chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

　　編輯導(dǎo)讀：隨著互聯(lián)網(wǎng)行業(yè)的發(fā)展，市場(chǎng)對(duì)產(chǎn)品經(jīng)理的細(xì)分越來越多，策略產(chǎn)品經(jīng)理就是其中一個(gè)細(xì)分項(xiàng)。策略產(chǎn)品經(jīng)理是什么呢？需要具備哪些能力呢？本文作者梳理了策略產(chǎn)品經(jīng)理的定義和能力模型，與你分享。

　　在講策略產(chǎn)品經(jīng)理之前，先得明確什么是策略產(chǎn)品。在之前的文章中或多或少提到了很多關(guān)于策略產(chǎn)品的定義，這里重點(diǎn)結(jié)合策略產(chǎn)品經(jīng)理會(huì)涉及到的工作，重新梳理一下廣義上的、完整的策略產(chǎn)品需要具備哪些能力。

　　1）基礎(chǔ)產(chǎn)品：地基、基礎(chǔ)戶型結(jié)構(gòu)、鋼筋水泥涂料，可交付的簡裝房。執(zhí)行類的基礎(chǔ)產(chǎn)品是策略落地的抓手，如推薦與導(dǎo)購展現(xiàn)、智能定價(jià)與優(yōu)惠生效的關(guān)系。脫離了基礎(chǔ)執(zhí)行產(chǎn)品，策略無法形成閉環(huán)，只能局限于數(shù)據(jù)分析和建議的范疇，還留有最后一公里。

　　2）算法策略：智能家居的內(nèi)核科技，需嵌入到智能家居的產(chǎn)品中，才能發(fā)揮更大價(jià)值。對(duì)于策略產(chǎn)品經(jīng)理而言，需要深入了解算法的邏輯，具體可見下文的策略產(chǎn)品經(jīng)理能力模型。

　　3）策略產(chǎn)品：智能家居，將算法策略封裝為一個(gè)完整的產(chǎn)品，提供給用戶使用。作為使用者，不用特別關(guān)心算法模型的邏輯，只需要知道能滿足什么需求，輸入和輸出是什么即可，比如對(duì)于電飯鍋，我輸入了預(yù)約煮飯的時(shí)間，那么我知道在指定的時(shí)間它會(huì)自動(dòng)加熱，在明天早上一起床的時(shí)候，我就能吃上熱騰騰的粥了。

　　4）解決方案：

　　將智能家居裝載到房屋里的裝修方案。智能家居產(chǎn)品有了，接下來需要做的就是把家居安裝好。對(duì)于冰箱洗衣機(jī)這種簡單的家居，插電即用，將策略產(chǎn)品和基礎(chǔ)產(chǎn)品對(duì)接即可，例如像推薦和派單一類AI主導(dǎo)的策略，直接接入app應(yīng)用就行。而對(duì)于中央空調(diào)和暖氣等家居，必須深度嵌入到整個(gè)房屋結(jié)構(gòu)中，所以需要考慮完整的裝修方案，比如像自動(dòng)補(bǔ)貨、智能定價(jià)等策略，需要和現(xiàn)有基礎(chǔ)產(chǎn)品的人工流程融合，考慮優(yōu)先級(jí)及協(xié)同關(guān)系。集合智能家居能力，實(shí)現(xiàn)物物互聯(lián)的精裝智慧家。安裝好家居之后，更深入一步，需要進(jìn)行不同智能家居之間的互通，比如，今天稱體重發(fā)現(xiàn)超標(biāo)了，那在開冰箱拿肥宅快樂水的時(shí)候，會(huì)響起警告，并且冰箱根據(jù)體脂情況和冰箱可用空間自動(dòng)生成了一份健康飲食采購清單，一鍵確認(rèn)后即可下單送貨上門。單點(diǎn)最優(yōu)并不能保證全局最優(yōu)，因此需要將各模塊的策略和產(chǎn)品結(jié)合起來，以達(dá)成最終的全局目標(biāo)，需要在不同策略、不同策略產(chǎn)品和基礎(chǔ)產(chǎn)品間穿針引線，編織出一張解決方案的大網(wǎng)。5）外部協(xié)同：和其他房屋聯(lián)通的門、樓道、水管。在和其他領(lǐng)域的產(chǎn)品進(jìn)行協(xié)同時(shí)，需要針對(duì)上述已有的產(chǎn)品能力進(jìn)行清晰定義，明確可以輸出的結(jié)果及輸出方式。

