书接上文（我的2020-2021），解决了毕业问题，而我的2022主要由两个项目组成：
MOJi辞書（我的工作）
一念（自己做的App）
MOJi辞書
MOJi是日语+互联网的龙头公司，公司有3款产品：
MOJi辞書：中日词典，AppStore搜索「日语」TOP1，月查词有亿次
MOJiTest：中日背词备考，AppStore搜索「日语背词」TOP1
MOJi阅读：定位日语有声精读，新产品，曾冲AppStore分类榜前百
我主要负责词典，在加入时公司的App已经是行业内顶尖，有很强的用户心智。但MOJi早期工程师文化浓厚，在我之前没有产品经理，这也让我有了一些想法：
如果产品不存在App也能做到行业第一，那么产品的作用是否被夸大化了？
仅靠工程师就能够做到行业第一，必定有过人的地方值得学习。
基于保密原则，我会隐去关键数据和敏感信息，主要写决策和思考：这一年我在MOJi拿到的成绩单是：
营收增长70%
搭建了公司整体的战略架构并落地成功
冷启动了问答和听读两个业务
对搜索进行优化，抓住了技术更新并设计了数个万级日活功能
可以说是打了一年的漂亮仗。
①矩阵战略
首先，好的战略通常是简单易懂的。要警惕复杂的战略，因为让几十个人执行一个高度复杂的计划，通常很难行得通。
其次，应该是针对当下特点给出特解。照搬是对成功的迷信，而非解法的追求。
来到公司的第一天我就在思考：
如何在曾经没有产品经理的环境下搭建产品的工作流
如何向上和老板同频沟通
以及拿出一个切实可行的战略，指导接下来一年的发展。（如下图）
在竞品少/服务欠佳的行业环境里，做不止于查词的词典是有机会的：
我们有词典的现有流量，可以用场景筛选出对背词、听读、问答等场景有需求的用户，并在风险可控的基础上优化这些场景，但随着需求的增多：
一个App内放置不同业务会导致代码/产品上的臃肿
会过滤掉一些没有查词需求、而仅有背词、听读等需求的用户
功能无法更专业，MOJi的定位就是做极致专业的服务
商业化上，我们在用辞書的流水负担其他业务，这也是不健康的
出于多方考虑我们决定做日语App矩阵，且有MOJiTest先行验证，可行性又加一分。
设想中我们矩阵类似苹果生态，一体化的数据可以提供单个App很难做到的综合体验：词典的数据可以服务于阅读和背词，底层数据互通。要做到这个就需要基于同一套账号的「词典一键登录」。（这也为冷启动时的用户导流提供了很大的帮助）
这就是整体的矩阵战略，有了切实可行的战略，接下来就是搭建产品的工作流。
②数据模型
由于早期缺乏产品经理，App也没有符合用户心智的信息架构，当务之急是把业务收起到一个功能区，并且建立埋点观察每个功能的流量分布，并把词典的查词功能突出，做到下载开盒即用。就这样我快速搭建起了数据模型。
（事实上这样是大公司的常见做法，不过我们做的克制很多）
但也有意料之外的收获：这个版本修改后流水上涨了70%，这是到年末另一位产品做了数据复盘之后才发现的额外惊喜。
这也让我学到了一点：流量产品和留存产品是有区别的。
流量产品类似于小程序/ins的独立站落地页等，如果当时不转化用户就会很快的流失，它们通常基于某个流量口（比如关键词搜索/KOL等），并不算用户而顶多只能算访问，此时条理清晰，尽快展示优势和业务更加重要，用户体验反倒是其次。
而留存产品的用户体验的影响会更大，会直观的反映到用户的付费上。
简单来说，流量产品就像是在商场截流，需要尽快展示优势，留存产品则像是已经购买的健身房会员，体验更加重要，不被私教打扰也会成为一种需求。
大数定律非常神奇，当数据大到一定程度时，每个用户的点击会被具象化成稳定的%点击，并维持稳态。所以数据是产品摆脱主观的第一步。
③听读App独立
如无必要，勿增实体。——奥卡姆剃刀
有了数据后，我发现阅读这个板块和词典不是很相关，但常年的点击率在功能区中排前列，事后我总感叹老板（以下称Linc）对于业务的先天敏锐度。
