人人都是策略產品經理

一、什麼是策略產品

在講策略產品經理之前，先得明確什麼是策略產品。在之前的文章中或多或少提到了很多關於策略產品的定義，這裡重點結合策略產品經理會涉及到的工作，重新梳理一下廣義上的、完整的策略產品需要具備哪些能力。

• 基礎產品：地基、基礎戶型結構、鋼筋水泥塗料，可交付的簡裝房。執行類的基礎產品是策略落地的抓手，如推薦與導購展現、智慧定價與優惠生效的關係。脫離了基礎執行產品，策略無法形成閉環，只能侷限於資料分析和建議的範疇，還留有最後一公里。
• 演算法策略：智慧家居的核心科技，需嵌入到智慧家居的產品中，才能發揮更大價值。對於策略產品經理而言，需要深入瞭解演算法的邏輯，具體可見下文的策略產品經理能力模型。
• 策略產品：智慧家居，將演算法策略封裝為一個完整的產品，提供給使用者使用。作為使用者，不用特別關心演算法模型的邏輯，只需要知道能滿足什麼需求，輸入和輸出是什麼即可，比如對於電飯鍋，我輸入了預約煮飯的時間，那麼我知道在指定的時間它會自動加熱，在明天早上一起床的時候，我就能吃上熱騰騰的粥了。

解決方案：

1）將智慧家居裝載到房屋裡的裝修方案。

智慧家居產品有了，接下來需要做的就是把家居安裝好。對於冰箱洗衣機這種簡單的家居，插電即用，將策略產品和基礎產品對接即可，例如像推薦和派單一類AI主導的策略，直接接入app應用就行。而對於中央空調和暖氣等家居，必須深度嵌入到整個房屋結構中，所以需要考慮完整的裝修方案，比如像自動補貨、智慧定價等策略，需要和現有基礎產品的人工流程融合，考慮優先順序及協同關係。6

2）集合智慧家居能力，實現物物互聯的精裝智慧家。

安裝好家居之後，更深入一步，需要進行不同智慧家居之間的互通，比如，今天稱體重發現超標了，那在開冰箱拿肥宅快樂水的時候，會響起警告，並且冰箱根據體脂情況和冰箱可用空間自動生成了一份健康飲食採購清單，一鍵確認後即可下單送貨上門。單點最優並不能保證全域性最優，因此需要將各模組的策略和產品結合起來，以達成最終的全域性目標，需要在不同策略、不同策略產品和基礎產品間穿針引線，編織出一張解決方案的大網。

外部協同：和其他房屋聯通的門、樓道、水管。在和其他領域的產品進行協同時，需要針對上述已有的產品能力進行清晰定義，明確可以輸出的結果及輸出方式。

二、如何構建策略產品

瞭解了策略產品的能力定義之後，再來看一下構建一套策略產品的流程，以及在整個過程中策略產品經理所扮演的角色。

1）理解商業模式，瞭解業務戰略及策略（策略產品經理）

任何的策略只不過是一種或一系列的手段，最終都應該服務於目標。策略往往需要一段時間的打磨，而即便對於目標，可能也並不一定是清晰且固定不變的。在現實的商業世界中，往往需要同時考慮多方因素，同時兼顧多個目標，我既想要賺錢，又想要消費者滿意，同時還想要所有合作商笑著買賬，談何容易。

因此，如何理解業務，如何協同業務確定目標的重要程度和優先順序，如何進行目標的拆分，梳理業務的策略打法，就是策略產品經理所要做的第一件事。相關內容可以參考我之前的文章如何用諮詢公司的“套路”構建策略?（一）

2）基於業務瞭解，確定冷啟動切入點（策略產品經理）

在明確了業務的模式、目標和業務策略之後，接下來需要確定第一步往哪兒落腳。任何資料智慧的應用或改動都會面臨或多或少的質疑，因此步子不能邁太大，應該大膽假設，小心求證。針對第一步拆分的目標，確定先基於哪個場景的目標構建策略，以及應該選擇哪類商品或人群進行測試驗證。一般情況下，當然是先挑軟柿子，也就是好做的做，基於相對簡單的場景進行策略構建和完善，並逐步建立起信任。