　　了解了策略產(chǎn)品的能力定義之后，再來看一下構(gòu)建一套策略產(chǎn)品的流程，以及在整個(gè)過程中策略產(chǎn)品經(jīng)理所扮演的角色。

　　1）理解商業(yè)模式，了解業(yè)務(wù)戰(zhàn)略及策略（策略產(chǎn)品經(jīng)理）

　　任何的策略只不過是一種或一系列的手段，最終都應(yīng)該服務(wù)于目標(biāo)。策略往往需要一段時(shí)間的打磨，而即便對(duì)于目標(biāo)，可能也并不一定是清晰且固定不變的。在現(xiàn)實(shí)的商業(yè)世界中，往往需要同時(shí)考慮多方因素，同時(shí)兼顧多個(gè)目標(biāo)，我既想要賺錢，又想要消費(fèi)者滿意，同時(shí)還想要所有合作商笑著買賬，談何容易。

　　因此，如何理解業(yè)務(wù)，如何協(xié)同業(yè)務(wù)確定目標(biāo)的重要程度和優(yōu)先級(jí)，如何進(jìn)行目標(biāo)的拆分，梳理業(yè)務(wù)的策略打法，就是策略產(chǎn)品經(jīng)理所要做的第一件事。相關(guān)內(nèi)容可以參考我之前的文章如何用咨詢公司的“套路”構(gòu)建策略?（一）

　　2）基于業(yè)務(wù)了解，確定冷啟動(dòng)切入點(diǎn)（策略產(chǎn)品經(jīng)理）

　　在明確了業(yè)務(wù)的模式、目標(biāo)和業(yè)務(wù)策略之后，接下來需要確定第一步往哪兒落腳。任何數(shù)據(jù)智能的應(yīng)用或改動(dòng)都會(huì)面臨或多或少的質(zhì)疑，因此步子不能邁太大，應(yīng)該大膽假設(shè)，小心求證。針對(duì)第一步拆分的目標(biāo)，確定先基于哪個(gè)場(chǎng)景的目標(biāo)構(gòu)建策略，以及應(yīng)該選擇哪類商品或人群進(jìn)行測(cè)試驗(yàn)證。一般情況下，當(dāng)然是先挑軟柿子，也就是好做的做，基于相對(duì)簡單的場(chǎng)景進(jìn)行策略構(gòu)建和完善，并逐步建立起信任。

　　3）梳理底層數(shù)據(jù)，確定關(guān)鍵數(shù)據(jù)指標(biāo)（數(shù)據(jù)產(chǎn)品經(jīng)理）

　　在挑柿子的時(shí)候，我們很可能會(huì)發(fā)現(xiàn)，根本沒有長得好的柿子，因?yàn)檫B樹根都不扎實(shí)，而且盤根錯(cuò)節(jié)。這個(gè)時(shí)候我們就要扮演數(shù)據(jù)產(chǎn)品經(jīng)理的角色了，順瓜摸藤，以目標(biāo)為導(dǎo)向來梳理所需的全部數(shù)據(jù)，針對(duì)數(shù)據(jù)進(jìn)行補(bǔ)全、清洗、歸類。在數(shù)據(jù)已結(jié)構(gòu)化且完整的情況下，初期可能還需要用已有數(shù)據(jù)進(jìn)行分析測(cè)算，來判斷是否有優(yōu)化的空間，機(jī)會(huì)大不大。最后，我們還要確定和目標(biāo)相關(guān)的數(shù)據(jù)考核指標(biāo)，并且和業(yè)務(wù)達(dá)成一致。

