三步法完成AI產(chǎn)品需求分析

筆者通過分析ToB圖像類AI產(chǎn)品的需求，闡釋了自己的工作經(jīng)驗所得。

筆者希望能和大家一起探討如何完成ToB圖像類AI產(chǎn)品的需求分析，文中內(nèi)容僅表示筆者在實際工作中的產(chǎn)品需求分析習(xí)慣，歡迎大家交流。

產(chǎn)品的需求分析算是產(chǎn)品經(jīng)理的必修課，只有理解透需求，才能避免后期產(chǎn)品設(shè)計的出錯，對于ToB的AI圖像類產(chǎn)品，筆者一般遵循以下的分析套路。

一、業(yè)務(wù)需求分析

如果不看市場分析，那么業(yè)務(wù)需求分析應(yīng)該是產(chǎn)品經(jīng)理進入產(chǎn)品規(guī)劃的第一步。

尤其是ToB類的產(chǎn)品，只有摸透用戶的業(yè)務(wù)需求，做出來的產(chǎn)品才能更加貼合用戶，讓用戶欲罷不能地買單，這一塊分析筆者一般從以下幾個核心點去收集用戶資料。

1. 業(yè)務(wù)需求背景

首先，需要弄清楚當(dāng)前需求所處的業(yè)務(wù)背景，這點筆者一般還是非常關(guān)注的。

收集業(yè)務(wù)需求背景不僅是為了弄清楚用戶為什么要做產(chǎn)品，即當(dāng)前業(yè)務(wù)狀態(tài)出現(xiàn)了什么瓶頸需要采用AI技術(shù)來解決；其次弄清楚業(yè)務(wù)需求背景還有利于收集行業(yè)屬性，從而為后期的競品分析做準備。

2. 業(yè)務(wù)場景

眾所周知，目前計算機視覺雖然取得了很大的進步，但是依然存在很多的瓶頸，比如攝像頭角度，光照、陰影、遮擋等依然影響著結(jié)果準確率。因此在需求調(diào)研的時候，一定要梳理清楚用戶是想在什么場景下使用圖像識別技術(shù)。

筆者以物流行業(yè)舉例，暫不考慮攝像頭，帶寬、服務(wù)器等硬件本身的情況，只考慮場景和對應(yīng)場景的算法應(yīng)用：

安防場景：在安防場景下檢測倉庫下的人體，識別人體屬性。存在的難點是物流倉庫一般架設(shè)的安防攝像頭高度比其他場景的高度要高很多，所拍攝的場景覆蓋范圍廣，即使不考慮遮擋，拍攝的目標也會相對小很多，這時候所帶來的檢測難度就會相對增加，甚至?xí)霈F(xiàn)小目標檢測的難題，如果這個時候還需要識別人體屬性（如服飾等）將更加困難；

固定攝像頭場景：有時候需要根據(jù)業(yè)務(wù)需求來考慮整體解決方案，其中重要的一環(huán)就是攝像頭架設(shè)方案，至少需要考慮攝像頭架設(shè)角度，垂直距離，水平距離，才能獲得清晰的圖片，有利于算法檢測和識別；

特殊的業(yè)務(wù)場景：手機拍攝和安檢機；手機拍攝之所以特殊是因為手機采集的照片因為不同的人使用不同的手機型號，拍攝的圖片分辨率不一致，同時待識別目標被拍攝的角度也不一致，其中分辨率不一致引起的耗時和并發(fā)量問題，還可以通過增加服務(wù)器、接口限流甚至是數(shù)據(jù)壓縮的方式來解決，但是角度不一致會對算法本身準確率產(chǎn)生影響，要么誤檢更高，要么漏檢更多；安檢機特殊在它所成像的結(jié)果不同，給算法研究就會產(chǎn)生困難，相同的目標在安檢機下成像的結(jié)果可能只剩下形狀和顏色兩個特征，要想完成識別難度就會增加；目標在安檢機下的圖像如下圖（圖片來源于網(wǎng)絡(luò)，僅用于文章說明）。

小結(jié)：

AI技術(shù)和場景應(yīng)該是相輔相成的，成熟度高的AI技術(shù)應(yīng)該是業(yè)務(wù)場景找技術(shù)，成熟低的AI技術(shù)更多的應(yīng)該是技術(shù)找場景，為什么？

因為需要約束場景，才能滿足技術(shù)的可行性。

3. 業(yè)務(wù)需求

了解業(yè)務(wù)背景和業(yè)務(wù)場景后，進一步的核心就是了解業(yè)務(wù)需求，簡單理解就是用戶要AI檢測或識別什么目標，這關(guān)系到算法需求中是算法會采用視頻識別還是圖片識別。

AI無法滿足覆蓋所有待識別目標，一味地擴大檢測識別范圍，所帶來的問題至少包含兩個方面：一個方面是訓(xùn)練數(shù)據(jù)量的獲取，另一個方面是最終識別效果的難保證。

