本文首发于本人公众号''世风日下七月半''，当前已申请改名为''产品经理的鬼话''。

欢迎关注，一起聊产品，话人生。

策略产品经理，是近两年非常热的产品细分岗。不久之前，还有挺多朋友问过我关于产品的规划，做策略产品怎么样？

那么问题来了，什么是策略呢？

每个人对策略都有自己的理解。有人跟我聊新闻推荐策略、用户增长策略，也有人跟我聊逾期账单催收策略、市场定价策略，大家对策略的定义五花八门。

但即便大家对策略的定义各不相同，互联网产品定义中各种不同的策略，最终都能一一对应上大家来咨询的这些问题，比如： 

l 在新闻产品上，给每个人展现更个性化、更符合他兴趣的内容，这是推荐策略；

l 在用户增长上，针对各个渠道/不同用户层设置不同激励留存方案以实现最高的ROI，这是增长策略；

l 在账单催收上，通过挖掘用户信息得到相关联系人、针对不同用户类型设置不同催收方案，这是催收策略；

l 在商品定价上，基于历史数据和竞品情况设置最佳的价格和促销方案以实现更高的GMV/Revenue/Profit，这是定价策略。

一、策略到底是什么？

首先，策略与功能、活动、文案一样，是一种解决问题、实现目标的手段。

举个例子：

电子书阅读器的屏幕阅读体验不佳如何解决？

1、策略四要素

1）待解决问题

阅读器是液晶屏，光线好的时候很清晰，光线不好的时候看不清楚。

2）输入

外部环境的亮度、用户在使用不同类型应用时对亮度的需求不同。

3）计算逻辑

A. 针对产品初期人们主要的痛点是：阅读时，屏幕上的内容因为光线弱，致使在视网膜呈现效果弱，导致阅读体验不佳的情况。解决思路：增加屏幕背光功能。

B. 随着产品演变，出现了这样的痛点：用户在切换读书的场所时，需要调节背光的亮度，体验不好。于是有了：背光会随着外部环境的亮度进行自我调节。

C. 人们仍然不满足，电子阅读器也新增了更多类型的软件，一些游戏之类的。产品经理发现背光调节的时候，在切换应用的时候也被频繁使用。于是，背光自我调节的功能需要继续提升。

4）输出

A. 功能

增加屏幕背光功能，由开关控制。

B. 简单策略

背光亮度受环境亮度影响，自动调节。

C. 复杂策略

背光亮度受环境亮度/手机应用类型/时间影响。

存在某类问题，该问题的解决方案会受到多个因素的影响、不是恒定不变的。可以持续收集这些因素的变化，并根据变化随时调整解决方案，这种手段即为策略。

其实策略也是一个很广泛的词，也存在的很多年了。

早在春秋战国时期，就有策略这个词，亦作“ 策畧 ”，是指战术。随着时代发展，策略从未消失，到现在，策略不仅仅存在于互联网，也存在于很多领域，像品牌策略，定价策略等等。

想一想，如果你想开一家新店，开店前很重要的一件事，就是选址，那么开店如何选址呢？这就是一种策略。

自动挡汽车想完美换挡，尽量达到性能最优，需要知道哪些原理、技巧、注意事项？这是汽车换挡策略。

2、典型互联网策略案例说明

在各类希望更好&更高效地满足用户需求的产品中，多多少少都有策略的存在；任何一个产品达到一定体量的时候，都会面临一些问题需要策略手段来解决。

策略撬动巨大流量的案例其实有很多，比如百度对亿级流量的识别分发，又或者是滴滴对秒级时空变换的调度操控，这些都是策略实战的典型案例。而在每一个案例中，通过策略思考模型实战的最终目的则在于，提高效率——让相同的资源能被用的更有效率，让同样的钱回报率更高，花得更值。

