产品经理必懂的技术那点事儿.pdf
《产品经理必懂的技术那点事儿》全新pdf版本，辅助产品经理更好胜任工作，你值得拥有！产品经理必懂的技术那点事儿唐韧著電子工業出版Publishing House of Electronics Industry北京 BEIJING内容简介本书以非技术背景产品经理了解技术为主题,将技术知识以简单并且易于理解的方式讲述出来,帮助非技术背景产品经理了解技术、学习技术,旨在帮助产品经理高效地与技术人员进行沟通与合作。本书主要内容围绕产品经理需要了解的互联网基础技术知识展开,涉及客户端服务器端、数据库及一些数据处理知识。同时,还就产品经理需具备的一些软实力,例如沟通能力和解决问题的能力进行了详细介绍。本书适合非技术背景的产品经理、运营、市场等互联网岗位的读者阅读,也适合想了解产品经理工作及准备从其他职能转型为产品经理的人阅读。未经许可,不得以任何方式复制或抄袭本书之部分或全部内容。版权所有,侵权必究。图书在版编目(CP)数据产品经理必懂的技术那点事儿/唐韧著.一北京:电子工业出版社,2017.1ISBN978-7-121-30268-8.①产…Ⅱ.①唐…Ⅲ.①企业管理一产品管理ⅣV.①F273.2中国版本图书馆CIP数据核字(2016)第265110号策划编辑:郑柳洁责任编辑:郑柳洁印刷:北京季蜂印刷有限公司装订:北京季蜂印刷有限公司出版发行:电子工业出版社北京市海淀区万寿路173信箱邮编:100036开本:720×10001/16印张:1.25字数:200千字版次:2017年1月第1版印次:2017年1月第1次印刷定价:59.00元凡所购买电子工业出版社图书有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部联系,联系及邮购电话:(010)88254888,8825888质量投诉请发邮件至zIts@phei.com.cn,盗版侵权举报请发邮件至dbqq@phei.com.cn本书咨询联系方式:010-51260888819faq@phei.com.cn推荐序2010年,我创办了人人都是产品经理(www.woshipm.com)社区,至今已经6年这6年来,我接触最多的就是产品经理。我很少在外抛头露面,通常只会在人人都是产品经理社区创建的上百个产品经理交流群里活跃,因此经常会被大家抓着问问题,其中被问最多的一个问题就是“产品经理需要懂技术吗?懂到什么程度其实这是一个比较有争议的问题,没有正确答案,你说需要懂,也对;说不需要懂,也没错。以我个人的从业经历而言,我倾向的答案是产品经理需要“懂”技术在大学里,没有产品经理这个专业,所以绝大部分产品经理都是半路出家;早期的互联网公司基本都是以技术为中心驱动产品,因此在很多公司,产品经理这个角色都是技术或者项目经理兼任,他们都有一定技术背景。随着互联网的迅猛发展,以技术为中心逐步走向以产品和用户为中心,尤其是在乔布斯发布 Phone3Gs以后,各大互联网公司CEO都说自己是产品经理,于是产品经理就火起来了,从此一发不可收拾。接下来出现的情况就是一大波从事技术、运营、设计、编辑、市场的人转型做了产品经理,非技术职位转型做产品经理占了绝大部分。因为没有技术门槛,越来越多的大学生也都选择了产品经理职位,从产品经理的演变来看,毫不夸张地说,绝大部产品经理必懂的技术那点事儿分产品经理是不“懂”技术的。注意,我特意把懂这个字加了引号。因为“懂”技术不等于要会写代码。这里有一个误区,很多产品经理听别人说产品经理需要懂技术,不懂技术就会……,而感到非常焦虑,非常着急,就去买了一大堆技术相关书籍( JavaScript、PHP、Java、 MySQL等各种从入门到精通的宝典),然而能坚持看完、看明白的人微乎其微,因为技术类书籍是有门槛的,还非常枯燥,不像产品和运营类书籍,贴近生活,通俗易懂,谁都可以看明白。