誰說教育是AI普及下的重災區——傳統教育下如何落地AI硬件產品
對于AI硬件產品落地中,從產品提供方的A到落地的B端再到C端用戶使用,這其中的路徑是比原先在互聯網上線產品發版后,直接對用戶更新使用的周期要長的?;ヂ摼W產品小步快跑快速迭代是相對輕松且可控性會比較高。對于TO B教育類輔助教學的產品從功能落地到B端上線后,才會經過C端被用戶所感知。
對于AI硬件產品運營落地傳統教育,我從趟過的坑里告訴你有哪些方法可以指導工作。
教育AI輔助教學產品落地,這部分我們運營的用戶有兩類:一類是決策購買的B端客戶老師及管理者,一類是產品服務的C端用戶學生。
在產品起步階段,一方面是在每一個教室據點插入產品的旗幟獲取產品載體、方便之后更新產品技術及增加新功能,一方面是部署上了就能用的產品、讓用戶對產品有感知并且對產品反哺優化的作用,
一、了解功能
1.?了解產品
在開展攻堅戰之前,作為運營首要了解本期落地校區產品功能及使用方式。這個產品功能是怎么實現的邏輯、操作流程是什么、對于使用過程中可能產生的風險點是什么,都要全面了解。
2. 確定運營重點
比如:首要上線的功能是數據捕捉反饋的圖像視覺方面的,使用上更多的B端一線老師的使用,那么對一線老師這部分的維護就是重中之重。對于市場上還未成規模的新產品,讓老師相信我們且愿意支持我們對于成敗都是非常重要的。
二、灰度校區試點(功能灰度測試、程序+口碑反饋摸底)
AI產品在落地時不可避免需要灰度測試,且不能閉門造車的打通整體使用流程。不影響正常教學下的新產品上線來講正式環境上批量都是不敢做的,畢竟每節課的成本都是金主爸爸限制不容許出錯的。
1. 功能灰度種子校區上線
在1VN的教育形態下,雖然在測試環境都已經搭建測試完成后,真實上線面臨的壓力都是更大。針對新穎產品沒有參照物的上線,先到個別校區進行功能測試是一條必經之路。
2.?口碑反饋摸底
教育類的產品和其他產品不同,雖然服務的直接用戶是學生、但是購買接受的還有學生家長,和家長反饋調研是一條必經之路。
大家對于全新的形態或者沒有接觸過的功能,本質都是陌生或者存疑的。就像在馬車時代大家覺得有馬有輪子的車就是需求,但是汽車是更優達到目標的一種方式,且汽車上的行車記錄儀等是在發展的過程中意識到增加的。
去灰度教室測試并收集對產品的反饋主要為了2個方面,1是獲得真實用戶的優化產品建議,2若是正向反饋可以促進產品的落地。
三、輔助工具完善(管理后臺)
在多次多維度在灰度教室測試穩定及反饋正常的前提下。作為運營,需要關注的一點方面是管理后臺的完善了。在團隊中,產品經理主要針對是B端或者C端用戶所需要的功能,那么產品推廣后的數據維護功能則需要運營來負責了。
如何對產品的管理及使用作出高效準確的知悉,體現在管理后臺方面。
拿AI產品應用在教育機構而言,多數教室都是沒有公網或者速度很有限的。對于一些AI產品本身就安裝文件很大,部署程序就是很繁瑣的一件事。部署—啟動—更新—使用數據的多重維度的管理對于全國等各地區來說成本非常高。
1.?需求整理
從運營角度出發,囊括自身、客戶管理者、后續新增規劃預留等方面的需求。這個時候把自己當成運營項目的產品經理吧。
2.?實現推進
協調實現資源、作為籌備期間的工作在開啟執行前上線完畢。
四、硬件梳理、準入篩選(AI產品運行所需要的承載條件準入標準,教育機構硬件梳理)
由于AI產品的特殊性,產品模型等運行情況需要對承載環境有更多的關注。在這個過程中,我們需要了解承載教室的配置情況及產品能夠正常運行的配置標準。
就像上圖所示,若是輔助產品后置于教室環境,對于產品落地時需要對運行環境進行管理,產出準入標準配置在后期新增校區的部署中也是非常有指導意義的。
這部分的工作是相對很瑣碎的,對于第三條中提到管理后臺需求是額外的強烈啊。
五、批量規劃及預案匯報、執行落地
在這個階段圍繞批量教室部署需要制定分步走的步驟,在完成對于部署計劃的梳理后,則更加明確了工作的目標,是300間還是600間的計劃就要拉出來遛遛了。對于教育產品的更新由于涉及到時效性及用戶特點,對步驟的安排非常重要。
1. 批量規劃
春秋兩季基本的教室使用率較低,主要使用在周末時間段;在寒暑兩季基本全月無休;對于合理的新輔助教學產品上線最好是在教室占用率較低的時期,對于測試流程穩定性的風險會比較低。
反之,在教室全天使用的情況新產品上線的風險急速上升,除非想在晚上九十點后的凌晨進行測試或者承擔正式環境下的風險。
2. 除去上線時間,計劃落地中需要重點關注及把控
風險把控:梳理產品上線后所可能產生的風險問題:比如是否會崩潰、造成雙師或其他網絡傳輸課程的卡頓,功能無法順利使用的情況。并且根據可能性產出解決措施。
3. 落地執行
這個階段是運營工作中非常重要的一環,在風險把控下根據時間點涉及是落地頻率是一次還是多次,多次頻率又是多少。
六、數據監控統計
前面產品部署安裝等方面對于產品落地都是準備環節,真正影響產品走向的則反饋在了數據方面。
(1)運行數據
程序是否正常運行,每間是否崩潰卡頓等需要做好數據掌控及穩定性優化。這對于技術的優化起了非常重要的作用,也是對技術成果直觀的跟進的重要渠道。
(2)使用數據
產品上線了老師的使用情況如何,頻率和操作中反饋的問題都是會影響產品優化以及項目能否繼續合作下的直觀體現點。使用率低可能是對于老師和學生的吸引比較低,也可能是卡在了某個操作環節。關注并做好用戶維護是高階項目小細節哦。
七、用戶維護
回想我們自己在使用某款產品的時候,打不開了、卡頓了等方面都會影響我們的心情。在AI輔助教學產品的運營過程中,程序可能不可避免的會存在一些bug,那么給予客戶和用戶老師或者管理者一些預期,并及時維護是一名合格運營不會遺漏的關鍵工作。
本文由 @小井蘿 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖作者提供
- 目前還沒評論,等你發揮!