案例：京东到家的消息推送策略

1）通用方法论

2）理解产品目标

A. 产品目标

通过消息触达用户，实现相应的转化目的。

B. 核心指标

消息点击率。

*本案例覆盖的消息仅指活动类消息，不包括各类业务消息（比如订单、发货、退款、订阅更新等业务的提醒）

3）问题分析

A. 版本0.0：人工推送

产品方案：

运营同学写好文案，通过简易消息推送工具给全部注册用户发送消息。

推送效果：

点击率只有0.5%。

理想态：

所有人都点击。

未达理想态：

有99.5%的人没有点击，怎么拆解？可以反向看点击的人，对比点击的人和没点击的人有什么差异，试着分析其中规律。

分析发现两个人群在一些基础数据上有明显差异，具体如下：

进一步分析：

a）这次推送对活跃用户的效果更好，点击率大概7.4%，非活跃用户只有0.1%。虽然预期会有差异，但是差距太大，需要优化针对不活跃用户的推送内容。

b）活跃用户中，Android点击率23%，iPhone用户点击率3.5%。差异非常大，不符合认知，猜测可能大量iPhone关掉了app推送。

B. 版本1.0：基于用户分层的推送

产品方案：

a）基于用户基础信息和历史行为挖掘用户标签：活跃程度、手机平台。

b）运营可根据标签配置不同的文案和推送通道。

c）增加短信推送通道。

推送规则：iPhone增加短信通道一起推送，Android仅进行app推送。

效果回归：

推送效果：点击率提升至1.5%。

a）活跃用户点击率提升至11%，其他用户点击率0.5%，都提升明显。

b）iPhone点击率0.7%，Android用户点击率2.4%，iPhone转化率依然不高。

结论：短信通道的效果不好，需要分析问题。另外，可进一步分析其他待优化点。

问题分析：

对没有点击的各用户群各自抽样分析，发现：

没有点的用户都是曾经很少或没有买过肉蛋奶类商品的用户。在活跃用户中表现尤其显著。同时补充抽样点击用户，发现86%的用户都有>2个包含该品类的订单。

可以考虑更精细化的推送内容。

C. 版本2.0：个性化的内容推送

产品方案：

a）收集更多用户历史行为（订单、收藏、搜索、浏览）等，建立更加细化的用户标签，用于内容推荐。

b）收集平台商品上架、价格等信息的变化和常规活动信息，作为待推送内容集合。

c）根据用户标签和候选内容，生成基于每个用户兴趣的内容。

d）设置推送频率限制，在允许频率内，当用户存在可推内容时，自动进行推送。

（此时，运营同学只需要配置各类兴趣维度的模板，系统自动发起推送。）

*【】中内容由候选集合相关字段自动填写

效果回归：

推送效果：点击率提升至2.5%。

a）iPhone点击率2.1%，Android用户点击率2.6%，两者非常接近了，符合预期。

b）优化内容后，各类用户的点击率均有明显提升。

结论：比较符合预期，可进一步分析其他待优化点。

问题分析：

继续对比点击和未点击用户差异，并随机抽样用户详细分析，发现：

a）各推荐维度在不同品类上有不同表现。

b）不同用户对同一种推荐维度的点击率也差异较大。

c）同一个用户在不同时段的点击率有比较明显的差异。

可以在推荐特征中增加品类和历史点击数据；可以将推荐时间纳入个性化系统。

D. 版本3.0：基于反馈的推荐系统

产品方案：

a）将推送时间纳入推送控制。

b）继续丰富推荐使用的标签数据。

c）将每个人的点击行为作为推荐优化的重要依据，不断迭代。

4）总结

消息推送的效率本质：

给合适的用户在合适的时间点发送适合的消息；【合适】最初由PM定义，最终由数据反馈确定。

 这个完整的案例中，产品一步步优化，从功能到策略、从简单策略到复杂策略，我们依次优化了消息推送的四个要素，达到了相对理想的状态。

在这个过程中，我们仅以问题驱动，并未加入优先级判断的分析。

而实际的项目中，限于成本收益和平台数据的积累程度，很多消息推送策略停留在1.0 或2.0版本即终止了。

二、如何成为策略产品经理？

值得一提的是，策略产品经理同样也是产品经理，所以最底层的思考，与产品经理工作方式并没有太大的区别。

策略产品经理更像是一种对产品认识的一个全新的角度，也是思考问题的一个全新的方法。

一个思考方法的锤炼一定是一个长期的过程。

成为策略产品经理可能并没有真正意义上的捷径。

比如我，通过总结产品经历，把有利于开展思考的原型沉淀和组织起来，也可一定程度来提升自己的思考能力和知识边界。

最后，感谢阅读~

欢迎+V沟通：Kerry065