因为我是站长出身,做了十来年站长,对各种开源系统非常熟悉,也做过几十个网站,大家都知道做站长的人通常都是一个人能搞定所有的事情(产品、设计、运营推广、技术、运维、内容等),于是很多人跟我说:“老曹,要不你写本产品经理能读懂的技术书籍吧,因为你懂技术通产品,这书你写再合适不过了。”每次遇到这样的提议,我都非常尴尬,这对我来说挑战太大,但我一直有一个梦想,组织几个懂产品的技术兄弟一起写一本产品经理的技术科普书。直到今天,我的梦想将被实现。帮我实现梦想的人不是我自己,而是本书作者唐韧同学。唐韧是人人都是产品经理社区的专栏作家,在平台发布了很多作品,其中篇《我是如何从程序员一步一步走向产品经理》的文章备受认可,他本人也是技术转型产品经理的优秀代表。希望本书能为从事产品经理的同学对技术的认知有更好的帮助,产品经理学习技术不是为了在技术人员面前证明你很牛,而是为了更好地与技术人员沟通需求、更好地合作,一起做好产品。人人都是产品经理创始人、起点学院院长@老曹前言我为什么写这本书我是从技术开发转型为产品经理的,在转型的过程中对于技术背景的思维方式和产品背景的思维方式有了一些个人的认识。在做技术开发的几年里,我从纯技术的角度去理解问题;转型做产品经理后,我带着技术背景去处理与产品相关的业务、运营和市场问题,用一种全新的角度去看待产品。在做产品的过程中更多地是与工程师打交道,面对一群专业性很强且逻辑思维很强的群体,产品经理的内功就显得尤为重要。在实际工作中,我也与非技术背景的产品经理合作,发现对非技术背景的产品经理来说,技术知识的缺乏是硬伤,由此会带来对产品实现的理解与工程师的理解偏差过大的问题。同时,也会造成一些沟通不畅的问题。如果你是一位非技术背景的产品经理,在工程中可能会遇到对产品技术实现方案不理解的情况。工程师跟你沟通时所用的技术语言你完全听不懂,自己精心设计的产品方案拿到评审会评审时,被工程师批判得体无完肤。这些问题的出现其实都归结于非技术背景的产品经理在技术知识上的信息不对称,持续处于这种状态会严重阻碍工产品经理必懂的技术那点事儿作能力的提高。对业务、运营、市场背景的产品经理来说,增加对基本技术知识的了解能在实际工作中起到很大的帮助作用。这些使我产生了写作本书的想法,本书力求通过通俗易懂的方式讲解基本技术原理,减小非技术背景产品经理与工程师之间的知识差距,使合作和沟通更顺利,同时也提高产品经理的产品内功。对非技术背景产品经理来说,在与工程师的合作过程中,掌握一些基础技术知识显得尤为重要,对于技术的理解可以不用深入到实现层面,但要对基本原理及产品背后的整体技术架构心中有数。产品经理属于信息上游,在拿自己的产品想法与工程师沟通和推动产品实施的过程中,对技术要有一定的了解,这就好比手上多了一把好武器,能让问题顺利解决让产品不断向前发展。本书的目的在于通过浅显易懂的方式,面向非技术型产品经理讲解基础技术知识,打开技术领域这一神秘的大门,使非技术背景产品经理在产品工作中更加游刃有余。产品经理的工作内容涉及面广,而且对个人综合能力的要求高,要做好产品经理就需要涉猎广泛,具备更多的横向知识体系,同时在产品这一纵向知识体系内做深做精。本书可作为产品经理平时学习技术的基础资料,也可作为工具手册,希望本书能助力非技术背景产品经理开展工作。书中内容不涉及很深很具体的技术内容,主要以基本技术概念和实现原理介绍为主,配合一些具体例子加深读者的理解,力求帮助非技术背景的产品经理对具体的技术知识有一个整体的认识,在设计产品或者与工程师沟通合作的过程中能更加顺畅。技术能力是产品经理的核心技能之一,但不是全部,产品经理的职责是通过产品创造用户价值和商业价值,了解用户、发掘需求并持续对产品进行优化才是产品经理的使命如何阅读本书读者在阅读本书时,可以通过理解技术的一些基本原理反观产品设计的细节。