但增长的意义只有自己经历过停滞才能真正理解。

以上是以一个创业者的角度去阐述问题。

站在产品经理角度是同样的,坚持定期复盘是你进步的关键

刚做产品经理时(任职拉勾),对数据分析不怎么重视,直到一次用户反馈到客服组,说我们的简历填写特别难用。而这时候产品已经上线很多天了,我本应该早就通过数据发现问题的严重性。自此才意识到数据监控的作用,并好好总结整理了一套数据分析体系。

所以,看书得来的知识固然重要,但你所经历的工作和生活其实是最大的宝藏,如果不定期挖掘这份宝藏,那么也只是庸人一个

2.做好分类,建立知识库——阅读,进行笔记——当你遇到问题时,记得去自己的知识库检索

不做笔记的阅读,基本只能定义为“浅层阅读”,类似于你在朋友圈看到个文章,觉得不错顺手收藏而已。除非你本身即为聪明,过目不忘,并且抽象思维极好,能够迅速对看到的内容抽丝剥茧。

之前用bear(只有iOS\OS端),现在用notion,你只需要建立好标签,然后将知识经过自己的加工整理进去。然后在你遇到问题的时候,进入相应的标签寻找答案。

比如之前看dalio的《原则》,这是一本较有深度的“人生操作系统”,你遇到问题不知道怎么抉择时,很多时候都可以从这里找到答案。所以在我犹豫的时候,我经常会再看看自己对这本书的总结摘要。
在这里插入图片描述

收集并存储知识并不重要,“坚持复盘“和”持续学习“才重要。


如果你在转行产品、校招求职产品时遇到了问题,可以随时找我聊聊,我可以帮你看简历、梳理面试。

我也总结了很多产品求职资料,包括拿大厂offer同学的求职作品资料,大厂原型交互参考,b端c端产品面试问题汇总+解析等,对你产品求职会很有帮助。

关注“职景”公众号,回复“产品”,获取以上资料

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值