一、策略產(chǎn)品經(jīng)理的誕生背景
先來了解下背景，為啥策略產(chǎn)品經(jīng)理近幾年非?；?？
主要原因有2個(gè)：
1：互聯(lián)網(wǎng)已經(jīng)過了蠻荒時(shí)代，到了精細(xì)化運(yùn)作的階段。互聯(lián)網(wǎng)已經(jīng)一片紅海，已經(jīng)不是當(dāng)年隨隨便便做一個(gè)界面，一個(gè)功能就可以撬開整個(gè)地球的階段了。
2：時(shí)代開始變得VUCA（?易變性、不確定性、復(fù)雜性、模糊性 ）。吳軍在《智能時(shí)代》中說到，解決不確定問題最好的方法是大數(shù)據(jù)。策略恰恰是推動(dòng)個(gè)性化/大數(shù)據(jù)/推薦等AI技術(shù)發(fā)展的核心，因?yàn)榧夹g(shù)和產(chǎn)品策略的融合才是破局點(diǎn)，才會(huì)產(chǎn)生價(jià)值！
綜上所述：策略產(chǎn)品開始變得越來越重要，熱度逐年增高，薪資待遇方面等也都高于純功能性產(chǎn)品經(jīng)理。
二、什么是策略？
1）什么是策略？
任何行業(yè)的任何產(chǎn)品都可能有策略在里面，策略和行業(yè)類型/產(chǎn)品類型無關(guān)，僅僅是為了達(dá)到某種價(jià)值/解決某個(gè)問題/實(shí)現(xiàn)某個(gè)目標(biāo)的一種手段。
舉例：今日頭條/抖音的推薦策略，滴滴的路線/定價(jià)/派單策略、谷歌百度的搜索結(jié)果展示策略、游戲的闖關(guān)策略，郵箱的反垃圾策略、甚至超市的物品擺放位置都有策略。
2）策略會(huì)用到什么功能上面？
經(jīng)過前人總結(jié)：當(dāng)要解決的問題或者要實(shí)現(xiàn)的目標(biāo)滿足以下幾點(diǎn)時(shí)，大概率就需要用策略來實(shí)現(xiàn)了：
1：當(dāng)某個(gè)功能流程涉及到前后臺(tái)數(shù)據(jù)匹配和分發(fā)邏輯時(shí)
2：當(dāng)產(chǎn)品用戶量和數(shù)據(jù)量巨大，用戶群和數(shù)據(jù)種類均繁多，用戶需求復(fù)雜多變時(shí)
3：當(dāng)產(chǎn)品需要通過一個(gè)功能點(diǎn)滿足用戶在各種場景下的各種需求時(shí)
4：當(dāng)某個(gè)功能點(diǎn)涉及的相關(guān)因素會(huì)隨著用戶的增加或需求的變化，而不斷增加和變化時(shí)
3）策略的意義？
我們知道了策略在功能上的用途，那策略的意義到底是什么呢？
策略能以更低廉的成本，以更高效，更精準(zhǔn)的方案解決不確定性、復(fù)雜性問題。
這就是策略的最大意義！
因?yàn)橐鉀Q某個(gè)不確定性、復(fù)雜性問題問題，這個(gè)問題的【最佳解決方案】會(huì)受到【多個(gè)因子】的影響，不是固定不變的。
我們【持續(xù)收集】這些因素的變化，并根據(jù)變化【數(shù)據(jù)】隨時(shí)調(diào)整解決方案，無限逼近最佳解決方案。
三、策略產(chǎn)品經(jīng)理的工作流程是什么樣的？
主要區(qū)分于功能類PM，策略PM在工作流程上與功能類PM也是大不相同的。
策略PM寫不出幾十頁的需求文檔，不需要定義清楚每一個(gè)按鈕的邏輯，每一種交互的邊界情況。
策略PM的價(jià)值更多的體現(xiàn)在對(duì)用戶價(jià)值和用戶體驗(yàn)的判斷（即需要聚集在在什么場景下用、以什么方式、什么比例、有什么影響因素等）
①發(fā)現(xiàn)問題：
功能產(chǎn)品經(jīng)理：一個(gè)人/相對(duì)聚焦的需求
策略產(chǎn)品經(jīng)理：一群人/復(fù)雜性/多樣性/更個(gè)性的需求
