“策略產(chǎn)品”雖然有些神秘感，但并不是遙不可及。本文以識別好瓜為例，粗線條對策略PM的工作進(jìn)行介紹，希望對想了解這個(gè)領(lǐng)域的朋友們有所幫助。

圈內(nèi)有個(gè)神秘的職業(yè)，名曰“策略產(chǎn)品經(jīng)理”。在前端產(chǎn)品經(jīng)理/后端產(chǎn)品經(jīng)理、社交產(chǎn)品經(jīng)理/電商產(chǎn)品經(jīng)理、APP產(chǎn)品經(jīng)理/WEB產(chǎn)品經(jīng)理……大行其道的時(shí)候，策略產(chǎn)品經(jīng)理顯得格外低調(diào)，連論壇上都少有發(fā)聲。且不說關(guān)于策略的方法論、思維方式、職業(yè)進(jìn)階相關(guān)的材料稀少，就連最基本的工作職責(zé)、工作流程和工作感想類的水文、雞湯文都沒幾篇。

在行業(yè)已經(jīng)如此成熟的今天，這個(gè)現(xiàn)象本身就是一件耐人尋味的事情。作為一個(gè)喜歡沒事“拿耗子”的汪，筆者梳理近期的所見所聞及學(xué)習(xí)感受，跟讀者扒一扒這個(gè)職業(yè)的基本工作方法和流程。

一、什么是策略

首先需要明確的是，行業(yè)內(nèi)有策略PM和策略RD對于“策略”的定義和理解是不同的。

對于PM來說，策略是以數(shù)據(jù)驅(qū)動產(chǎn)品解決方案的一種方式。即使在非互聯(lián)網(wǎng)行業(yè)，大家對于“策略”也是這么用的，所以才會有推廣促銷策略、渠道策略等說法。而在互聯(lián)網(wǎng)行業(yè)中，因?yàn)閿?shù)據(jù)收集的完備性及便捷性，策略被發(fā)揮得更加淋漓盡致。各種基于數(shù)據(jù)分析的解決方案都會被冠以策略之名，如“訂單分發(fā)策略”、“搜索推薦策略”、“列表排序策略”等。

對于RD——特別是策略RD——來說，策略是評判模型優(yōu)劣的標(biāo)準(zhǔn)。要說清楚這個(gè)表述，不得不說一下機(jī)器學(xué)習(xí)中的模型、算法、學(xué)習(xí)、樣本這幾個(gè)概念。此處不介紹復(fù)制的概念，就用筆者看到過的一個(gè)比喻來說明。吃貨版的機(jī)器學(xué)習(xí)是醬紫的：數(shù)據(jù)好比食材；大廚把食材做成水煮魚，還是做成西湖醋魚…這些是模型；具體用的是什么手法是算法選擇的問題；而機(jī)器學(xué)習(xí)就好比是整個(gè)做菜的過程；為了讓菜變得更好吃，廚師得多次對火候、調(diào)料等進(jìn)行調(diào)整，這就是調(diào)參的過程。一道菜出鍋后，判斷做法是不是好的，就是策略。

二、為什么需要策略

在產(chǎn)品的用戶群和使用場景集中時(shí)，用功能的思維能夠解決多數(shù)問題。但是，當(dāng)用戶增長到很大的量級、不同的用戶群體與不同的使用場景交織產(chǎn)生難以計(jì)數(shù)的訴求時(shí)，單純通過產(chǎn)品功能是不可能滿足用戶的需求的。

舉例來說，一款音樂播放器的主要功能就是播放音樂，這一點(diǎn)毫無毛病。但是，對于用戶而言，其根本需求是“聽喜歡的音樂”。那么問題來了：首先是用戶只想“聽音樂”并不想“找音樂”，即使找音樂是剛需，也是不得不承受之重。所以為了能減少用戶的搜尋成本，需要給用戶推薦音樂。其次是“喜歡”，一千個(gè)人眼中有一千個(gè)哈姆雷特，更有數(shù)不清的關(guān)于喜歡的標(biāo)準(zhǔn)，如何讓用戶滿意是個(gè)大問題。

這種情況，正是策略大顯身手的恰當(dāng)時(shí)機(jī)。通過獲取用戶的興趣特征和音樂的特征，把用戶歷史上收聽的數(shù)據(jù)作為正負(fù)樣本對模型進(jìn)行訓(xùn)練，一旦有新的音樂出現(xiàn)時(shí)就能得出用戶是否會喜歡的標(biāo)簽。用戶的收聽及行為數(shù)據(jù)越多，模型判斷的準(zhǔn)確性越高，那么推薦的音樂受用戶喜歡的概率就越高。這就是策略的魅力所在

