从「王者荣耀」,看「产品」&「运营」的博弈

游戏与产品的共通之道
本文以《王者荣耀》为例,探讨游戏与产品运营之间的相似之处,包括取势、明道和优术三个层面,强调团队合作、策略规划及执行力的重要性。

在游戏中,你可以通过出装给出不同的玩法;在人生中,你需要用计划让自己活得更潇洒。

作为互联网行业爱好者,一心关注各类产品,但游戏这个领域,我却是始终没有涉足。中学时腾讯QQ资料墙下的游戏图标就让我开通了四、五排。但自从上了大学后我几乎不玩游戏,一方面是厌烦了各类PC升级打怪的游戏模式;另一方面,觉得玩游戏太浪费时间,要去做更加有意义的事情。

可是,偏偏我大学所在的这个班级的男生几乎都是游戏、动漫爱好者。自打一入学就被他们挂在嘴边的“A站”“B站”“撸啊撸”这些我都听不懂的名词所笼罩,甚至一度没有共同语言。近期,《王者荣耀》这款游戏更是空前火爆,无论是萌妹子、大叔还是小学生,都参与到游戏当中。公司的休息区,甚至摆一张长桌两侧各5把椅子,号称“王者荣耀战局桌”。

上个月,抱着试一试的心态,下载了王者荣耀试玩了一段时间,迷迷糊糊就上到了黄金段位。在游戏的过程中,发现很多现象和道理跟产品和运营的思路其实是相似的。

一、取势

1.平衡互补,增强自己实力

王者荣耀是个5v5公平竞技平台,非常讲究平衡性。同样操作技巧,英雄也会互相克制:法师血少,单打不过坦克或战士;所以选英雄就显得尤为重要。每个赛季都有强势英雄就好比每个行业都有优秀的人才,每个企业就要招聘优秀的产品经理甚至产品专家。买皮肤、配铭文就是让英雄更加强大,增强攻击力或抵抗力。这就好比企业内部的培训、学习,提升员工的实力。

2.有大局意识

低段位玩家常见没意识的表现就是不看小地图,眼光永远在自己的英雄身上。不看小地图,不了解敌我双方英雄的动态,对手跑去抓我方队友,而自己毫无反应,依旧在打野,导致支援不够及时,就有可能再导致自己被抓,造成团灭。又或者是一味的打野,却被敌方兵线推塔打到了家门口。

如果我方顺利推塔或开始进攻,自己也要快速集合准备团战。等地图上开始团战了,你再赶过去进攻,不是抢不到人头就是队友被全歼,这对自己和团队毫无益处。

做产品同样要时刻关注行业方向游戏中的地图就好比是现实中的市场状况:市场上有苗头兴起某个模式或产品,我们也要快速开发、运营推广,争取不掉队。如果市场上的产品势头已经定型了再去开发新产品,费力不讨好,胜算很小。想想当年的百度外卖,其实就是百度在移动互联网时代反应太迟缓。市场上美团,大众点评,饿了么等公司已经呈现三足鼎立的局面,这时候再杀进来,很难抢到市场。结果可知,前不久,饿了么正式宣布收购百度外卖。

3.有格局观

王者荣耀高段位玩家,在考虑到自己的同时,还要思考对方,会看对战属性。比如自己是一个开局前期强势的打野英雄刘备,而对方是一个前期比较弱势、后期强势输出的鲁班,那么这个时候,仅仅只是保证自己的发育是不够的,需要做的是,在保证自己发育的同时,还能压制住对面!从而让前期弱势的鲁班,根本起不来。

想想腾讯在2011年前后推出部门级产品「腾讯微博」,与公司级别产品「新浪微博」打防御战;同时,又派张小龙在广州研发微信。按照吴晓波《腾讯传》的说法,腾讯微博本来是为了抢一个移动端互联网的入口的,当明确了微信的地位以后,用马化腾的话来说,“微博的战争结束了。”这也是腾讯现在市值最高的原因,甚至远甩百度和其他二三梯队的公司。这就是马化腾早年具有的格局观不仅仅只关注眼前的利益,还关注未来公司的发展和业务增长。