不过文章的付费阅读在英语行业并没有找到很好的范本，倒是双语听力有非常多的范本：每日英语听力、扇贝阅读、轻听英语等，而且他们的会员模式都是通畅的。
其次是目前日语没人在做听读这种模式，我们可能是第一个吃螃蟹的人。
这就释放了一个很好的信号：阅读可以自造血上快车道，自然也能给用户提供更好的体验。
但在开始独立之前，更稳妥的是在词典内先验证听读的模式，然后再做好账号系统，那时才是独立的最好时机。
结果也是向好，用户的访问量虽然没有上升（访问量更多与入口有关），但人均停留时长提升了50%。
同时账号系统也同步搭建完成，于是阅读没有增加一个功能而只增加了内容，然后独立成App，这也是用户诟病一份钱收两次的源头。
（也侧面映证了产品战略的简单易懂，以至于用户都能感知到部分）
但我有设想到会出现这样的负面反馈，可却还是执意快速独立呢？
这和我的产品观有关，我相信（假设，未来和奥卡姆剃刀），对于未被验证的假设，我会保持着审慎的态度，只有将其变成了可验证的事实，我才会相信并去规划下一步。重点在于只做单层假设，这其实对产品、公司都是很负责任的做法。
早年我有写过社会科学和自然科学的区别：
人们从逻辑/历史当中学到的就是什么也没学到，需要警惕的是说法的精致，更加科学的说法不会增加这件事情的必然性，只有发生过了，才能担保这件事情的必然性。
而无独有偶，休谟也是这么想的。
因果关系的必然性是什么来担保的？只是向来如此。——休谟。
我们通常认为有必然性的因果关系，是人心的一种信念而已。
我们习惯了，我们向来总发现a现象出现，b现象就跟随着来了，因为向来总发现这一点，我们就把它说成a是b的原因，b是a的结果。这实际上是一条信念。你说这是必然的，等于是在说未来必将符合过去。
原来因果关系的必然性居然建立在心理联想律的基础上，这在根本上动摇了对自然科学拥有理性的基础，这一条认识被动摇了。原来整个自然科学的理论居然仅仅建立在这样一条信念上，什么信念？——未来必将符合过去。
独立了iOSApp后，第一个月就获得了很好的收入，并且每天都十分平稳，商业化已经得到了证明。
我们也就可以大胆的跟进安卓端，和投入更多的人员为阅读App提供更多的功能。
④问答业务：
失败的尝试也是一种经验，但如果把失败通过数据美化为不起眼的成功，失败就失去了它唯一的指引价值。
再次感叹Linc的业务先天敏锐度，问答和词典一开始的相关度也是不高的。
我接手问答时还没有数据，不过有模糊的战略：市面上没有解决日语问题的平台，我们要做一个。
但方向上不清晰，Linc当时给我的参考也是Stackoverflow和知乎，调研了大量的问答相关内容之后，我发现：
问答的迭代是有策略的：早期侧重在数据积累，中期侧重在运营。
问答有三个用户视角：提问者、回答者、浏览者。
所以一开始的策略是以积累问题和回答的数量为核心指标（这个是一定有用的），同时去尝试问答如何在词典中展开。
最开始我们选的是知乎的模式，认为在词典里存在知乎类型的浏览者视角，但通过多个角度：
用户很少在回答下评论和点赞
提问基本是专业问题和语法居多，不具有兴趣浏览的特性
更符合百度/Stackoverflow而非知乎的特性：止于回答而非始于回答
我们排除了知乎的尝试，因为用户行为并没有释放知乎模式可行的相关信息。
相反的因为排除了知乎的模式，另一种模式就显而易见：百度/Stackoverflow都是通过搜索关键词来找到浏览者的。
而要想关键词触发的多，就需要大量的问答，而这个无法通过产品短期提升，只能通过时间的沉淀和运营的物质激励（送会员）来积累。
再一次，奥卡姆剃刀。
我们停下了问答的迭代去做了听读，等到问答数据破万之时（9月份），我们才回来将问答接入搜索之中。
我发现当前搜索存在流量浪费：搜索结果的点击集中在前几个：展示所有搜索内容的意义不大，因为用户需要的是“准确”而非“更多”，而词库并不能满足所有的搜索场景。