三、如何搭建策略模型

所謂模型是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)的一個(gè)數(shù)學(xué)規(guī)律。那么，作為一個(gè)PM如何搭建策略模型呢？其實(shí)和功能PM的工作類似，同樣也是圍繞著問題的發(fā)現(xiàn)、分析、解決和效果評估4大階段。為了便于理解，就以如何挑選好瓜作為例子，權(quán)當(dāng)是為吃瓜事業(yè)做貢獻(xiàn)了。

1. 發(fā)現(xiàn)和提出問題

假設(shè)我們是一家專門賣瓜的公司。產(chǎn)品經(jīng)理在調(diào)研業(yè)務(wù)方時(shí)，對方抱怨用戶投訴西瓜不好的情況越來越多。通過后臺跑客戶的歷史數(shù)據(jù)，PM發(fā)現(xiàn)大約30%客戶因?yàn)橘I到壞瓜而流失。作為一家重視商譽(yù)和用戶體驗(yàn)的公司，我們當(dāng)然不希望出現(xiàn)這種情況。可是問題在于：世界上的西瓜千千萬，品種、大小、顏色都不一樣，who knows哪個(gè)西瓜是好瓜??？

以上其實(shí)包含了問題的發(fā)現(xiàn)和定位的過程——通過對業(yè)務(wù)和用戶的調(diào)研得到定性的判斷，再通過數(shù)據(jù)分析得到定量的論據(jù)。在倒推問題的根源時(shí)，需要對業(yè)務(wù)的全流程進(jìn)行分析。假設(shè)通過對流程的分析，問題落在了如何識別出好瓜上，那么接下來就是如何解決問題了。

2. 拆解問題，制定解決方案

產(chǎn)品經(jīng)理在前一個(gè)步驟中首先對問題進(jìn)行了定義——也就是如何從眾多西瓜中識別出好瓜，并且給好瓜打上標(biāo)簽。但是好瓜不會自己蹦出來，所以得通過一系列的模型進(jìn)行識別。而要做模型識別，PM和RD就得告訴機(jī)器好瓜有什么特征。

特征是業(yè)務(wù)和技術(shù)結(jié)合的產(chǎn)物，PM從對業(yè)務(wù)的角度提出有助于模型識別的關(guān)鍵特征，以及判斷特征好壞的標(biāo)準(zhǔn)；RD對這些特征進(jìn)行技術(shù)落地。這里需要特別注意的是：

（1）PM在特征表述上一定要具體可衡量，將可能涉及到的范圍和標(biāo)準(zhǔn)都明確地定義出來。例如，色澤是判斷瓜好壞的一個(gè)特征，但是您不能僅僅告訴RD“青綠色的瓜就是好瓜”，這種模糊的需求只會讓RD懵逼，你得明確什么是“青綠色”；“瓜”的范圍是歷史上所有瓜，還是僅限夏天產(chǎn)的瓜/從供應(yīng)商A采購的瓜等等。

（2）特征需要結(jié)構(gòu)化。PM根據(jù)不同的業(yè)務(wù)目的將特征進(jìn)行歸類并提煉出一個(gè)個(gè)子模型，但是對于RD來說很可能會將多個(gè)子模型合并成少量模型，甚至是就整合成一個(gè)模型。例如，在識別好瓜上，根據(jù)中國人民“望聞問切”的光榮傳統(tǒng)，可能會先問賣家這瓜是哪里產(chǎn)的，是沙地瓜還是山地瓜…然后是看看瓜的外觀，最后會輕敲兩下聽聽回聲如何。那么相對應(yīng)的，在機(jī)器學(xué)習(xí)上可能存在準(zhǔn)入模型、外觀辨別模型、回聲辨別模型共3個(gè)模型。其中，相同的特征可能會在不同的子模型中被使用；另外，每個(gè)子模型都有輸入和輸出，有些時(shí)候還會存在多個(gè)子模型共同給出一個(gè)輸出的情況。

3. 跟進(jìn)策略模型的開發(fā)落地

功能產(chǎn)品經(jīng)理在開發(fā)過程中需要做好開發(fā)答疑、項(xiàng)目推進(jìn)、需求調(diào)整等工作，策略PM也是一樣的。不同的是在具體的操作的層面上。

