随着互联网行业的不断发展，产品经理这一岗位不但发挥了至关重要的作用，行业需求也急剧增长，随之而来的是分工越来越细。因此，商业产品经理、增长产品经理、用户产品经理、策略产品经理、中台产品经理等不同侧重点的岗位也应用而生。其特殊性不但因为它的工作性质与数据分析岗具有模糊交叉的特点，也包括对这个岗位有需求的公司一般也都是成熟型的公司，需要解决更加精细化运营的问题，那么，这个岗位有什么不同？需要具备哪些能力呢？以下就种种疑问给各位有志从事此岗位的朋友做个梳理普及。
什么是策略产品经理？
简单来说，策略产品经理定义是：
一种以数据为核心驱动，为特定问题及目标提供更精细、更高效解决方案的角色。
听上去似乎和通用型产品经理没什么区别，差异在，策略产品经理是：策略+产品经理职责的双重叠加性，比一般性的产品经理涉及的工作更深、更广，也更加系统严密。策略的体现有的对用户可见（如用户激励机制）， 有的则不可见（如推荐算法、反作弊系统等）。
举例来说，业内都知道今日头条以推荐算法被人熟知，我们就拿今日头条为例，“让每个人看到的新闻都不一样”是它的主张，这背后就是“个性化的推荐策略”在发挥核心作用，实现这个目标需要解决的因素有很多，包括产品内容来源于不同网站，需要抓取策略；有的新闻是纯文字的，甚至只有一个标题，需要智能识别；有的新闻是图+文形式，排版方式也不同，这又需要展现策略…… 这一系列的问题都要具备严谨的逻辑架构能力来驾驭，当然也需要研发的配合，有些目标的达成则需要大量数据的分析提取、应用以及跟踪校正，也是策略产品经理的份内之事，而一般性的产品经理，更多的是通过需求，展开功能的设计，相对简单直接。
策略产品经理的思维四要素
1、待解决问题：策略要解决什么问题？
2、输入因素：对用户特征、使用场景、数据等等进行细致拆解，找到影响策略的因素；
3、计算逻辑：策略的设计，包括逻辑结构、触发条件、计算公式、展示效果等；
4、输出效果：整个设计完成，用户会看到什么效果？或者系统计算的结果是什么样子。
以今日头条为例：
1、待解决问题：用户如何从大量内容中找到最喜欢最想看到的内容；
2、输入因素：“用户喜欢”，这个目标可能会受到影响的因素：比如用户性别、年龄、职业、所在地等，行为标签比如：喜欢哪类文章？最容易点赞的文章，哪一类文章阅读时间较长等等；
3、计算逻辑：推荐算法的计算逻辑由R&D交付，PM无需关注细节，但要清楚里面的思路；
4、输出效果：所有内容按照用户喜欢程度进行排序，从而看到前端的feed流。
策略产品经理的工作流程
单纯从工作流程看，与传统产品经理基本一致，最大区别在于结果导向不同，一般性的产品经理，主要考虑某个功能有没有达到预期效果；而策略产品经理更多的是看策略是否达到预期效果。
1、发现问题 ：根据需求、特征数据，进行分析提取；
2、提出解决方案：设立目标，依据目标给出解决策略方案；
3、上线验证：通过数据分析，收集用户反馈，检测策略效果 ；
4、策略完善：根据策略效果，分析原因，加以完善并制定新的解决策略。
策略产品经理的四个核心要求
在策略产品经理的工作中，有一部分与数据分析岗有较多的重叠，只是更具有针对性的能力需求。
1、需求挖掘：借助用户视角，分析各类用户在不同场景下的一致需求，并分析各类用户在各自不同场景下分别存在哪些特定的需求，并分析出相关影响因素；
2、功能设计+文档编写：具备极强的逻辑思维能力、分类整合能力、目标拆解能力，能将某特定人群，在不同场景下各类需求和影响因素拆解的及其精细清楚，将产品解决方案，通过严密的框架、模型、逻辑表述和结果示例，描述出来；