　　4）將業(yè)務(wù)策略轉(zhuǎn)化為算法策略（策略產(chǎn)品經(jīng)理）

　　目標(biāo)確定，業(yè)務(wù)策略確定，數(shù)據(jù)也準(zhǔn)備就緒，那么接下來就需要我們扮演“翻譯”的角色，將業(yè)務(wù)建模轉(zhuǎn)化為算法建模。算法的基本構(gòu)成包括目標(biāo)、約束、模型、評(píng)估，針對(duì)模型的部分我們知道原理即可，但對(duì)于其他三個(gè)部分需要策略產(chǎn)品經(jīng)理深度參與，以保證算法的結(jié)果符合業(yè)務(wù)的預(yù)期。（針對(duì)這部分內(nèi)容也可參考如何用咨詢公司的“套路”構(gòu)建策略?（二））

　　目標(biāo)：算法的優(yōu)化方向，也即目標(biāo)函數(shù)。傳統(tǒng)的KPI指標(biāo)其實(shí)也可以轉(zhuǎn)換為一個(gè)目標(biāo)函數(shù)來表達(dá)，比如電商平臺(tái)采購小二KPI的目標(biāo)函數(shù)為：Max(GMV指數(shù)*0.6+毛利指數(shù)*0.3+庫存周轉(zhuǎn)指數(shù)*0.1)，這里的指數(shù)都是歸一化的得分。約束：算法優(yōu)化結(jié)果一般都不是絕對(duì)意義上的最優(yōu)，而是尋找在一定的限制和約束范圍下的最優(yōu)解，這里的約束就是現(xiàn)實(shí)世界條條框框的映射，反應(yīng)了對(duì)其他利益相關(guān)者或其他相關(guān)因素的考量。此外，還有一類約束是用人對(duì)實(shí)際情況的判斷來作為算法模型的補(bǔ)充，比如電腦處理器i9價(jià)格高于i5，這類信息可以作為前置約束條件，避免算法結(jié)果不符合預(yù)期。模型：機(jī)器學(xué)習(xí)模型，學(xué)習(xí)和了解一下算法原理還是非常有趣的，很多算法模型其實(shí)都有通用的思想，比如探索與利用，就是利用計(jì)算機(jī)的算力隨機(jī)做很多種嘗試，然后挑出結(jié)果不錯(cuò)的再做微調(diào)優(yōu)化，直到結(jié)果收斂，提升效果不明顯為止。再比如控制變量法，通過算法模擬出變量之前的關(guān)系，然后控制其他變量不動(dòng)，來看每個(gè)變量對(duì)于結(jié)果的影響。評(píng)估：效果評(píng)估往往是最為困難的一步，因?yàn)閷?shí)際的業(yè)務(wù)結(jié)果變化可能不是單一因素造成的，在一個(gè)環(huán)節(jié)上“動(dòng)動(dòng)手腳”，沒法直接判斷對(duì)結(jié)果帶來的影響，所以需要我們又當(dāng)選手，又當(dāng)裁判，自己給自己找到合理的評(píng)估手段。這一步需要策略產(chǎn)品經(jīng)理深度參與，與算法和業(yè)務(wù)同學(xué)探討，找到一種甚至多種效果的評(píng)估方法，做到盡量精確合理同時(shí)又可解釋。5）推動(dòng)測(cè)試驗(yàn)證及推廣進(jìn)度（項(xiàng)目PM）

　　測(cè)試驗(yàn)證可能是一個(gè)較為漫長的，否定之否定的過程，沒有完美的策略，只有基于目標(biāo)細(xì)化和現(xiàn)實(shí)條件完善達(dá)成的相對(duì)較優(yōu)的策略，在變化中尋找動(dòng)態(tài)平衡。在這個(gè)過程中，需要策略產(chǎn)品經(jīng)理組織產(chǎn)研、算法和業(yè)務(wù)團(tuán)隊(duì)定期溝通對(duì)焦，針對(duì)bad case商討解決方案，明確責(zé)任人，并且適時(shí)鼓動(dòng)業(yè)務(wù)擴(kuò)大試點(diǎn)范圍，階段性地進(jìn)行復(fù)盤和PR，提高影響力，吸引更多資源。