②功能設(shè)計(jì)：
功能產(chǎn)品經(jīng)理：收斂的解決方案、通過流程和原型表達(dá)實(shí)現(xiàn)效果
策略產(chǎn)品經(jīng)理：發(fā)散的解決方案、通過邏輯描述和效果示例表達(dá)產(chǎn)品效果
③跟進(jìn)開發(fā)
功能產(chǎn)品經(jīng)理：驗(yàn)收結(jié)果、關(guān)注呈現(xiàn)
策略產(chǎn)品經(jīng)理：不斷調(diào)整評(píng)估、與研發(fā)一起發(fā)現(xiàn)、分析問題
④發(fā)布上線
功能產(chǎn)品經(jīng)理：能更快的達(dá)到理想態(tài)：停止迭代或根據(jù)功能數(shù)據(jù)繼續(xù)迭代，
策略產(chǎn)品經(jīng)理：永無止境的迭代循環(huán)：復(fù)雜受多個(gè)因素影響，才能達(dá)到較好效果
三、策略產(chǎn)品經(jīng)理與技術(shù)的配合
策略產(chǎn)品面臨的最大挑戰(zhàn)，就是和RD工程師的合作模式。
在建立一個(gè)策略驅(qū)動(dòng)的產(chǎn)品秩序上，一個(gè)資深的策略產(chǎn)品要懂得這些事：什么事情交給算法去做，商業(yè)上如何用數(shù)據(jù)說話，如何運(yùn)用數(shù)據(jù)驅(qū)動(dòng)運(yùn)營，運(yùn)營如何為算法提供標(biāo)注數(shù)據(jù)，客戶端上什么樣的交互是最能反映用戶本意的。而不能是成為一個(gè)“算法不如算法工程師，商業(yè)不如市場，搞事情不如運(yùn)營，論交互不如客戶端PM”的角色。
PM重業(yè)務(wù)規(guī)劃，把控的是宏觀大方向；
RD重具體執(zhí)行，拿捏的是微觀細(xì)節(jié)。
策略產(chǎn)品經(jīng)理作為一款產(chǎn)品的owner，在這個(gè)過程中要全力幫助算法工程師幾點(diǎn)：
1：一起建立合理假設(shè)，PM要站在整個(gè)業(yè)務(wù)的角度來制定更加合理的核心指標(biāo)。
比如為了提高新聞的點(diǎn)擊率，那么通常建立的假設(shè)是：曝光給用戶的新聞，沒有點(diǎn)擊的就是他不想看的。我們知道一個(gè)假設(shè)有很多意外情況，但是如果能在大面上站得住，就是一個(gè)好的假設(shè)。RD們醉心代碼和數(shù)學(xué)，策略產(chǎn)品一定要更懂人性、群體、商業(yè)，這樣結(jié)合才能建立一個(gè)既成立、又能落地的模型假設(shè)。RD們眼中的指標(biāo)是召回率、準(zhǔn)確率，是F1值，但是產(chǎn)品成功并不因?yàn)槟阏倩芈实搅?0%就能成功。所以策略產(chǎn)品除了要知道召回率、準(zhǔn)確率分別意味著什么，更要知道這距離實(shí)現(xiàn)商業(yè)上的目標(biāo)、業(yè)務(wù)上的合理核心目標(biāo)還有多遠(yuǎn)，這也是AB測試的重要性，策略產(chǎn)品經(jīng)理要深入業(yè)務(wù)更多。
策略PM一定是站在整體業(yè)務(wù)上作思考，而不是聚焦在策略本聲提出相對(duì)狹隘的點(diǎn)，而這一點(diǎn)，正好是PM擅長，并且能夠完美補(bǔ)位RD的思維漏洞的核心點(diǎn)，也只有這樣，才能相對(duì)靠譜的為業(yè)務(wù)往正確的道路前進(jìn)保駕護(hù)航。
2：PM作為項(xiàng)目的owner，需要明確階段性目標(biāo)和對(duì)應(yīng)的衡量方式。
對(duì)于多次得不到驗(yàn)證的假設(shè)，策略產(chǎn)品要及時(shí)喊停，重新梳理業(yè)務(wù)，這是RD們欠缺的。