3、开发跟进和验收：对数据非常敏感，具有较强的数据埋点和分析能力，需要从多个元素中找到关键影响因素，并善于从数据中发现和总结问题，引导策略迭代；
4、上线数据分析和需求回归：冷静客观有耐心，拥抱结果的不确定性，持续迭代，在不断的问题中锁定方向。
策略产品经理能力在业务上的应用
策略产品经理的主要KPI考核指标主要是转化率和效果，包括如拉新、引流、风控、反作弊、搜索排序算法等，和产品本身的“功能层”关联性不大，但是和产品的生命周期发展关系很大，需要很强的逻辑思维能力、结构化思维、以及一套独特的执行方法论。
一：策略在增长上的应用
1、概念定义
◼︎ 增长：更有效率的杠杆；
◼︎ 杠杆：平台通过额外的资源（钱，流量等）投入，获得更多回报（超出自然趋势的增长）；
◼︎ 效率：更低成本/更快速度/更精准的定向等。
2、实现增长的流程
◼︎ 触达：通过什么路径找到目标用户，即渠道；
◼︎ 认知：触达后通过什么方式让用户了解，即产品手段与形式；
◼︎ 转化：平台愿意付出多少成本促进用户转化，所谓补贴；
◼︎ 效率三要素：触达、认知、转化，包括拉新、留存、激活都体现效率，并在三个要素上不断尝试迭代，寻找在整个增长路径上的最优方案；
案例：ROI=回报/投入=转化用户总销售额-总优惠金额/传单制造费用+分发费用+商品&店面分摊成本。
3、策略框架
冷启动：在三个环节进行[基于调研和假设]的冷启动；
自循环：通过持续的ABtest接近理想值，基于数据反馈；
1）触达策略
定义：目标用户主要在哪里，通过什么路径找到目标用户，各渠道的用户质量如何；
方法：通过技术手段将渠道持续进行细分，在不同渠道中确定如何圈定和识别目标用户；
2）认知策略
◼︎ 定义：相关的渠道可以通过什么手段影响用户（包括该渠道已经提供的方式和平台自建的方式），该手段对流量的利用率，转化率如何；
◼︎ 方法：对不同渠道和手段的搭配进行持续测试，产品手段中包含内容时，针对不同用户进行更精准的内容推荐；
3）转化策略
◼︎ 定义：需要付出多少成本才能带来多少转化，针对不同用户、以不同手段补贴的最低成本和转化率是多少；
◼︎ 方法：通过持续测验，将用户不断细分，并精细化的确定撬动不同用户的最低成本是多少。
【案例一】出行分享红包（拉新）
1、【案例-触达】
◼︎ 产品目标：通过老用户分享红包到社交网络的方式触达新用户，实现获取新用户的目的，在不同时期有不同的效率定义；
◼︎ 衡量指标：获客成本/单均成本/转化率/拉新数量；
◼︎ 冷启动：通过老用户在平台的历史消费行为和其他特征判断其消费层次、兴趣倾向、价格敏感度等因素，得到渠道质量，作为该老用户渠道的冷启动值；
◼︎ 自循环：根据后续用户转化情况，持续优化对该渠道的判断，是否作为拉新有效渠道持续投入。
2、【案例-认知】
◼︎ 冷启动：以老用户的消费层次和兴趣倾向为其触达用户群的冷启动值决定红包内容，同时设定多组ABtest，用于测试其他内容的对照效果；
◼︎ 自循环：根据不同券领取后的转化率情况不断调整内容分布，达到最佳转化率，将相关数据作为该老用户渠道的新标签。
3、【案例-转化】
◼︎ 冷启动：以老用户价格敏感度为其触达用户群的冷启动值，决定红包类型和金额（满减/现金券，额度/折扣范围多少），同时设定多组ABtest，用于测试其他类型和金额的对照效果；
◼︎ 自循环：根据不同优惠券领取后的转化率情况不断调整类型和金额，达到转化率orROI的最佳值，相关数据作为该用户渠道的新标签。
【案例二】外卖平台的优惠券和套餐（促活）
◼︎ 产品目标：通过设置各类满减或折扣套餐，实现提高用户活跃，增加销售额的目的，在不同时期有不同的效率定义；
◼︎ 衡量指标：客单价/毛利率等；
1、案例-认知&转化