　　6）抽象為產(chǎn)品，保證可用性、易用性、可擴(kuò)展性（功能型產(chǎn)品經(jīng)理）

　　當(dāng)策略較為成熟，效果較為穩(wěn)定后，就需要給算法套上產(chǎn)品的外殼，插上電，讓它自動(dòng)運(yùn)轉(zhuǎn)，進(jìn)一步帶來規(guī)模化的效應(yīng)。算法白盒化一直都是個(gè)艱難的命題，特別是對(duì)于像零售+AI一類的策略。它的矛盾在于一方面需要將算法掰開揉碎，讓用戶可以輸入更多的業(yè)務(wù)想法，清楚結(jié)果產(chǎn)出的邏輯，明白效果的評(píng)估口徑。但如果拆得過細(xì)，產(chǎn)品實(shí)現(xiàn)會(huì)變得復(fù)雜，理解成本變高，導(dǎo)致沒有多少人使用。

　　具體怎么做取決于具體的業(yè)務(wù)場(chǎng)景，以及前期和業(yè)務(wù)的合作機(jī)制，對(duì)于能夠按一定邏輯自運(yùn)轉(zhuǎn)的，就盡量減少用戶的參與，如果出現(xiàn)bad case，那就直接在策略層面進(jìn)行優(yōu)化，但這需要與業(yè)務(wù)之間建立足夠的信任。如果是依賴很多商業(yè)意志輸入的，就需要不斷和業(yè)務(wù)打磨出一套標(biāo)準(zhǔn)的協(xié)同流程，然后將這個(gè)流程和輸入配置產(chǎn)品化，對(duì)于這類產(chǎn)品，免不了較長時(shí)間的培訓(xùn)和運(yùn)營，但也只是初期的投入多一些，經(jīng)過教育和引導(dǎo)之后，你會(huì)發(fā)現(xiàn)大家玩的得心應(yīng)手，人人都是調(diào)參師。

　　7）逐步疊加策略，并進(jìn)行策略協(xié)同方案設(shè)計(jì)（策略產(chǎn)品經(jīng)理）

　　一個(gè)策略產(chǎn)品的構(gòu)建流程基本就是以上6點(diǎn)，但如前面所說，當(dāng)策略產(chǎn)品的能力逐漸豐富起來之后，我們需要進(jìn)行廣度和深度的延伸，新增的策略以及產(chǎn)品模塊與之前的策略和產(chǎn)品間需要進(jìn)行疊加融合，這樣才能構(gòu)建更為合理的解決方案，幫助業(yè)務(wù)達(dá)成目標(biāo)。

　　聊完了策略產(chǎn)品的能力定義和構(gòu)建流程，基本可以了解策略產(chǎn)品經(jīng)理到底在做些什么了。最后我們針對(duì)策略產(chǎn)品經(jīng)理的能力模型進(jìn)行一下概括梳理。

　　業(yè)務(wù)目標(biāo)是什么，為什么定這個(gè)目標(biāo)，實(shí)現(xiàn)這個(gè)目標(biāo)需要什么樣的策略，我們能做什么，先做什么，怎么做？實(shí)際商業(yè)場(chǎng)景需要做多目標(biāo)權(quán)衡，要明確目標(biāo)的優(yōu)先級(jí)，針對(duì)具體執(zhí)行策略，需要去定義如何做是更為合理的。

