从需求分析到企业网盘定位:云盒子与Dropbox之初

2023-12-17 00:30

本文主要是介绍从需求分析到企业网盘定位:云盒子与Dropbox之初,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       2007年的一个夏夜,Drew Houston基于自己经常需要把各种不同的文档、文件、图片等存储在不同的设备和电脑上,且经常拷来拷去特别烦乱的痛苦,萌生了一个Idea—是否可以做一个基于网络的文件存储和同步工具?

       这个工具,说的就是dropbox。但要知道,早在2006年,美国就迸发着几百家云存储公司,其中包括Box、mozy beta、Xdrive。Drew需要保证这个工具能在竞争激烈的云存储市场中占有一席之地。于是就是接下来要谈到的重点—用户需求分析。

       据Drew的调查,虽然云存储公司那么多,但生活中大部分人仍然没有使用云存储产品,这让他看到这个市场仍很乐观。通过其他云存储产品用户的负面评论,让他感到做一个可牢靠的、可扩展的、跨平台的云存储架构是非常困难的。其中最大的风险是,做了一个没人要用的产品。为了验证DropBox是否能在潜在的网盘用户中产生共鸣,Drew做了一个简单的页面和视频。

       Drew将视频丢到youtube上,没想到引发强烈的用户反响,几十万的留言全是:我想要这个东西,好牛B!这个东西去哪里下载?我想用!……

Dropbox视频截图

Dropbox视频截图


 
       Drew设计的页面也是足够简单,基本只有一段话,却也吸引了近百万的准用户乖乖地留下了他们的邮箱。

DropBox首页

DropBox首页


 
       看到了市场的巨大需求后,接下来的Drew要做的毫无疑问就是寻找合伙人,准备将Dropbox项目启动。
 
       关于Dropbox的历史,我们就先聊到这儿,衍伸下来的是关于企业网盘的用户需求分析。

       企业市场不同不于个人市场,个人用户很容易利用病毒营销进行推广与传播,但病毒很难找到进入企业的入口。那么,企业网盘服务商如何知道这个设计的这个功能就是用户想要的?

       企业选择企业网盘的专注点在哪?一是像dropbox,能够解决痛点问题,二是提高协作效率,最后的安全。但事情远没有那么简单,如果将需求垂直细化到不同行业、不同领域、不同规模,企业需求点肯定会存在差异,企业网盘服务商需要在需求差异中寻找共同点。

云盒子企业网盘

 

       怎么找呢?是不是也学习Dropbox来个视频试验?

       是,也不是。云盒子企业网盘,沉淀了9年的文档管理软件的开发经验,深知企业用户在日常的文档办公协作中感冒的细小的点,并以此作为企业网盘开发的基础功能。云盒子企业网盘根据企业在办公中的一些痛点,为用户搭建了一个设想的场景,这点就模仿了Dropbox,并将云盒子解决方案推送给企业,并询问:这样的解决方案是否是你想要的?

       举个例子,很多企业特别是市政部门都有外部资料收集的工作,如果使用了企业网盘,怎么实现0人工成本地将资料收集进企业网盘中?云盒子的想法是,在文件夹外链分享中,留了一个特别的设置【仅能看到自己上传的文件】,当勾选了了这个选项,企业外部成员就能通过外链上传自己的资料进文件夹内,且无法看到他人上传的内容。

       这个想法得到了企业的强烈认可,并提出定制需求。就这样,在不停地提出解决方案与定制需求的过滤中,云盒子企业网盘不停地突破与迭代,在成长的路上从未停止,去年试用的云盒子在今年已经脱胎换骨,更丰富也更强大。

       进入移动互联网时代,产品本身比以往任何时候都要重要,而用户需求分析,是孕育产品的开始。成功的大部分都是可以复制的,企业网盘和借鉴个人网盘的成功经验,结合自身的特点,利用高品质与差异化,拥抱属于自己的核心用户。

转载请注明:http://www.yhz66.com/

转载于:https://my.oschina.net/yhz66/blog/700528

这篇关于从需求分析到企业网盘定位:云盒子与Dropbox之初的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/502463

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串