当前位置:网站首页>产品版本号是如何确定的
产品版本号是如何确定的
2022-08-11 05:24:00 【打小又皮又闹】
产品的版本迭代 | |
1.版本号命名 | x、y、z 用X表示大版本号, 用Y表示功能更新,Z则表示小修改 |
2.版本号说明 | alpha: 内部版本 beta: 测试版 rc: 即将作为正式版发布 lts: 长期维护 |
3.开发前优先级确认 | 1.关键性需求 2.后续关键性需求 3.后续重要需求 4.改良性需求 5.可选性需求 |
4.开发中共同目标 | 拉新 激活 留存 收入 自传播 |
5.开发数据与决策 | 新注册 发帖 DAU 平台收益 分享 新关注 回复 复购率 用户收益 触达 新下载 在线时长 连续登录 ······ ······ ······ ······ ······ |
6.快速迭代与精益迭代 | MVP模型——用最低的成本来满足核心功能做市场尝试 为用户提供完整并符合心智的路径与流程的基础上尽可能做到创新寻找机会 |
7.趣事 产品之道 | 利用产品自身价值的传播或其他属性引导用户自发的完成我们的愿望并乐意主动分享。 |
产品做产品需要避免几个问题 1.什么需求都接 2.没有合理安排好需求的优先级 3.没有很好的与需求方或开发方做好沟通 4.没有安排好版本的侧重点 5.没有搞清楚产品什么时候可以上线 |
在大部分情况下常见的版本号是三段式的,即X.Y.Z 我们用X来表示大版本号,
一般当产品出现重大更新、重写、不再向后兼容的情况时我们会在X上加1,当X是0的时候我们默认为开发或测试阶段。当X增加1时我们会把后面的Y.Z清零。
我们用Y来表示功能更新,同理当Y增加1时我们也会将后面的Z清零。
Z则表示小修改,如我们修复了一个bug,页面的UI布局做了修改调整时都会增加Z,但是当Z等于10时我们不增加到Y,而是写成X.Y.10,之后的更新为X.Y.11。
在数据分析中有一个很常见的模型叫做AARRR模型,也就是我们常说的海盗模型。它由五部分组成,获取用户(Acquisition)、激活用户(Activation)、提高留存(Retention)、获取收入(Revenue)、自传播(Referral)在现今互联网思维越发成熟的今天这个方法适用于绝大多数场景。成功的产品往往都会有两个特征,没有脱离用户的需求,没有脱离数据的迭代。
在进行版本管理时我会习惯将需求分成5种类型。
(1)关键性需求
在一般情况下我们会将这种需求的优先级定为P0,如果不能完成这个需求将会导致整个版本不能正常上线,或毁灭之前的所有努力。
一般情况下电商购物APP的通用关键性需求都会有支付和订单这两种需求。
(2)后续关键性需求
这种需求一般不会影响前面的项目进展,但是如果不加以满足的话将导致后面的版本无法正常上线。
案例:电商购物产品计划在1.1.0版本时推出用户积分,以用户的消费金额累计获得积分。那么在1.0.0时用户的已完成订单记录就是后续关键性需求,如果没有这些记录我们将无法计算用户获得了多少积分。
(3)后续重要性需求
这种需求一般情况下是会影响用户的体验或项目人员的工作价值,如果没有满足的话会导致用户“出逃”或同事血拼。
案例:该电商产品如期在1.1.0版本推出了用户积分,运营人员本来打算在这里让用户以积分来兑换优惠券。此时该需求就属于后续重要性需求。但是没有在这个版本中得到,用户看着自己的积分没有消耗途径觉得该产品在“耍猴儿”,于是出逃,运营人员因为没法完成kpi而与产品大打出手。
(4)改良性需求
这种需求一般情况下不会影响已有功能的使用,如果实现了会更好。如果没有满足的话可能会造成用户的满意度下降或同事的成就感降低。
案例:在运营同学和产品的一番亲密会晤后紧急完成了优惠券功能的开发并上线。由于当时需求太急,UI的同学觉得之前的设计有些粗糙,优化了积分与优惠券的交互操作并用心设计了更美观的页面。这个时候更美观的页面和更优的交互体验就属于改良性需求。
(5)可选性需求
这种需求一般为一种设想或待验证的需求,大多情况下为探索和尝试,抑或是个别客户的需求。
案例:在优惠券上线之后的用户调研中有一名核心用户提出希望增加优惠券的获取途径。这时该需求就属于可选性需求。
边栏推荐
- Fragment 和 CardView
- 梅科尔工作室-Pr第一次培训笔记(安装及项目创建)
- KANO模型——确定需求优先级的神器
- TAMNet:A loss-balanced multi-task model for simultaneous detection and segmentation
- 动画(其一)
- 梅科尔工作室-DjangoWeb 应用框架+MySQL数据库第三次培训
- Toolbar 和 DrawerLayout 滑动菜单
- CMT2380F32模块开发11-RTC例程
- 解决SmartRefreshLayout/SwipeRefreshLayout与RecyclerView下拉冲突的问题
- Diagnostic Log and Trace——为应用程序和上下文设置日志级别的方法
猜你喜欢
Robust 3D Object Detection in Cold Weather Conditions
Severe Weather 3D Object Detection Dataset Collection
【高德地图】易采坑合集
win10 配置tensorflow(GPU) anaconda3 cuda9.0 cudnn for 9.0
Diagnostic Log and Trace——dlt的编译和安装
360° large field of view helmet recognition system-deep learning intelligent video analysis
推出 Space Marketplace 测试版 | 新发布
梅科尔工作室-Pr第二次培训笔记(基本剪辑操作和导出)
梅科尔工作室-HarmonyOS应用开发第四次培训
CVPR2022——Not All Points Are Equal : IA-SSD
随机推荐
Zhejiang University School of Software 2020 Guarantee Research Computer Real Question Practice
Robust 3D Object Detection in Cold Weather Conditions
Generic kernel and userspace Makefiles
CMT2380F32模块开发6-flash例程
Reconstruction and Synthesis of Lidar Point Clouds of Spray
CVPR2022——A VERSATILE MULTI-VIEW FRAMEWORK
KANO模型——确定需求优先级的神器
【调试记录1】提高MC3172浮点运算能力,IQmath库的获取与导入使用教程
【高德地图】易采坑合集
LiDAR Snowfall Simulation for Robust 3D Object Detection
CMT2380F32模块开发3-GPIO例程
数据库的基本语法(其一)
通过字符设备虚拟文件系统实现kernel和userspace数据交换(基于kernel 5.8测试通过)
LiDAR Snowfall Simulation for Robust 3D Object Detection
Waymo数据集使用介绍(waymo-open-dataset)
目标检测——卷积神经网路基础知识
CMT2380F32模块开发8-Base Timer例程
Joint 3D Instance Segmentation and Object Detection for Autonomous Driving
10 个超好用的 DataGrip 快捷键,快加入收藏! | 实用技巧
TAMNet:A loss-balanced multi-task model for simultaneous detection and segmentation