知鸦日报2022-11-08

一个传统实体企业或者互联网公司向市场推出它的新产品后，最终都会获得各种数据反馈结果，这个结果可能是正向的，超出预期：产品很受欢迎，销量/用户量大增，市场份额扩大，品牌心智提升；也可能相反，没达到预期。这都是很正常、很普遍的情况。

相比新品上市后获得怎样的表现，更重要的是进行复盘，总结经验和规律，诊断原因和问题，从而帮助指导下一代产品的迭代以及营销策略的优化，实现PDCA的闭环管理。

如果没有科学正确的复盘，就好比盲人摸象，只凭片面的了解或局部的经验，就乱加猜测，这样就会导致后续产品和营销的迭代从商业结果上具有不确定性和随机性。

那么，一个新产品上市后该如何正确而科学地复盘？本文以某汽车厂商的新车型上市后复盘研究为例，给大家做一个分享。

作为设计师除了在团队中发挥本职工作，我们有时候还要站在全局角度理解商业运作模式。有人提出一种观点，设计的本质是销售，产品围绕用户和市场需求提供价值。本篇文章围绕产品的设计流程与周期，探讨团队在设计运营产品时需要注意哪些问题与事项，如果你对产品的用户、定位、以及团队运作存有疑惑，希望本篇文章能够帮你梳理背后的逻辑。

58到家是一款互联网家政服务的平台，有着严谨的视觉和交互规范，同时为满足平台和用户的诉求，我们在对APP进行不断的优化和打磨；

在APP不断升级和页面的变化中，我们打造平台统一的设计语言和规范，那么如何保证规范有效的落地呢？

为了给用户提供更好的视频观看体验，B站已研发出很多先进的视频图像分析与处理算法。

本文将基于高性能轻量级可观测采集器iLogtail探讨Job日志的多种采集方案，分析这些方案在不同场景下对日志采集所能做到稳定性保证以及方案优化空间。

微前端是将Web应用由单一的单体应用转变为多个小型前端应用聚合为一的一种手段。本文从微前端的基础理论出发，对其核心技术进行阐述，最后结合项目进行简单的应用实践。

如《艾瑞咨询》而言 —— "体验经济时代，售后服务或成为企业角逐的新地带"。售后技术支持作为售后服务的重要一环，在企业服务领域，已然成为企业提高产品附加值，实施差异化战略，获得竞争优势的重要途径。市面上关于服务的管理指标非常多，具象到售后技术支持，就寥寥无几。本文主要就售后技术支持的管理指标和大家做简单探讨。

本文将为大家介绍一种基于Prompt的通用信息抽取框架，实验表明该模型具备优秀的小样本微调能力。

随着容器技术不断发展和落地推行，越来越多部门的数字化业务选择运行在容器中。在业务容器化向微服务架构转变的过程中，巨大的单体应用被分解为多个服务，单体应用的复杂性也随之分解。在此基础上，每个微服务都可以独立地部署和扩展，敏捷开发、快速迭代和快速部署得以实现。

随着近些年前端应用的复杂增加，诞生出了微前端这种架构风格，同时各类微前端框架也是层出不穷。本文将从微前端的起源讲起，介绍实现微前端架构的各种方式及其代表框架的区别，并原理层面讲述主流实现方式。

本文从整体名词介绍，内部组件组件介绍等两个方面阐述了RPC的框架模型，从技术选型，具体代码等实现了一个RPC框架并应用到项目中。目前自己实现的RPC框架整体搭建完成，可以正常通过注解接入业务方使用，但还有很多细节需要更仔细去考虑和思索。

时间序列的异常检测是实际应用中的一个关键问题，尤其是在 IT 行业。我们没有采用传统的基于阈值的方法来实现异常检测，而是通过深度学习提出了一种无阈值方法：基于 LSTM 网络的基线（一个 LSTM 框架辅助几个优化步骤）和无监督检测（神经网络和多种机器学习算法的组合）协同综合分析时间序列。当时间序列显示出清晰的周期性形态的情况下基线表现良好，而无监督检测在效率要求高且周期性不太清晰的情况下表现出色。通过两个并行模块的互补设计，可以在不依赖阈值设定和调整的情况下实现无阈值异常检测。京东云内部实践证明，我们所提出的无阈值方法获得了准确的预测和可靠的检测。

从测试全过程的角度介绍各环节以风险思维+AI技术加持的各种应用场景。

装饰者模式的核心思想是通过创建一个装饰对象（即装饰者），动态扩展目标对象的功能，并且不会改变目标对象的结构，提供了一种比继承更灵活的替代方案。

随着项目的扩大，依靠纯人工 Code Review 来保障代码质量、防止代码劣化变得”力不从心“。此时有必要借助代码静态分析能力，提升项目可持续发展所需要的自动化水平。

“性能不够，缓存来凑”，通常我们会用缓存来提升系统性能。如何实现一个高效的缓存库呢? 本文将学习结合哈希表、双链表、数组各自的优点实现一个时间复杂度为 O(1) 的缓存库。

上海交通大学黄丹教授提出要从空间、时间、整合、竞争等四个维度思考战略，使战略思考更加全面、战略规划更具可操作性。