　　業(yè)務(wù)策略和需求往往不明確，策略產(chǎn)品經(jīng)理需要基于領(lǐng)域的專業(yè)性給業(yè)務(wù)提供經(jīng)驗(yàn)輸入，幫助業(yè)務(wù)梳理清楚業(yè)務(wù)策略、運(yùn)營計(jì)劃。此外，有策略地去落策略，找到合適的切入點(diǎn)，先取得結(jié)果，證明價(jià)值并建立信任，并且始終與業(yè)務(wù)保持良好的合作關(guān)系，保持密切溝通，這需要策略產(chǎn)品經(jīng)理具備一定的人際技能。

　　單策略構(gòu)建及優(yōu)化：結(jié)合業(yè)務(wù)的目標(biāo)和策略構(gòu)建并優(yōu)化算法策略。理解算法模型基本原理，知道在什么場(chǎng)景下適用，是否可優(yōu)化可拓展，需要什么樣的輸入。結(jié)合業(yè)務(wù)目標(biāo)及策略，協(xié)助算法構(gòu)建并持續(xù)優(yōu)化算法模型。多策略協(xié)同：單點(diǎn)最優(yōu)不一定帶來全局最優(yōu)，針對(duì)多策略，不僅僅是簡單的1*n，而是笛卡爾積，需要梳理策略協(xié)同邏輯，保障能實(shí)現(xiàn)全局目標(biāo)。對(duì)于策略產(chǎn)品經(jīng)理對(duì)算法技術(shù)了解程度的要求，其實(shí)和功能型產(chǎn)品經(jīng)理對(duì)研發(fā)了解程度的要求相似，只不過，策略產(chǎn)品經(jīng)理既是算法的產(chǎn)品經(jīng)理，又是研發(fā)的產(chǎn)品經(jīng)理。

　　針對(duì)業(yè)務(wù)場(chǎng)景和線下驗(yàn)證的策略進(jìn)行抽象，哪些策略參數(shù)需要業(yè)務(wù)輸入，輸入后如何給到算法，算法結(jié)果如何給到業(yè)務(wù)，業(yè)務(wù)如何進(jìn)行干預(yù)調(diào)整，調(diào)整后預(yù)估結(jié)果如何？

　　運(yùn)用算法和研發(fā)能力，進(jìn)行完整解決方案梳理，構(gòu)建完整方法論，協(xié)同多方資源實(shí)現(xiàn)策略高效落地，同時(shí)保證可擴(kuò)展性，針對(duì)未來可能出現(xiàn)的新需求，可快速迭代支撐。

　　概念技能，應(yīng)該是作為產(chǎn)品經(jīng)理最基本且核心的能力，通過歸納抽象，沉淀產(chǎn)品能力，再演繹實(shí)施，還原到真實(shí)的場(chǎng)景，應(yīng)用到各個(gè)業(yè)務(wù)中去。

　　策略產(chǎn)品經(jīng)理的概念其實(shí)還沒有非常普及，在搜索推薦、路線規(guī)劃和派單分發(fā)等以算法為主導(dǎo)的領(lǐng)域，算法策略能力已經(jīng)有較長時(shí)間的積淀了，對(duì)于策略產(chǎn)品經(jīng)理也有了一定的認(rèn)知度，但在很多傳統(tǒng)模式+AI的新領(lǐng)域，可能還沒有這樣的獨(dú)立崗位，而是功能型產(chǎn)品經(jīng)理和算法各司其職，一起合作推動(dòng)項(xiàng)目進(jìn)行。

　　從長遠(yuǎn)來看，產(chǎn)業(yè)互聯(lián)網(wǎng)+消費(fèi)互聯(lián)網(wǎng)是未來互聯(lián)網(wǎng)行業(yè)發(fā)展的一大主旋律，如何更好實(shí)現(xiàn)B端和C端聯(lián)動(dòng)，前臺(tái)和后臺(tái)聯(lián)動(dòng)，如何運(yùn)用算法的技術(shù)能力，實(shí)現(xiàn)更為合理的運(yùn)籌決策，實(shí)現(xiàn)效率和效果的提升，還有著很大的挖掘空間，希望有更多人加入這一行業(yè)，一起攜手跨入智能時(shí)代。