對(duì)于你自己的業(yè)務(wù)，你有沒有很清晰的想透你自己的業(yè)務(wù)對(duì)于公司的戰(zhàn)略到底有什么價(jià)值？怎樣可量化的衡量這個(gè)項(xiàng)目成功與否？這個(gè)項(xiàng)目最大的幾個(gè)需要攻堅(jiān)的難點(diǎn)是什么？什么樣的時(shí)間這個(gè)項(xiàng)目應(yīng)該攻克什么難點(diǎn)（所謂的里程碑）？用哪些方式來客觀衡量是否真的攻克了該難點(diǎn)？
四、常見的推薦算法
為了更簡單地了解推薦算法，我們可以將一篇資源X和一個(gè)用戶Y之間的匹配程度抽象定義為相關(guān)系數(shù)P，P值越高，代表這個(gè)用戶對(duì)這篇資源的點(diǎn)擊欲望越強(qiáng)，P=1代表這個(gè)用戶一定會(huì)點(diǎn)這篇文章，P=0代表這個(gè)用戶一定不會(huì)點(diǎn)這篇文章。推薦算法的本質(zhì)就是計(jì)算這個(gè)P值，然后將P值最高的那篇內(nèi)容推薦給用戶。推薦效果好壞的關(guān)鍵取決于P值計(jì)算的準(zhǔn)確性。
常見的推薦算法：熱度算法&協(xié)同過濾
熱度算法
按照資源的熱度，對(duì)資源進(jìn)行排序。認(rèn)為熱度高的資源，P值越高，用戶點(diǎn)擊的可能性就越大。實(shí)質(zhì)是利用資源的熱度來消除資源和用戶匹配的不確定性，熱度為500的資源相對(duì)于熱度100的資源而言，用戶點(diǎn)擊前者的可能性（概率）更高。
缺點(diǎn)：
1：單篇文章每個(gè)用戶的P值都是一樣的，無法個(gè)性化
2：對(duì)新資源和強(qiáng)時(shí)效資源沒有保護(hù)機(jī)制
3：要避免滾雪球式的放大效應(yīng)
協(xié)同過濾
基于內(nèi)容的協(xié)同過濾
基于內(nèi)容的協(xié)同過濾，就是計(jì)算內(nèi)容之間的相似度，將和用戶以往喜歡資源相似的資源推薦給該用戶，例如下圖用戶A喜歡資源A、B、C，系統(tǒng)發(fā)現(xiàn)資源A和資源D非常相似，就會(huì)嘗試把資源D推薦給用戶A。這是利用兩個(gè)資源的相似度來降低資源與用戶匹配的不確定性程度。
2.2基于用戶的協(xié)同過濾
基于用戶的協(xié)同過濾，就是計(jì)算用戶之間的相似度，將與你相似用戶所喜歡的內(nèi)容推薦給你。例如下圖，系統(tǒng)發(fā)現(xiàn)用戶A和用戶B是相似用戶，就可以將用戶A喜歡的資源C推薦給用戶B。這是利用相似用戶的愛好相似來降低資源與用戶匹配的不確定性程度。
五、策略產(chǎn)品經(jīng)理的素質(zhì)要求
作為策略產(chǎn)品經(jīng)理，更需要你擁有以下幾點(diǎn)能力：
1：能以上帝視角面對(duì)一群人/復(fù)雜性/多變性/不確定的問題，更強(qiáng)調(diào)邏輯的全面性，并從心態(tài)上擁抱這種不確定性。
2：需要有足夠?qū)?shù)據(jù)敏感（業(yè)務(wù)指標(biāo)、用數(shù)據(jù)去迭代策略和算法），分析用戶日志和行為，發(fā)現(xiàn)用戶痛點(diǎn)。
3：勤用并研究各大競品，與業(yè)內(nèi)有策略經(jīng)驗(yàn)的人交流，學(xué)習(xí)優(yōu)秀產(chǎn)品的推薦策略，多看下國內(nèi)外文章，了解基礎(chǔ)推薦原理。
4：對(duì)自己負(fù)責(zé)的業(yè)務(wù)有足夠深的了解：不僅要了解當(dāng)前負(fù)責(zé)產(chǎn)品的技術(shù)推薦過程，更要了解公司戰(zhàn)略/了解項(xiàng)目的關(guān)鍵衡量指標(biāo)/了解需要攻堅(jiān)的難點(diǎn)/了解什么階段達(dá)到什么效果（里程碑）/了解可能的盲區(qū)。