非技术背景的产品经理在阅读本书时可以结合自己在实际工作中遇到的技术问题或者是与工程师沟通产品方案时所遇到的技术挑战重现当时遇到问题的场景。读完本书前言后,重新审视当时遇到的问题在现在是否能很好地处理,以场景化的方式结合自身工作中的问题,然后从本书中寻找答案,总结并且复盘,这样能对自己在技术知识方面的欠缺有一个比较好的补充和提升作用。本书第1章介绍了产品思维与技术思维的具体表现和差别,有利于产品经理站在不同的角度审视产品。第2章是对互联网历史和基础技术知识的介绍,为非技术背景的产品经理科普互联网的简要发展历史及互联网技术和产品的几个阶段性特点第3章从理解原理的角度向非技术背景产品经理介绍编程语言的内容。本章的目的并不是让产品经理学会编程,而是希望产品经理通过了解编程语言的基本原理,了解技术产品的实现逻辑及工程师思考问题的基本逻辑。第4章介绍数据库的基本内容,数据库作为数据的存储和处理中心,在产品的大版图里不可或缺,产品经理了解数据库的一些基本知识能增加对产品的全盘了解(从界面到数据)。第5章以介绍主流移动平台的一些基本技术内容为主,目的在于让非技术背景的产品经理了解视觉界面下的实现细节,降低与工程师的沟通成本。第6章介绍了服务端的基本内容,服务端作为大后方,在产品技术体系内扮演着极其重要的角色,产品经理了解服务端的典型技术知识有助于从系统架构的层面理解产品设计,知道什么样的产品设计能降低技术实现难度和成本。第7章是从数据的角度观察产品,产品经理对数据的敏感度决定了产品的优化方向。从本章中产品经理可以了解到不同维度的数据标准和基于数据驱动的产品设计方法第8章是对产品需求文档的一个格式和内容介绍,力求为产品经理提供一个可参考的产品需求文档样式。第9章将内容重点放在沟通上,产品经理需要与各方沟通,其中的沟通技巧和沟通侧重点会在本章详细介绍。第10章介绍了产品经理的不同类型和成长进阶的一些经验。产品经理必懂的技术那点事儿第11章重点对解决问题这一话题进行了分析,以聚焦答案的解决问题方式探究问题的解决方案,本章能提供给产品经理一种新的解决冋题的方法,值得一读。在写作本书的过程中,我发现自己需要学习的东西还很多,非常感谢读者选择本书。作为产品经理,做任何事情都是一个持续优化和完善的过程,对于本书中存在的不足希望得到读者的指点和帮助,也希望同为产品经理或者即将成为产品经理的你,一起在奋斗的路上寻找更高的那一个里程碑!读者可以添加我的微信公众号 nantang007与我交流沟通,也欢迎读者多提宝贵意见。唐韧2016年10月3日于北京▲Vl
- 2021-05-06下载
- 积分：1
剔除测量数据中异常值的若干方法
剔除测量数据中异常值的若干方法,第1期何平:剔除测量数据中异常值的若干方法21表3n,a相应的Y值3.91-00.010.010.6790.576190.4620.889).765120.6420.5460.5350.4500.7800.642130.6150.52l210.5240.44060.6980.560140.6410.5460.5140.4300.6370.507150.616230.50580.6830.554160.5950.5070.4130).406100.447180.5610.475表4Z,与n值的对应关系3458902131415161820301050zc1.381.541.651.731.801.881.921.962.002.032.072.102.132.152.202.242.392.492.58表51组测量数据(已按顺序从小到大排好)810t20.3020.3920.3920.3920.4020.4020.4]20.4120.4220.4220.4220.4320.4320.4320.43查表3得到临界值Y。(15,0.05)=0.525,根据也都有其局限性。