二、明道

1.团队互补,有效沟通

排位赛游戏选英雄时,会提示阵容是否合理,缺少什么角色。低段位玩家英雄少,角色又少。一旦自己擅长的英雄被别人手快先选了,就非常尴尬。有的玩家每局都换一个英雄玩,也不知道英雄的属性,射手、法师这种后排输出角色也一味的往前冲送人头,刺客和战士却在后排徘徊,甚至打野。

产品团队同样需要角色配合,有技术,有产品,有设计,有运营。产品、UI和技术把产品功能实现,顺利上线;用户运营,渠道运营,内容运营,活动运营分工明确,同步沟通,齐头并进,才算架好发展体系。不能某个团队太快,其他团队太慢。就像是只有一个高手,但是队友太坑,也是带赢不了全场。

2.有协作精神,不能只顾自己

这个点前文其实也提到过,就是要看小地图,有效配合队友,不能只顾自己的一亩三分地。这儿有个很好的案例:某产品经理负责一个很简单的活动H5,是个很小的产品,就是一个抽奖,鼓励大家在朋友圈分享,为的是做品牌推广,其实什么奖项都没有,实在是太easy。产品很快上线了,运营同事全力扑出去,各种广告往外面打,上线后的第二天,当运营leader满怀期待的向产品经理索要数据时,产品经理只能告诉他,因为运营没有提要做统计的需求,所以这边没有做统计埋点。

也许有人会认为,这些不是产品经理的问题, 他做了他该做的事情,或者说这是团队的问题,团队的沟通缺少有效的保障。但这样的观点都毫无意义,如果各个角色只各司其职不协作配合,又怎么打出漂亮的团战呢?

三、优术

1.人机模式,熟悉英雄玩法

新上线的英雄或新购买的英雄,都没有玩过,上来就打排位,不输就怪了。所以新英雄就要用人机模式练习几把,熟悉一下;还可以逐渐提升人机模式的难度,让英雄玩的游刃有余。

在大公司,应届毕业生经验很少,派他们去负责战略级产品会有很多弊端,甚至会犯很多错误。所以大多数大公司的做法都是:新人去做老产品,老人去做新产品,保证产品质量和方向

2.猥琐发育,别浪

刚开局英雄没有装备,伤害很低,攻速也很慢,不要一心想着拿人头,收残血。闪现越塔,不料却被对方队友晕住,困在塔下,被塔活生生的打死,让对方收了人头。

需求开发完毕,也不要急着上线。先让产品同事体验,保证功能没有偏差,然后再交给测试同事去测试。测试又分为产品功能测试,安全回归测试,上线前测试甚至上线后测试现在大多数产品还流行灰度发布方式,即AB Test。其目的就是最大限度的减少bug的影响,同时测试新版本的用户认可度。人难免会犯错,测试的情景也难免会有遗漏,所以一次测试就上线,等发现问题无疑严重影响用户体验和产品口碑。

3.打buff和大龙,加成

击杀蓝buff缩短技能冷却时间,击杀红buff提升攻击伤害力。击杀大龙会强化兵线,派出主宰先锋参与作战,快速推塔;击杀小龙提升全队经验和金钱,快速刷级。

产品初创期,如果能有一个好的CEO或者产品专家,无疑有利于专心产品研发,提升竞争力。产品成长期,如果能顺利融资,无疑有利于快速市场推广。产品成熟期,如果得到BAT的投资,无疑是站好队伍,抱住大腿,从竞争对手当中脱颖而出,甚至快速结束市场战争。滴滴当年就是拿到了腾讯和阿里的投资,扭转局势,快速结束了和Uber的“烧钱大战”。

4.推塔、击破水晶才是胜利

游戏中,总有一些号称“人头狗”的玩家以拿人头为乐趣,根本不管对方兵线、不管对方偷塔,满地图找残血找后排去收割,最终稳赢的局面被对方偷掉水晶了。而在运营中,一些公司整天做着粉丝量,不考虑粉丝是否精准、活跃、不考虑后期转化问题。截至今天,有多少估值上百万的新媒体项目死于后期转化难的现实呢?一个只关注注册用户数的产品经理和另一个关注用户留存、活跃度的产品经理的是完全不一样的。游戏中把水晶推掉才算胜利,运营中把转化做好才算成功!

最后,输了游戏不要紧,你还有人生。在产品遇到瓶颈的时候,别轻言放弃,做到“人在塔在”。

转自:东方少威,腾讯负一岁的产品经理

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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