這些都會制約著算法，這也是當(dāng)前商品識別最大的幾個難點（還包括相似sku的問題）。因此梳理業(yè)務(wù)需求有助于算法的正常開展和后續(xù)的推廣，以O(shè)CR票 據(jù)識別為例說明如何對接業(yè)務(wù)需求。

業(yè)務(wù)方提的需求一般是“我們要識別某某票 據(jù)”，AI產(chǎn)品就需要分析業(yè)務(wù)需求，盡可能轉(zhuǎn)為為AI算法需求：

• 確定待識別的票 據(jù)類型，火車票->（紅色的？藍色的）、發(fā)票->（印刷體發(fā)票？手寫體發(fā)票？）
• 確定待識別內(nèi)容，包括兩個方面，第一是票 據(jù)本身的內(nèi)容，如數(shù)字、不同種類的語言；第二是明確待識別的字段信息，如火車票需要識別姓名、日期、價格、座位類型、始發(fā)站和終到站等。

4. 業(yè)務(wù)價值

經(jīng)過上述諸多分析后，終于弄清楚了在哪做，需要做什么了。那么，接下來就是需要分析值不值得做了，業(yè)務(wù)價值分析是衡量產(chǎn)品是否值得投入的重要條件，也是后續(xù)做定價策略的評估條件，最重要的是給老板匯報需要的。

從AI產(chǎn)品側(cè)可以直接和間接分析，直接分析就是該服務(wù)提供后用戶每天會產(chǎn)生多少的使用量，畢竟現(xiàn)在最常用的定價策略就是按照調(diào)用量來評估的；間接分析就是用戶調(diào)用AI服務(wù)產(chǎn)生了哪些業(yè)務(wù)價值，可以是節(jié)省了人力成本，提升了審核效率，提升了點擊率等。

當(dāng)然，最好的方式是要量化分析，數(shù)字才能給老板直觀的說服力。

5. 業(yè)務(wù)流程

上述所有的內(nèi)容都分析清楚后，在沒跟老板匯報前作為AI產(chǎn)品基本就可以評估出這件事是否能夠開展下去了，如果確定是要開展的，那梳理業(yè)務(wù)流程就必不可少了。

首先，與用戶對接梳理業(yè)務(wù)當(dāng)前的系統(tǒng)流程，重點可以關(guān)注原系統(tǒng)在哪一步上傳圖片，上傳圖片后在哪一步是如何審核的。有了這兩點信息基本可以明確AI識別服務(wù)應(yīng)該在什么時間開始調(diào)用，原系統(tǒng)獲取AI識別信息后，如何優(yōu)化后續(xù)步驟了。

這里不給出具體的業(yè)務(wù)流程，案例可以參考看下 《利用AI技術(shù)，實現(xiàn)線上線下互動引流》 中描述的業(yè)務(wù)邏輯。

二、算法需求分析

通常筆者在跟算法溝通需求的時候，算法常問的有以下幾點：

• 在什么場景下做；
• 需要識別什么；
• 用戶接受的成本是多少；
• 產(chǎn)品的性能要求是多少（準確率和耗時）；
• 云端還是本地端。

結(jié)合上述五點AI產(chǎn)品經(jīng)理就需要反推算法需求：

1. 算法問：“在什么場景下做”

產(chǎn)品需要描述清楚業(yè)務(wù)場景，如果是在業(yè)務(wù)方現(xiàn)有的硬件方案上拓展，算法需求中要包括圖片成像的條件，圖片的分辨率。最好的方式就是獲取當(dāng)前條件下的圖片給算法，一圖勝萬言。

在這一步，算法會評估當(dāng)前的硬件條件是否可以滿足識別的要求；如果不滿足，AI產(chǎn)品經(jīng)理就需要做以下兩步：

1. （跟算法商量，讓算法給出硬件部署參數(shù)，包括攝像頭架設(shè)角度、攝像頭架設(shè)高度，攝像頭型號要求，其他的要求（如補光等）；
2. 跟業(yè)務(wù)方商量，如果要做AI方案需要重新部署硬件，業(yè)務(wù)方是否接受，業(yè)務(wù)方可能就需要評估下施工和硬件成本了。

2. 算法問：“需要識別什么內(nèi)容”

這一步以O(shè)CR為例，可以參照上述業(yè)務(wù)需求描述中的內(nèi)容；擴充下，算法需求分析不僅要告訴算法需要識別的內(nèi)容，還需要告訴算法需要返回的內(nèi)容，比如返回目標框的坐標信息，目標的置信度，目標的數(shù)量等。

3. 算法問：“用戶接受的成本是多少”

這點一般是出現(xiàn)在需要重新部署硬件方案的前提下，因為算法評估硬件參數(shù)，一般都是綜合考慮的，如果要求是低成本的，算法一般就需要犧牲一些性能采用輕量級的模型等。

4.  算法問：“產(chǎn)品的性能要求是多少”

通常算法期望獲得是用戶想要的準確率和耗時，AI產(chǎn)品需要做的是跟用戶確認這個數(shù)值。一般有的用戶會自己先做好充分調(diào)研，然后會告訴產(chǎn)品他期望的指標是多少。