3）梳理底層資料，確定關鍵資料指標（資料產品經理）

在挑柿子的時候，我們很可能會發現，根本沒有長得好的柿子，因為連樹根都不紮實，而且盤根錯節。這個時候我們就要扮演資料產品經理的角色了，順瓜摸藤，以目標為導向來梳理所需的全部資料，針對資料進行補全、清洗、歸類。在資料已結構化且完整的情況下，初期可能還需要用已有資料進行分析測算，來判斷是否有最佳化的空間，機會大不大。最後，我們還要確定和目標相關的資料考核指標，並且和業務達成一致。

4）將業務策略轉化為演算法策略（策略產品經理）

目標確定，業務策略確定，資料也準備就緒，那麼接下來就需要我們扮演“翻譯”的角色，將業務建模轉化為演算法建模。演算法的基本構成包括目標、約束、模型、評估，針對模型的部分我們知道原理即可，但對於其他三個部分需要策略產品經理深度參與，以保證演算法的結果符合業務的預期。（針對這部分內容也可參考如何用諮詢公司的“套路”構建策略?（二））

• 目標：演算法的最佳化方向，也即目標函式。傳統的KPI指標其實也可以轉換為一個目標函式來表達，比如電商平臺採購小二KPI的目標函式為：Max(GMV指數*0.6+毛利指數*0.3+庫存週轉指數*0.1)，這裡的指數都是歸一化的得分。
• 約束：演算法最佳化結果一般都不是絕對意義上的最優，而是尋找在一定的限制和約束範圍下的最優解，這裡的約束就是現實世界條條框框的對映，反應了對其他利益相關者或其他相關因素的考量。此外，還有一類約束是用人對實際情況的判斷來作為演算法模型的補充，比如電腦處理器i9價格高於i5，這類資訊可以作為前置約束條件，避免演算法結果不符合預期。
• 模型：機器學習模型，學習和了解一下演算法原理還是非常有趣的，很多演算法模型其實都有通用的思想，比如探索與利用，就是利用計算機的算力隨機做很多種嘗試，然後挑出結果不錯的再做微調最佳化，直到結果收斂，提升效果不明顯為止。再比如控制變數法，透過演算法模擬出變數之前的關係，然後控制其他變數不動，來看每個變數對於結果的影響。
• 評估：效果評估往往是最為困難的一步，因為實際的業務結果變化可能不是單一因素造成的，在一個環節上“動動手腳”，沒法直接判斷對結果帶來的影響，所以需要我們又當選手，又當裁判，自己給自己找到合理的評估手段。這一步需要策略產品經理深度參與，與演算法和業務同學探討，找到一種甚至多種效果的評估方法，做到儘量精確合理同時又可解釋。

5）推動測試驗證及推廣進度（專案PM）

測試驗證可能是一個較為漫長的，否定之否定的過程，沒有完美的策略，只有基於目標細化和現實條件完善達成的相對較優的策略，在變化中尋找動態平衡。在這個過程中，需要策略產品經理組織產研、演算法和業務團隊定期溝通對焦，針對bad case商討解決方案，明確責任人，並且適時鼓動業務擴大試點範圍，階段性地進行復盤和PR，提高影響力，吸引更多資源。

6）抽象為產品，保證可用性、易用性、可擴充套件性（功能型產品經理）

當策略較為成熟，效果較為穩定後，就需要給演算法套上產品的外殼，插上電，讓它自動運轉，進一步帶來規模化的效應。演算法白盒化一直都是個艱難的命題，特別是對於像零售+AI一類的策略。它的矛盾在於一方面需要將演算法掰開揉碎，讓使用者可以輸入更多的業務想法，清楚結果產出的邏輯，明白效果的評估口徑。但如果拆得過細，產品實現會變得複雜，理解成本變高，導致沒有多少人使用。