　　作者：Mr.墨嘰，公眾號(hào)：墨嘰說數(shù)據(jù)產(chǎn)品

　　本文由 @Mr.墨嘰 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Unsplash，基于CC0協(xié)議

　　上一篇帖子分享了什么是策略和策略怎么應(yīng)用在業(yè)務(wù)中，這一篇我們分享什么是策略產(chǎn)品經(jīng)理。

　　隨著互聯(lián)網(wǎng)行業(yè)的發(fā)展，市場(chǎng)對(duì)產(chǎn)品經(jīng)理的細(xì)分越來越多，例如：用戶產(chǎn)品經(jīng)理、增長產(chǎn)品經(jīng)理、策略產(chǎn)品經(jīng)理、商業(yè)產(chǎn)品經(jīng)理、語音產(chǎn)品經(jīng)理、AI產(chǎn)品經(jīng)理、CRM產(chǎn)品經(jīng)理等等。大家不難發(fā)現(xiàn)，這些劃分的方式雖然看起來很細(xì)，但是并不在一個(gè)維度上。

　　上一篇我們說，策略就是一種實(shí)現(xiàn)目標(biāo)，解決問題的手段。和其它產(chǎn)品功能一樣，都是服務(wù)于業(yè)務(wù)的一個(gè)功能點(diǎn)。而差別在于策略功能的用戶需求和影響條件復(fù)雜多變，無法通過一個(gè)功能點(diǎn)就滿足各類用戶的各類需求。

　　因此今天我們從功能設(shè)計(jì)產(chǎn)出的角度，劃分為功能產(chǎn)品經(jīng)理和策略產(chǎn)品經(jīng)理兩類，依據(jù)產(chǎn)品工作流程，分享策略產(chǎn)品經(jīng)理的工作特點(diǎn)。

　　無論是功能產(chǎn)品經(jīng)理還是策略產(chǎn)品經(jīng)理，終歸都是產(chǎn)品經(jīng)理，因此工作內(nèi)容離不開需求挖掘和分析、功能設(shè)計(jì)+文檔編寫、開發(fā)跟進(jìn)和驗(yàn)收、上線數(shù)據(jù)分析和需求回歸這四件事。

　　功能產(chǎn)品經(jīng)理，多對(duì)一類用戶群進(jìn)行深入的理解和分析，挖掘這一類人的共同需求，針對(duì)這一類人的共性需求制定解決方案。

　　策略產(chǎn)品經(jīng)理，多針對(duì)某一功能，滿足不同用戶在不同場(chǎng)景下的精細(xì)化需求。需要PM宏觀的分析每一類人在某些場(chǎng)景下可能存在的不同訴求，并分析不同人群的規(guī)模和需求強(qiáng)度，決定產(chǎn)品要滿足到什么廣度和強(qiáng)度。

　　舉例說明：

　　產(chǎn)品經(jīng)理發(fā)現(xiàn)很多用戶在看完一個(gè)視頻后，因?yàn)檎也坏狡渌矚g的視頻而退出網(wǎng)站。所以所以產(chǎn)品經(jīng)理設(shè)計(jì)了相關(guān)視頻推薦功能。功能上線之后，發(fā)現(xiàn)用戶點(diǎn)擊率很低，用戶調(diào)研后得到的反饋是，用戶覺得推薦的內(nèi)容和自己沒什么關(guān)系，不是自己感興趣的。產(chǎn)品現(xiàn)狀是，用戶量和視頻量巨大，無法通過某個(gè)特定的視頻提取規(guī)則，滿足各類用戶的需求。此時(shí)，策略產(chǎn)品經(jīng)理就出現(xiàn)了，設(shè)計(jì)了一個(gè)綜合考慮用戶畫像、內(nèi)容屬性、歷史觀看記錄、熱點(diǎn)輿情、地理自然環(huán)境等因素于一身的，基于用戶行為分析、內(nèi)容關(guān)系分析、用戶內(nèi)容關(guān)系分析等策略的個(gè)性化推薦系統(tǒng)。以滿足不同用戶在相關(guān)推薦中看到自己感興趣的視頻的需求。總結(jié)下就是：基本上前者滿足新需求，填補(bǔ)產(chǎn)品空白；后者滿足更深入的需求，讓功能更智能、更精準(zhǔn)、更高效。