但是很多傳統(tǒng)企業(yè)都是第一次接入AI，通常并不清楚這個指標能達到多少。AI產(chǎn)品跟算法和用戶先約定一個指標，方便工作試點，后續(xù)根據(jù)用戶反饋可以收集錯誤樣本快速進行產(chǎn)品迭代。

5. 算法問：“云端還是本地端”

這點關(guān)系算法的模型方案和硬件成本，也關(guān)系產(chǎn)品設(shè)計是API接口還是SDK服務(wù)。

舉例：根據(jù)業(yè)務(wù)需求描述的待識別內(nèi)容，算法需要評估是采用視頻還是圖片來分析，如果是視頻分析同時還要部署云端，則網(wǎng)絡(luò)帶寬成本將非常高。這時候算法要評估是否可以采用圖片分析，最低的幀率是多少，采用什么量級的模型，架構(gòu)需要評估網(wǎng)絡(luò)部署方案，是否可以在本地加入視頻服務(wù)器做預(yù)處理，多少時間傳輸一次合適等。

產(chǎn)品在此過程中起到項目推動的作用，協(xié)調(diào)內(nèi)部技術(shù)和用戶。

小結(jié)：

將上述的內(nèi)容結(jié)合業(yè)務(wù)需求分析一般就可以給算法提需求了，最后跟算法明確輸出算法方案的時間。

附：算法需求分析需要AI產(chǎn)品在算法和用戶之間不斷溝通確認各種信息（有時候會很拉扯，因為用戶在接入AI之前也無法預(yù)估自己的期望）。

三、產(chǎn)品需求分析

AI產(chǎn)品需要打破傳統(tǒng)GUI的局限，AI產(chǎn)品對外提供的產(chǎn)品形態(tài)不僅可以包括前后端GUI的完整系統(tǒng)，還可以是API接口和SDK的形式；

1. API、SDK類

在之前的文章 《如何做一款SDK產(chǎn)品》 中對SDK產(chǎn)品做了些簡單描述，本文從API的形式去描述，產(chǎn)品需求文檔中需要包括接口的輸入、輸出、算法準確率、誤檢率、漏檢率、接口耗時性能和算法約束規(guī)則。

以圖片識別為例，產(chǎn)品需要定義好的核心字段包括：

• 輸入：圖片格式—jpg、jpeg、png等；圖片傳輸格式—base64或url；ROI區(qū)域—數(shù)量，默認可以是整張圖片，最多支持多少個；ROI的畫法—矩形（左頂點+長寬），多邊形（所有坐標點）；識別類型—如果接口支持識別多個內(nèi)容，這個字段可以加上指定需要算法識別的內(nèi)容；其他的鑒權(quán)、時間戳之類的字段信息可以讓開發(fā)定義；
• 輸出：核心信息同算法需求，但是需要落實到接口字段上，如總目標數(shù)量、每一個目標的坐標信息、置信度，其他分析目標的特殊字段信息；
• 算法準確率、誤檢率、漏檢率，這點筆者建議最好是以業(yè)務(wù)指標分析，以目標檢測為例，通常算法是以mAP來衡量的，它是從目標維度來評估，但是用戶通常是從圖片的維度來衡量，一個圖片中有誤檢或漏檢的，用戶可能就會認為這張圖片識別出錯；因此，需要產(chǎn)品定義明確好；
• 耗時性能，這里的耗時性能是指接口的整體耗時，即用戶傳入圖片到返回結(jié)果的耗時，需要算法和開發(fā)一起評估，產(chǎn)品只需要定義產(chǎn)品需求。

2. GUI類

如果是GUI類的形態(tài)，產(chǎn)品重點關(guān)注的應(yīng)該是產(chǎn)品原型如何設(shè)計，用戶體驗，用戶使用流程等，這個與傳統(tǒng)的產(chǎn)品設(shè)計并沒有什么區(qū)別，只需要將算法需求單獨拆分給算法小伙伴。同時約定好算法的規(guī)則即可，所謂的算法規(guī)則即接受在當(dāng)前的算法能力下對用戶使用上的約束規(guī)則，比如要求用戶上傳的文件格式、命名有什么要求，算法返回給用戶的識別結(jié)果有什么限制。

作為產(chǎn)品其實很無奈，原則上應(yīng)該以用戶為中心挖掘用戶最自然的用戶習(xí)慣，但是在AI技術(shù)不成熟的情況下，需要犧牲些用戶體驗。

結(jié)語

AI產(chǎn)品與傳統(tǒng)產(chǎn)品最大的區(qū)別在于，產(chǎn)品與開發(fā)之間又多了一層算法。

AI產(chǎn)品只有先明確好算法需求，在得到算法可行性驗證結(jié)果后才能進一步考慮產(chǎn)品需求，當(dāng)然算法需求也是產(chǎn)品需求的一部分。

http://www.woshipm.com/ai/3059898.html