gydtep

如果你只是将这个需求做了，那是不够的。

为什么呢？因为用户要的模型报告，只是“浅层需求”——他的确需要看各种指标，但他最想要的是，在新模型训练出来后，他要对不同版本的模型效果进行对比——不仅要知道指标是多少，更想知道指标的具体变化，哪些升了、哪些降了以及具体数值是多少。

gydtep

只有这样，才算是满足了深层需求。

道理是相通的，类似问题在C端产品中也会碰到。

如果你留意的话，你会发现很多电商网站、汽车导购产品的产品经理已经摸到了深层需求。

gydtep

所谓四步法，就是“分类-排序-找规律-应用”这四个步骤。无论在学习新的领域知识、接手新的工作，还是来到新的环境时，都可以尝试这个万能四步法，相信再复杂的问题都能迎刃而解。
用户分层、五级火箭，就是“分类-排序”的一个应用。

gydtep

没有付出，就不会“珍惜”。

所以，对用户来说，产品必须容易上手，即必须“秒懂”。如果用户几分钟甚至几十秒看不懂、不会用，那他基本就放弃了，产品就没有机会了。

gydtep

对于中台、平台产品来说，其实也是这样的，只不过用户遇到不爽的体验只能忍忍，因为使用你的产品来解决他的业务需求，这是他的本质工作。

gydtep

举个例子，在NLP平台和金融视觉平台当中，用户可以很便捷地在线体验金融NER/文本分类、sf证/银行kaOCR的效果。

也可以全流程地完成“项目创建、数据上传、数据打标、模型训练、模型测试”等环节。

gydtep

值得指出的是，对于平台的demo，一定要越简单越好，千万不要高估了人的耐心。

记得在金融视觉平台第一版全流程demo上线后，当项目组成员在具体体验时，才发现还是很繁琐，甚至要放弃。

gydtep

记得在金融视觉平台第一版全流程demo上线后，当项目组成员在具体体验时，才发现还是很繁琐，甚至要放弃。

要完成demo，你仍然需要写一堆表单，比如项目名称/简介、模型名称/简介、数据集名称/简介，而且，还要自己准备训练数据，不得不去网上搜索、下载几十/上百张图片……

gydtep

做起业务方之后，我们才发现，垃圾分类这个事情看似简单，实际上却包含很多复杂的环节，从“训练数据的获取、物品类目的整理、垃圾分类标准的维护、线上回流数据的订正”，到“物品类目权重和优先级的调整、标注结果的确认”，再到与内部各个部门的协同、与外包ISV的对接、节假日与特殊物品的应对，等等。

gydtep

经过一番手忙脚乱的折腾，总算是把项目磕磕绊绊地做了起来。

在这个过程中，我们遇到了很多之前不知道的问题，其中既有平台设计不合理的产品问题，也有训练时间过长之类的技术问题。