　　從上一例子可以看出：功能產(chǎn)品經(jīng)理通常是針對(duì)某類用戶在同一場(chǎng)景的相同需求，從功能設(shè)計(jì)入手，以優(yōu)化功能流程，前端交互效果等方式解決問題。

　　而策略產(chǎn)品經(jīng)理，通常是針對(duì)不同用戶，在不同場(chǎng)景下的個(gè)性需求。策略PM需要考慮與這些需求的影響因素，通過搭建各類因素間的邏輯關(guān)系解決問題。

　　舉例說明：解決滴滴用戶下單后等待司機(jī)接單時(shí)間過長的問題。

　　功能產(chǎn)品的解決方案是：在前端添加預(yù)估等待時(shí)長、用戶當(dāng)前排隊(duì)序列、周圍空車數(shù)，推薦拼車等功能。策略產(chǎn)品的解決方案是：優(yōu)化訂單和司機(jī)的匹配策略，讓系統(tǒng)更快為用戶找到合適的司機(jī)，對(duì)于這個(gè)邏輯后臺(tái)不但要搜索附近的空車，還要檢索附近在等待時(shí)間內(nèi)可能會(huì)到達(dá)的空車（含訂單終點(diǎn)在附近，但是還未完成的訂單），提前將他們加入匹配序列中。這些策略用戶在前端是體驗(yàn)不到的，但是確實(shí)能減短用戶等待接單的時(shí)長。由例子可以看出：功能產(chǎn)品在文檔編寫和效果說明上，通常是繪制流程圖和原型來表達(dá)功能解決的效果，開發(fā)成果具有明確的效果實(shí)現(xiàn)標(biāo)準(zhǔn)。

　　而策略產(chǎn)品通過邏輯描述和效果示例表達(dá)產(chǎn)品實(shí)現(xiàn)效果，可能過程中需要多個(gè)算法邏輯并行，所以是個(gè)相對(duì)復(fù)雜且發(fā)散的解決方案。

　　這也導(dǎo)致開發(fā)成果不具備可明確的效果實(shí)現(xiàn)標(biāo)準(zhǔn)，可能開發(fā)的過程中，策略產(chǎn)品經(jīng)理就在不斷修正策略和影響因素，以至于衡量標(biāo)準(zhǔn)也在調(diào)整。

　　功能產(chǎn)品對(duì)于開發(fā)成果，更關(guān)注展現(xiàn)效果和具體的操作結(jié)果。更關(guān)注呈現(xiàn)效果，而非技術(shù)實(shí)現(xiàn)邏輯和過程。針對(duì)開發(fā)成果是驗(yàn)收的性質(zhì)，只要功能的操作流程，展示效果與文檔描述的邏輯一致即可。

　　策略產(chǎn)品更多參與到開發(fā)的過程，與策略RD一起發(fā)現(xiàn)和解決各要素中的問題，隨時(shí)準(zhǔn)備優(yōu)化和迭代邏輯，與開發(fā)一起追求策略邏輯的最優(yōu)解。

　　功能產(chǎn)品經(jīng)理，每次迭代多面對(duì)單一而明確的問題，迭代結(jié)果也多直接影響用戶的操作行為和直觀體驗(yàn)。所以通?？梢愿斓倪_(dá)到較好效果，更快完成該優(yōu)化的產(chǎn)品循環(huán)。

　　策略產(chǎn)品經(jīng)理，因?yàn)楦嗟氖峭ㄟ^底層數(shù)據(jù)處理邏輯，優(yōu)化用戶產(chǎn)品體驗(yàn)中的隱性隱性部分，而解決的也多是復(fù)雜且受很多因素影響的問題。

