誰(shuí)知道做市場(chǎng)分析要用的“波士頓矩陣?yán)碚摗保磕壳?，所有答案都被折疊起來(lái)了。作為一個(gè)前產(chǎn)品經(jīng)理，我對(duì)此有一些經(jīng)驗(yàn)。下面我分享的是我自己的經(jīng)驗(yàn)，而不是標(biāo)準(zhǔn)教科書。首先，在企業(yè)營(yíng)銷策略層面，如何理解產(chǎn)品應(yīng)該是

誰(shuí)知道做市場(chǎng)分析要用的“波士頓矩陣?yán)碚摗保?/h2>

目前，所有答案都被折疊起來(lái)了。作為一個(gè)前產(chǎn)品經(jīng)理，我對(duì)此有一些經(jīng)驗(yàn)。下面我分享的是我自己的經(jīng)驗(yàn)，而不是標(biāo)準(zhǔn)教科書。

首先，在企業(yè)營(yíng)銷策略層面，如何理解產(chǎn)品應(yīng)該是理解這個(gè)工具的基礎(chǔ)。！作為營(yíng)銷4P，產(chǎn)品、價(jià)格、渠道和促銷是基礎(chǔ)。要使企業(yè)持續(xù)經(jīng)營(yíng)，就必須有保證企業(yè)當(dāng)期收入的金牛產(chǎn)品，也就是搖錢樹產(chǎn)品。在金牛產(chǎn)品衰落之后，也有必要為未來(lái)培育有潛力的產(chǎn)品。這是明星產(chǎn)品，屬于目前還在投資，不談收益的產(chǎn)品。還有一種產(chǎn)品，目前不談收入如何賺錢，但有很大的市場(chǎng)份額，可以分擔(dān)瘦狗產(chǎn)品的成本；如果一種產(chǎn)品沒有很好的市場(chǎng)份額，又不賺錢，甚至在虧損的產(chǎn)品中應(yīng)該淘汰問題產(chǎn)品，讓其資源分為兩種產(chǎn)品。

其次，波士頓矩陣和企業(yè)在營(yíng)銷策略中對(duì)產(chǎn)品的理解有什么關(guān)系

我們?nèi)绾巫R(shí)別這些產(chǎn)品？如果我們只是憑感覺拍腦袋，那就違背了科學(xué)的方法。因此，作為現(xiàn)代管理科學(xué)的大師之一，我就不談了，提出了一個(gè)定量的評(píng)價(jià)模型，那就是波士頓矩陣，它實(shí)際上是一個(gè)以市場(chǎng)增長(zhǎng)（市場(chǎng)份額，當(dāng)然是你自己的分析假設(shè)，請(qǐng)更多的專家，或者做一些數(shù)據(jù)分析）為縱軸的四象限定律，以每種產(chǎn)品為企業(yè)帶來(lái)的收入為橫軸，將行業(yè)平均值分為兩個(gè)象限，如果產(chǎn)品分為四個(gè)象限，則以公司產(chǎn)品份額和收入為坐標(biāo)標(biāo)注坐標(biāo)點(diǎn)，我們可以從整體上判斷公司產(chǎn)品結(jié)構(gòu)的合理性，每個(gè)產(chǎn)品的定位都會(huì)清晰。對(duì)于每一款產(chǎn)品，上面哪一款，是否能滿足公司對(duì)目前金牛和明星產(chǎn)品的預(yù)期，從而對(duì)產(chǎn)品進(jìn)行定位，確定產(chǎn)品策略。比如沒有明星產(chǎn)品，就要加大明星產(chǎn)品的研發(fā)力度。

最后，四象限方法最多是一種工具。為什么會(huì)成為一種理論？

除了分析目前的產(chǎn)品結(jié)構(gòu)來(lái)找出策略外，我們還可以分析未來(lái)的結(jié)構(gòu)來(lái)評(píng)估產(chǎn)品策略是否合理；我們還可以使用四象限法來(lái)分析競(jìng)爭(zhēng)產(chǎn)品，如市場(chǎng)占有率和價(jià)格，尋找細(xì)分市場(chǎng)中競(jìng)爭(zhēng)較少的產(chǎn)品；我們甚至可以用四象限法分析公司的行業(yè)狀況。

只要舉一反三，就可以用這個(gè)工具做很多定位和結(jié)構(gòu)分析，就是把所謂的工具變成一個(gè)“理論”。

看完之后，去看看書，你會(huì)發(fā)現(xiàn)原來(lái)是這樣的。

學(xué)習(xí)和研究信號(hào)處理、圖像處理需要哪些數(shù)學(xué)基礎(chǔ)？

結(jié)合對(duì)數(shù)字信號(hào)處理和數(shù)字圖像處理的研究和理解，需要一定的數(shù)學(xué)知識(shí)體系來(lái)深入研究和理解數(shù)字信號(hào)處理和數(shù)字圖像處理。微積分：數(shù)字信號(hào)處理中的傅立葉變換、小波變換、希爾伯特變換和Z變換等。數(shù)字圖像處理中的各種空域變換和頻域變換都需要很強(qiáng)的微積分?jǐn)?shù)學(xué)基礎(chǔ)。只有微積分才能很好地理解和應(yīng)用。

線性代數(shù)、矩陣?yán)碚摚簲?shù)字圖像本身就是一個(gè)矩陣，數(shù)字圖像壓縮、PCA、ICA分析都需要一定的線性代數(shù)和矩陣知識(shí)作為支撐。

微分幾何、張量分析：結(jié)合微積分、線性代數(shù)和矩陣?yán)碚摚瑱C(jī)器視覺運(yùn)動(dòng)圖像中的定位、校準(zhǔn)和機(jī)械手抓取需要這些知識(shí)。

場(chǎng)論：在數(shù)字圖像處理算法中，對(duì)馬爾可夫隨機(jī)場(chǎng)、光流場(chǎng)等算法的深入研究和理解需要場(chǎng)論知識(shí)的支持。

泛函分析、偏微分方程、變分法：在數(shù)字圖像處理中，對(duì)活動(dòng)輪廓算法、水平集等算法的深入理解和學(xué)習(xí)需要變分法知識(shí)的支持。

對(duì)算法有深入的了解還需要進(jìn)一步的研究。對(duì)函數(shù)分析、流形和拓?fù)鋵W(xué)的深入理解對(duì)于人工智能和智能學(xué)習(xí)的研究也是必要的。

總之，在先進(jìn)的數(shù)學(xué)理論知識(shí)的支持下，數(shù)字信號(hào)處理和數(shù)字圖像處理的研究將更加深入。