◼︎ 通用动销：根据全部用户情况和其他实时性因素设定形式和金额；
◼︎ 定向动销：根据单个用户的历史消费数据和兴趣倾向设定动销的产品形式和金额；
2、案例-两个关注点
◼︎ 时刻关注ROI：平均折扣关系与毛利率之间的关系；
◼︎ 套餐/单品型的动销本身可成为拉新手段：此时平台收益并不限于销量本身。
【案例三】出行平台司机补贴进化（促活）
1、案例-两个关注点：更宏观的ROI(LTV/CAC)
◼︎ 成本：关注综合成本，包括流量成本+补贴成本+补贴过程中对其他用户的伤害+促转化过程中对该用户的伤害+….[CAC:用户获取成本]；
◼︎ 收益：关注用户在整个生命周期中对平台的贡献，而非单次交易收益[LTV：用户终身价值，BPB：价值回收周期]
2）案例-会员的特权
◼︎ 会员的特权：作为一种特殊的促活手段，同样要关注所付出的成本有效性是否能达到相应的收益；
◼︎ 成本有效性：相应等级的特权/优惠是否能够吸引用户；
◼︎ 收益：达到该等级对平台贡献的贡献大小是否跟成本match；
◼︎ Aha moment：为了使新用户达到留存的aha moment，平台会做一定的资源倾向（额外流量or优先派单等），此时对用户的伤害也要考虑在成本范畴内；
3）受目标影响的理想态
ABtest的结论会做为经验值，在不同的阶段性目标下，可以选取不同经验值的组合以达成不同的目标；
2、小结：增长是一个好产品的天然属性，同时可以加入杠杆让其加速；
策略框架
◼︎ 触达，认知，转化三环节；
◼︎ 基于预测冷启动，然后将目标对象无限细分，持续测试，形成自循环；
◼︎ 最终实现针对不同的对象群，选择最合适的杠杆将其撬动。
二：策略在风控上的应用
1、几个关键概念
◼︎ 避免伤害：包括对平台和用户的伤害；
◼︎ 最小成本：大多数风控策略都会给平台/用户造成额外成本；
2、核心思路
◼︎ 降低作弊者的收益；
◼︎ 提高作弊者成本；
3、基本流程：抓
◼︎ 正常行为：大多数人的行为表现；
◼︎ 非正常行为：少数人或人们在极端情况下的行为表现，对其他用户和平台没有伤害；
◼︎ 异常行为：指对其他用户和平台存在伤害的行为，包括违规，作弊等不同程度；
4、Tips
风控的基础在数据
◼︎ 一定在本地收集足够多的数据；
◼︎ 一些特定环节的风控or本身数据量不足的产品，还需要整合多平台的数据以达到更好地特征抽象和召回；
5、基本流程：惩
◼︎ 风控根据不同策略的准确率和时效性手段通过不同手段实现止损；
◼︎ 该异常可以实时召回，偏事前阻止；
◼︎ 离线策略：通常需要一定的时间窗口来收集数据，偏事后惩罚；
6、小结
◼︎ 策略框架：抓和惩两个环节；
◼︎ 抓：定义某类目标用户行为，通过收集丰富的数据，实现准确的定向挖掘，惩：及时止损。
三：策略在数据上的应用
1、应用驱动
◼︎ 支持核心业务：搜索推荐的对象、考虑覆盖性、时效性、可用性等；
◼︎ 支持增长：用户分层、兴趣标签、考虑覆盖率、准确率等；
◼︎ 支持风控：行为数据、设备数据、考虑覆盖率、可用性等；
2、策略框架：给出资源获取和预处理的规则→定义衡量规则的标准，将其数字化（通常是准确率和召回率）；
3、基本流程：产出需求→策略评估→策略上线，效果回归→建立监控；
4、小结：策略是解决问题的手段
◼︎ 问题驱动：寻找问题没有被很好解决的部分，以此驱动策略优化；
◼︎ 目标导向：从简单规则到复杂系统，解决掉问题便是好策略；
核心业务，增长，风控，数据是策略应用的四个典型方向，凡是需要精细化解决需求的地方，都有策略存在的价值，也是策略产品经理发挥其价值的重要体现。
欢迎沟通交流，关注公众号：【极氪互联】，更多干货与你分享！