具體怎麼做取決於具體的業務場景，以及前期和業務的合作機制，對於能夠按一定邏輯自運轉的，就儘量減少使用者的參與，如果出現bad case，那就直接在策略層面進行最佳化，但這需要與業務之間建立足夠的信任。如果是依賴很多商業意志輸入的，就需要不斷和業務打磨出一套標準的協同流程，然後將這個流程和輸入配置產品化，對於這類產品，免不了較長時間的培訓和運營，但也只是初期的投入多一些，經過教育和引導之後，你會發現大家玩的得心應手，人人都是調參師。

7）逐步疊加策略，並進行策略協同方案設計（策略產品經理）

一個策略產品的構建流程基本就是以上6點，但如前面所說，當策略產品的能力逐漸豐富起來之後，我們需要進行廣度和深度的延伸，新增的策略以及產品模組與之前的策略和產品間需要進行疊加融合，這樣才能構建更為合理的解決方案，幫助業務達成目標。

三、策略產品經理能力模型

聊完了策略產品的能力定義和構建流程，基本可以瞭解策略產品經理到底在做些什麼了。最後我們針對策略產品經理的能力模型進行一下概括梳理。

1. 懂業務（人際技能）

業務目標是什麼，為什麼定這個目標，實現這個目標需要什麼樣的策略，我們能做什麼，先做什麼，怎麼做？實際商業場景需要做多目標權衡，要明確目標的優先順序，針對具體執行策略，需要去定義如何做是更為合理的。

業務策略和需求往往不明確，策略產品經理需要基於領域的專業性給業務提供經驗輸入，幫助業務梳理清楚業務策略、運營計劃。此外，有策略地去落策略，找到合適的切入點，先取得結果，證明價值並建立信任，並且始終與業務保持良好的合作關係，保持密切溝通，這需要策略產品經理具備一定的人際技能。

2. 懂演算法（技術技能）

• 單策略構建及最佳化：結合業務的目標和策略構建並最佳化演算法策略。理解演算法模型基本原理，知道在什麼場景下適用，是否可最佳化可拓展，需要什麼樣的輸入。結合業務目標及策略，協助演算法構建並持續最佳化演算法模型。
• 多策略協同：單點最優不一定帶來全域性最優，針對多策略，不僅僅是簡單的1*n，而是笛卡爾積，需要梳理策略協同邏輯，保障能實現全域性目標。

對於策略產品經理對演算法技術瞭解程度的要求，其實和功能型產品經理對研發瞭解程度的要求相似，只不過，策略產品經理既是演算法的產品經理，又是研發的產品經理。

3. 懂產品（概念技能）

針對業務場景和線下驗證的策略進行抽象，哪些策略引數需要業務輸入，輸入後如何給到演算法，演算法結果如何給到業務，業務如何進行干預調整，調整後預估結果如何？

運用演算法和研發能力，進行完整解決方案梳理，構建完整方法論，協同多方資源實現策略高效落地，同時保證可擴充套件性，針對未來可能出現的新需求，可快速迭代支撐。

概念技能，應該是作為產品經理最基本且核心的能力，透過歸納抽象，沉澱產品能力，再演繹實施，還原到真實的場景，應用到各個業務中去。

策略產品經理的概念其實還沒有非常普及，在搜尋推薦、路線規劃和派單分發等以演算法為主導的領域，演算法策略能力已經有較長時間的積澱了，對於策略產品經理也有了一定的認知度，但在很多傳統模式+AI的新領域，可能還沒有這樣的獨立崗位，而是功能型產品經理和演算法各司其職，一起合作推動專案進行。

從長遠來看，產業網際網路+消費網際網路是未來網際網路行業發展的一大主旋律，如何更好實現B端和C端聯動，前臺和後臺聯動，如何運用演算法的技術能力，實現更為合理的運籌決策，實現效率和效果的提升，還有著很大的挖掘空間，希望有更多人加入這一行業，一起攜手跨入智慧時代。

作者：Mr.墨嘰，公眾號：墨嘰說資料產品

本文由 @Mr.墨嘰 原創釋出於人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基於CC0協議