所以我们将问答接入到搜索，并盖在键盘之下，只有查词没有结果的时候才会露头。这样既不影响绝大多数用户的体验，同时也能为部分用户的额外问答需求做补充。
但这里有个重点：问答需要做的是【准确】的延伸，而非【更多】延伸。将需要的内容聚合，让用户满意同时问答也能依托搜索的巨大流量得到发展，平衡用户体验和商业化的重点在于：
用户搜索关键词与提供结果的相关性
提供的结果需要与用户可能的期待相符
忽略这个重点很容易竭泽而渔。产品中常出现竭泽而渔（数据短期上涨）的情况，我个人区分是良性的发展还是榨取生命力的方法是：看长期的走势是在缓步上升还是在下降。
所幸三个月下来，回答页的访问整体上升，对比一开始的UV翻了3倍左右。
注：搜索业务的深入探索这里就不展开了，涉及到很多公司业务的核心。
值得一提的是，对于一些板上钉钉的需求，只差三方技术开源的临门一脚（如OCR查词/翻译的跟进获得了数万的UV），则需要经常关心技术前沿，投资回报比是很丰厚的。
⑤在MOJi学到的
在MOJi我们做了很多个第一：第一次以写代码的新方式写产品文档，第一个「每日日语听力」，第一个在查词里嵌入问答的设计…未来还会有很多第一。它是独有、是特解，也是必然。
-我学到很重要的思维
活在未来，基于未来做设计。
只有当你自己活在未来的时候，你才会发现缺哪些，只有当你自己活在未来的时候你才会全身心的沉浸，而不是单一的用一个画面去想一个东西。——YC Founder
在极具创新的想法前冷静下来，然后去考虑可行性、概率、需求是一件很难的事情。更难的是思考和调研过后不去整体否定，而是保持长期的观望。
极具创新的功能很难单纯只靠自顶而下（逻辑推理）or自底而上（我是用户）。而是理论恰好符合实际，但又出现了彼得蒂尔说的反主流观点：“在什么重要问题上你与其他人有不同看法？”
-数据之外的东西
短长线的区分，以及合适的商业化以避免透支用户心智。
在来MOJi之前我工作负责的产品都是小程序居多，正如上文所说，流量产品和留存产品是有区别的。对此我有一些额外的感悟：
数据不是有恃无恐的理由，数据的背后不只是信息，还有鲜活的人，要敬畏用户。
容易取得效果的做法总是能降低人的底线，尤其是有数据证明的时候。虽然短期来看立竿见影，但从长期来看未必是好事情，各式各样的金刚区，不断增加的tab，总是亮起的红点，无休止的弹窗…得到的是用户数据（事实上能得到的用户数据会越来越少，被各类app教育的有耐受性了），消耗的可能是用户的掌控感。
而当用户失去了掌控感时，对App的耐性会减少，在数据上的反应是停留时间会减少（而且需要拉到月的尺度才有感知，是缓缓下降的），这样往往会失去做深的机会。并不是不在意ROI，反而正是在意ROI，才需要守正出奇。
多数用户分给你的精力有限，很简单的事实但我们常忘。
长期正确的决策难做，是因为利益和数据在对抗显而易见的事实，而不是答案很复杂，答案往往很简单。
-对自己的警示
膨胀是智者失智的先兆，认识自己的局限，看清自己在洪流中的位置。
事有必至，理有固然。唯天下之静者，乃能见微而知著。-苏洵
事情的发展必定会有一定的结局，道理有它原本就该如此的规律。天下只有表现冷静的人，才能从细微之处预见到日后将会发生的显著变化。
自己的定位：把先进的想法用大众喜欢的方式普及才是我擅长的事情。
对于洪流：虽有决策分析的功劳，但更重要的是市场趋势，同时操盘两个不同赛道的产品（一念，辞書）的我能够深刻意识到这一点。
对于生态：坚韧的需求一旦出现就很难消失，因为企业、用户…生态里的每个参与者都需要它来维持自己的循环。
一念
收集，是为了更好地使用
一念是我做的一款摘抄（剪藏）应用，相较于工作的产品，一念的很多需求是从我个人出发去探索的（我自己记了五六百条），也就是所谓的用同理心做产品。而一念的成绩单是：
用户的便签数从0-10万花了十个月，10-30万花了九个月，30-53万花了七个月，整体的增速呈现上升趋势。
