班主任小艾：本篇是由起点学院开设的专项技能班“15天AI产品经理入门集训营”的第6期的优秀学员@易子恒 的作业，他经过学习、思考和沉淀，完成了一份AI产品需求分析。>>戳此了解课程详情，抢占学习名额<<
一. 关于项目背景及需求
1、项目背景
智慧安检本身是一个ToG项目，主要是用于解决地铁场景下安检工作的安全、效率、体验问题。
2、传统安检方式
排队>放包>检测>取包。目前的安检是人、物分检，人走通道，物过安检机。在不排队的情况下，从放包到安检到进站取包，约需要7s左右。
3、待解决的问题
安全问题：乘客安全，乘客所携带的物品安全。
通行效率问题：7s每个人的通行速度放在非高峰期勉强应付的来，在高峰期会造成站内拥堵，运营维护的成本增加。
乘客体验问题：排队时间长、乘客间容易出现矛盾、乘客与地铁运维人员容易出现矛盾，体验糟糕。
4、角色
乘客：安检进站时间长，易触发矛盾，乘客体验不佳。
地铁公司：高峰期大客流拥堵情况严重，大量人力资源耗费，影响民声、政绩。
公安部门：站内监控点不足，容易造成信息孤岛；人员彻查困难，容易产生漏查；无法提前掌握通行人员信息，刑侦过程容易滞后。
5、解决方案
基于身份认证前提下，结合互联网行为分析、生物特征识别、出行大数据等多重技术体系，面向具有良好出行信用的上班族或常客提供快速通过安检的服务。
设计理念
基本业务流程
具体方案
6、软件算法
云从科技人脸识别算法、阿里多因子人脸识别算法、百度云在线识别人脸算法。
7、数据支持
公安部实名信息数据库、地铁出行数据库、阿里-芝麻信用。项目中按照计划有数据统计建模的工作，但由于数据支持方出于对数据安全性的考虑未能如期进行。
8、设备选型
二. 输出文档
1、前期
《项目立项书》，概述了项目需要完成的功能、涉及到的开发人员、硬件、成本及相应时间点等信息。《需求采集表》，用于我方对地铁、对公安部门、对阿里侧等各个端口进行需求对接，确认需求稳定不轻易变更。
2、执行期间
《产品需求文档》，用于公司内部，包含了详细方案描述，各端间的流程及交互，APP页面设计及流程图等。
3、测试阶段
测试部门介入，编写《测试用例》，确认功能及各端所负责的内容，确认测试边界。
4、试运营阶段
站点设备部署需要终端部门输出《场地施工方案》。正式开始运营针对运营情况运营部门需要输出《运营报告及数据分析》。
三. 团队配置
项目经理1人，前端产品经理1人，后台及终端产品经理1人，前端开发工程师2人（Android&iOS各1人），人脸算法工程师1人，硬件工程师2人，后台开发工程师1人，运维1人。
四. 踩过的坑
1、人脸误识别问题，期间接触过云从科技、旷世Face++、阿里多因子、百度等厂商的人脸识别算法，各厂商间对人脸识别的分值不同意，前期出现很多误识别，后来更换算法，调整阈值，达到较好的水平，但实际上还是没有完全避免。
2、多方协调效率问题，涉及到多方的接口对接，期间也因为数据敏感需要各种资质协调各方，成为了项目延期的主因。
3、数据能力被弱化，因为，首先用户实名信息较为敏感，获取数据受阻；其次用户安全数据反而不如金融信用数据更受认可，数据的叠加只能获取相对安全的结论，无法获取100%安全，对于真正安全的量化并未形成普世标准。
4、对于乘客通行智慧安检可携带包裹的参数无法量化，导致运营中各种背包乘客体验并不一致，导致的用户觉得可以使用智慧安检，但安检员不予放行，造成体验问题。
五. 预计产品周期
2017.10-2018.1 立项及需求确认。
2018.1-2018.6 进行开发并搭建实验室，并在实验室内跑通业务流程。
2018.6-2018.9 下站部署硬件并完成内部人员的小规模测试。
2018.9-2018.12 公众使用阶段，分批次对公众开放试用。完成初版，具备人脸采集、接入公安部实名人证比对、闸机人脸比对、金属探测、气味探测等功能。
2018.9以后 接入阿里-芝麻信用提供的用户互联网行为标签数据，接入广州地铁出行用户出行大数据。【停滞中】
六. 产品运营
截止目前，智慧安检在有新用户准入门槛的情况下运营半年，累计用户5w左右，日通行数1w左右，有效日活20%。另外，由智慧安检提供的入站黑名单，公安机关成功待补12名在逃犯。
加入15天AI产品经理入门集训营，跟着前阿里巴巴产品专家在AI时代抢占先机，少走弯路。
推荐想进入AI行业，但对AI产品的情况和特点不熟悉的产品经理以及刚进入AI行业不清晰未来方向的AI产品新人学习。15天内，你将了解AI时代的行业发展与技术，熟悉AI产品经理应具备的能力，掌握AI时代应具有的产品设计思维。
>>戳此了解课程详情，抢占学习名额<<详细咨询班主任小艾，QQ：1365738342