例如:所有的准则都是以数据按正态狄克逊准则,由于Y2>%(15,0.05),故t值是异常分布为前提的,当偏离正态分布时,判断的可靠性将受值,应予舍弃。影响。还有几个准则对n值的要求也各有不同:当大样程序框图如图3所示本测定时,使用莱因达准则最适合,但当小样本测定24肖维勒准则应用软件流程图及实例时,则一般推荐使用格拉布斯准则和狄克逊准则。而肖计算算术平均值t=20.405维勒准则在某种程度上讲仅仅是莱因达准则的补充计算剩余误差v及均方差a=0.01498在实际测量中,一般取测量次数n=5~20次,特从表4中查得相应的Z值(n=15,故Z2=2.13)别精密的测量,也很少超过100~200次。因此,使用根据肖维勒准则检测l1是否为异常值以上各种准则时,必须注意测量次数的限制。对于莱因1-t|=0.105达准则、一般建议测量次数大于或等于50次,而对于而Zσ=2.13×0.01498≈0.03191格拉布斯准则和狄克逊准则,则建议小于或等于20次。但这一区别并不是十分严格的由于|1-t1>z,则t1值异常,应予舍弃。程序框图对小样本来说,由于格拉布斯准则能给出较严格如图4所示。的结果,狄克逊准则无需计算X和o,方法简便,且23几种方法的进一步讨论者的概率意义明确。因此,它们能较好地适用于采样次从以上的应用情况来看,似乎各种准则的应用实数不太多的一般测量列践都很一致,但这只是个特例,并没有普遍性。举这个设X为N(0,1),在1个大小为n的子样中混入例子,只为了更好地说明几种准则都能得到很好的应个Y:N(μ,δ)的子样。有研究结果表明:格拉布用。需要指出的是,以上各准则都是人为主观拟定的,斯方法的检出概率P略高于狄克逊方法的检出概率直到目前为止,还没有统一的规定,因此,它们的应用PD,如表6所示:(N(0,1)叫作标准正态分布)o1994-2012ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net2航空计测技术第15卷STARTSTARTSTARTSTART输入数据输入数据输入数据输入数据计算算术平均值入计x根据n值,及均方根偏差从表2中计算出相应y计算算术平均值计算剩余误差;,计算T值并选定均方根偏差σ危险率a选定危险率a计算剩余误差v,均方根偏差判别粗大误差查表得相应的(n,a)从表3中查出%(n,a)值从表4中查出相应Z值打印输出结果判别数据是否为异常?判别敦据是否异常判别粗大误差ENDExDENDEND图1莱因达准则应图2格拉布斯准则图3狄克逊准则应图4肖维勒准则应用程序框图应用程序框图用程序框图用程序框图表6P与PD的比较舍。但是,对待粗大误差,除从测量结果中及时发现和利用剔除原则鉴别外,更重要的是提高工作人员的技术a(%)水平和工作责任心,不要在情绪不宁和极度疲劳的情况5.01.0下,进行重要的测量工作。另外,要保证测量条件的稳定,防止因环境条件剧烈变化而产生的突变影响。只有δ11221122这样,才能提高测量的精度,得到满意的测量结果PG(%)10.240.429.854.22.515.712.731.3参考文献PD(%)9.335.726.850.02.212.910.526.31梁晋文等编著.误差理论与数据处理.北京:中国计由于混入的Y不一定是子样中最大的数据,所以,量出版社,1989实际检出效果还要高一些2何国伟编著,误差分析方法.北京:国防工业出版社,4结束语3王文松.测量列中离群值的判断.电测与仪表,1992,从以上论述可以看出,在进行测量数据处理时,可11)以应用各种准则进行粗大误差判别,以决定数据的取o1994-2012ChinaAcademicJournalElectronicpUblishingHouse.Allrightsreservedhttp://www.cnki.net
- 2021-05-06下载
- 积分：1