另外我观察用户数据发现了一些有趣的现象：
我们的人均用户便签是在12条，但是80%的用户只有一条，这说明剩下的用户人均有上百条便签，属于粘性极强的用户。
便签越多的用户活跃得越频繁。尤其是上千条的用户活跃的特别频繁，并没有出现传统便签软件上百条后难管理的问题。
这反映了我们处理【海量不成体系的碎片灵感】的能力是很强的。从我切身的体验来说，主要与传统便签有这几点的不同：
我们不强迫用户一开始就去分类，而是直接对便签打关键词标签，这给用户的压力非常低。
我们会通过分词将一个便签拆成多个关键词，然后去查找过往的便签，有结果的直观高亮显示出来。（记得越多，高亮就越多）
我们提倡摘抄短句，所以每个便签卡片只表达一个意思，很易读，也好管理。
但随着我日常使用的过程中，我也发现一些可以更好的地方：
新建后再查看卡片中的高亮比较麻烦，我希望能够在摘/写的过程中，这个正在生产的便签能够自发的去寻找我的过往便签和标签，每一次新建都是和之前记录的一次沟通。
便签标签分开两个tab放时常让我产生找不到东西的困惑，而便签里常出现一排同个标签的便签，实际上我对这群便签的记忆是这个标签。
（我常常一个时间段里会基于某个关键词标签记录，此时便签全部展示反而降低了我的查找效率，同时我的印象是基于这个标签的-比如一本书）
浏览应该在便签详情左右切换查看，便签详情有完善的细节和更高效和舒服的浏览体验；而首页的列表应该做的是索引，快速定位到想要的内容。
便签的关联关系应该在搜索/查找中提供更多的信息
…
哪怕是这样，在使用了一念后我使用其他相关的笔记产品，已经开始出现不顺手的情况了，因为带着一条灵感盯着文件夹时，我总是会很困惑它应该放在哪里。
渐渐地我也开始清晰了一念未来究竟该往哪里走。一念首先是个摘抄/收集笔记软件，但又不止于此，我们希望能借助Ai的技术，完成一个愿景：
我们希望一念能是个助手：只需要将灵感放入，它们会有“良好的自我管理意识”，不需要我们来过多的操心，我们会通过算法甚至是机器学习来帮助用户管理自己的灵感，用户只需要收集，等到关键时刻能够快速找到并拿出来用，就够了。
所以我们也很容易知道一念不会做什么。
一念不会做富文本。
一念不会做多层级标签。
一念希望做的是：
系统会自己推荐一些标签。
标签能去找便签，因为标签实在太多了。
用户在标签内放入很多便签后，能通过分析这些便签，找到游离的、但可能是属于这个标签的便签。并询问用户是否添加，而不是让用户自己找。
-一些客观的东西
但事实正如上文所说，市场趋势对一念的影响很大，笔记是一个红海市场，且商业化能力较差，分到的市场份额撑不起工作量时，专业化会显得投产比很低。
倒不是说工匠精神不重要，有人愿意为这样的产品买单，也有人以生产完美的作品为乐趣，问题只在于客观上它太小了。
而从我自己的调研来看，目前看到的文本+算法应用并没有做的很出彩的：
印象笔记把它作为商业化工具：推荐双链关联
彩云小梦把它作为兴奋型功能：自动书写文章
一言把它作为流转内容的手段：信息流推荐
文本+算法是伪命题吗，又或者是商业化能力差导致了文本+算法流于表面无法深入？总觉得这是一个风险很大的方向，但也是一个很有趣的方向，所以一念决定往这个方向走，将算法应用于管理和取用，像灵感私人管家一样。
所以当市场容量不足时，要警惕以此为生：受到生存约束，很容易关键决策变形，也容易看不到事物的实质。以乐趣入手说不定能找到新的范式打开新的市场。
最后
记录一下那些我相信的信念：
勿拘于形，保持当下最敏锐的反应，多日苦练的招式自会随着本能而出
祛魅是种能力，是浮躁社会难得的清醒。能感觉到自信由内而发而不是外部赋予。
重要的：通常核心简洁直白，少且精准。不重要的：通常用复杂性来伪装成重要的。
算能算之事，抱坚忍之志，逆自身之惰，虽常犹疑无气运加身，却是厚积薄发水滴石穿也。
就这样吧，2023年见。