（1）策略RD接到需求后會先確認(rèn)和理解數(shù)據(jù)

對尚不存在的數(shù)據(jù)進(jìn)行接入，對已有的數(shù)據(jù)則是明確口徑。然后是對數(shù)據(jù)進(jìn)行融合和清洗，這個(gè)過程中可能就會產(chǎn)生很多問題，有些可以由RD同學(xué)自行解決，有些則需要PM進(jìn)行確認(rèn)。

（2）在完成數(shù)據(jù)清洗后，RD進(jìn)行模型的構(gòu)建

這個(gè)階段RD是主導(dǎo)，雖然模型和算法的選擇一般沒PM什么事兒，但是PM提供的特征以及特征之間的相互關(guān)系將會影響RD在開發(fā)時(shí)做的判斷。比如，如果PM能說清楚好瓜和壞瓜的根蒂、色澤、觸感…分別是怎樣的，那么RD可能會使用決策樹這種監(jiān)督學(xué)習(xí)的模型；如果PM說不清楚，有可能RD就會改用聚類這樣的無監(jiān)督算法了。有些特征和關(guān)系一開始不明確也不要緊，但是在開發(fā)過程中是需要給出明確的表述的。

4. 制定評估方案，完成效果評估

這里的評估包含兩層含義，第一層是模型本身質(zhì)量的評估，第二層是模型在項(xiàng)目中的價(jià)值評估。先說第一層。

不同的模型和算法有不同的評估方法，專業(yè)的RD對這方面都了解，不需要PM操心。PM需要關(guān)心的是：

1. 了解行業(yè)和公司內(nèi)部普遍達(dá)標(biāo)的標(biāo)準(zhǔn)，并以此標(biāo)準(zhǔn)作為參考對策略提出達(dá)標(biāo)的要求。筆者工作的領(lǐng)域中使用是準(zhǔn)召率，其中精準(zhǔn)率用來判斷模型的準(zhǔn)確性，召回率用來判斷模型覆蓋的情況，這兩者往往不可兼得、此消彼長。
2. 通過過程數(shù)據(jù)了解模型最終落地的邏輯，在上線前確定無誤，一定程度上起到質(zhì)量控制的作用。

第二層是模型的業(yè)務(wù)價(jià)值評估。在大公司，業(yè)務(wù)價(jià)值的評估往往結(jié)合著小流量測試來做。

假設(shè)咱的賣瓜公司在北上廣深都有業(yè)務(wù)，其中廣州的業(yè)務(wù)體量最小，最適合做小流量測試。在廣州分公司中有10幾個(gè)銷售組，那么在下發(fā)測試時(shí)需要選出測試的實(shí)驗(yàn)組和對照組。選分組也是有講究的，需要兩個(gè)組是同質(zhì)的，而所謂的“同質(zhì)”也沒有唯一的判定標(biāo)準(zhǔn)，需要根據(jù)不同的項(xiàng)目和業(yè)務(wù)進(jìn)行舉一反三。我們假設(shè)這里的“同質(zhì)”的關(guān)鍵指標(biāo)是客戶流失率（并且最好這兩個(gè)組的客戶數(shù)量、客戶體量、組內(nèi)的銷售人員、維護(hù)人員等等都是相近的）。在以上都確定完畢之后，進(jìn)行測試下發(fā)。測試結(jié)束后觀察實(shí)驗(yàn)組相對對照組的數(shù)據(jù)提升情況，例如原來實(shí)驗(yàn)組和對照組的30%客戶因?yàn)樯厦嬲f的壞瓜問題而流失，而測試期間實(shí)驗(yàn)組的該項(xiàng)數(shù)據(jù)降到了15%，那么就可以初步判斷這個(gè)項(xiàng)目是有足夠價(jià)值的。

以上是做策略產(chǎn)品需要了解的基礎(chǔ)知識，要做好這份工作有諸多不易。在基本素質(zhì)方面，對思維能力、項(xiàng)目管理能力、業(yè)務(wù)洞察能力、產(chǎn)品設(shè)計(jì)能力、溝通表達(dá)能力有較高要求；在專業(yè)素質(zhì)方面，需要了解機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等。這里只是冰山一角，后期有更多新認(rèn)識時(shí)再分享。

作者：霹靂，微信公眾號：產(chǎn)品霹靂

本文由 @霹靂 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Pexels，基于 CC0 協(xié)議