　　所以理想態(tài)本身在迭代過程可能都處在自身優(yōu)化和不斷明確的過程中，因此，策略需要多個(gè)產(chǎn)品循環(huán)才能達(dá)到較好的效果。

　　綜上不難發(fā)現(xiàn)：功能產(chǎn)品經(jīng)理不斷優(yōu)化和填充產(chǎn)品在業(yè)務(wù)各環(huán)節(jié)上的交互體驗(yàn)；而策略產(chǎn)品很有可能要針對(duì)某個(gè)單一的策略實(shí)現(xiàn)效果進(jìn)行長時(shí)間的打磨和優(yōu)化。

　　通過第一節(jié)的內(nèi)容，我們整理下策略產(chǎn)品經(jīng)理相較功能產(chǎn)品經(jīng)理，在工作崗位上更具有針對(duì)性的能力需求。

　　需求挖掘：不僅能借助用戶視角，分析各類用戶在不同場(chǎng)景下的一致需求。還要借助上帝視角，分析各類用戶在各自不同場(chǎng)景下的分別存在哪些特定的需求，并分析出相關(guān)影響因素。功能設(shè)計(jì)+文檔編寫：有極強(qiáng)的邏輯思維能力、分類整合能力、目標(biāo)拆解能力。能把一群人，在不同場(chǎng)景下的各類需求和影響因素拆解清楚。將產(chǎn)品解決方案，通過嚴(yán)密的框架、模型、邏輯表述和結(jié)果示例，描述出來。開發(fā)跟進(jìn)和驗(yàn)收：對(duì)數(shù)據(jù)銘感，具有較強(qiáng)的數(shù)據(jù)埋點(diǎn)和分析能力。需要從多個(gè)元素中找到關(guān)鍵影響因素，善于從數(shù)據(jù)中發(fā)現(xiàn)和總結(jié)問題，引導(dǎo)下一個(gè)策略迭代。上線數(shù)據(jù)分析和需求回歸：能沉住氣，耐得住寂寞，擁抱結(jié)果的不確定性，持續(xù)迭代在黑暗中尋找道路。

　　最后我們對(duì)策略產(chǎn)品做一個(gè)總結(jié)。

　　策略產(chǎn)品經(jīng)理，在面對(duì)一些類型的問題時(shí)，這些問題會(huì)受到一些因素的影響，我們需要時(shí)刻搜集問題相關(guān)因素的變化，并將這些因素通過一定的計(jì)算邏輯進(jìn)行轉(zhuǎn)化，使解決方案隨著外部因素的變化而不停的調(diào)整，讓問題得到更好的解決。這個(gè)過程就是策略產(chǎn)品經(jīng)理的工作內(nèi)容。

　　整理下來，策略產(chǎn)品工作四要素就是：

　　待解決問題，即理想態(tài)；輸入：影響解決方案的因素；計(jì)算邏輯：將輸入轉(zhuǎn)換成輸出的規(guī)則；輸出：具體的解決方案。舉例說明：今日頭條的個(gè)性化推薦策略。

　　待解決問題：從大量候選內(nèi)容中，找到用戶喜歡的內(nèi)容；輸入：用戶喜歡內(nèi)容受到的影響因素，該用戶特征（基礎(chǔ)信息，歷史行為）、候選內(nèi)容特征（類別，關(guān)鍵詞）、輿情熱點(diǎn)信息（熱點(diǎn)內(nèi)容，關(guān)鍵詞）；計(jì)算邏輯：用戶畫像梳理邏輯，內(nèi)容關(guān)聯(lián)性計(jì)算邏輯；輸出：將內(nèi)容按用戶喜歡度由高到低推薦給用戶。本篇內(nèi)容到此結(jié)束，歡迎來噴。下一篇內(nèi)容我們分享《2.1策略需求挖掘方法之抽樣分析》

　　本文由 @于言某 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Unsplash，基于CC0協(xié)議