明確目標(biāo)、吃透業(yè)務(wù)、拆解約束條件、模型抽象、數(shù)據(jù)驗(yàn)證，筆者根據(jù)在實(shí)際工作中經(jīng)驗(yàn)所得，總結(jié)出了一套策略制定方法論分享給大家。

互聯(lián)網(wǎng)產(chǎn)品經(jīng)理每天都在跟策略打交道，小到一個(gè)按鈕的位置擺放，大到一個(gè)完整的產(chǎn)品解決方案，背后需要無(wú)數(shù)的博弈與決策，而策略可以看成是這些決策的集合。

任何一項(xiàng)策略的落地，其結(jié)果都可能對(duì)平臺(tái)用戶，甚至整個(gè)公司產(chǎn)生不同程度的影響。這就要求策略制定者，不能通過(guò)拍腦袋、想當(dāng)然進(jìn)行決策，結(jié)果要經(jīng)得起推敲和質(zhì)疑。在滿足商業(yè)目的的同時(shí)，也要兼顧后果，盡可能地提高決策正確率。

一、沒有完美的策略

在思考一項(xiàng)策略解決方案之前，首先應(yīng)當(dāng)認(rèn)識(shí)到，任何一個(gè)策略都有其局限性，不可能找到一個(gè)完美的解決方案，能把所有問(wèn)題都解決掉。

互聯(lián)網(wǎng)產(chǎn)品的研究領(lǐng)域很大一部分是跟社會(huì)科學(xué)有關(guān)，研究的主要對(duì)象是人，人都是有自我意識(shí)，不同人之間又存在不同的動(dòng)機(jī)和目?；ヂ?lián)網(wǎng)產(chǎn)品策略終歸是解決人的問(wèn)題，任何一項(xiàng)策略，都不可能同時(shí)討好所有人。正因?yàn)槿绱耍覀儾艜?huì)有用戶畫像的研究，電商、信息流產(chǎn)品才會(huì)制定千人千面的推薦策略。

其次，在任何大系統(tǒng)中，約80%的結(jié)果是由該系統(tǒng)中約20%的變量產(chǎn)生的。這是著名的帕累托法則，被廣泛運(yùn)用于經(jīng)濟(jì)學(xué)、管理學(xué)等社會(huì)科學(xué)領(lǐng)域。同樣，導(dǎo)致問(wèn)題的原因也遵循該原則，在面對(duì)一個(gè)復(fù)雜問(wèn)題時(shí)，決策者的時(shí)間精力、公司的資源都是有限的，沒必要浪費(fèi)在一些無(wú)關(guān)緊要的細(xì)枝末節(jié)上，只要抓住導(dǎo)致問(wèn)題的20%主要原因，很多問(wèn)題便迎刃而解。

二、明確目標(biāo)

任何策略都是為了解決某個(gè)問(wèn)題，完成某個(gè)目標(biāo)。當(dāng)我們接到一項(xiàng)新任務(wù)時(shí)，很容易忽略要解決的問(wèn)題是什么，而一頭扎進(jìn)業(yè)務(wù)細(xì)節(jié)，直接尋找解決方案。

這樣無(wú)頭蒼蠅似的碰運(yùn)氣，很容易陷入喋喋不休的無(wú)意義爭(zhēng)論，就算得出結(jié)果，也很難經(jīng)得起復(fù)驗(yàn)。因此，開始著手制定方案前，首先要把問(wèn)題定義清楚。

好的目標(biāo)問(wèn)題應(yīng)當(dāng)滿足以下兩個(gè)條件：

1. 目標(biāo)問(wèn)題指標(biāo)化（可被量化）：數(shù)據(jù)分析領(lǐng)域有一句行話：無(wú)法衡量它，就無(wú)法增長(zhǎng)它。一個(gè)策略被運(yùn)用實(shí)施后，我們需要對(duì)其結(jié)果進(jìn)行對(duì)比分析，以評(píng)判策略帶來(lái)的效果。

如果這個(gè)問(wèn)題不能被量化，那么我們很難通過(guò)前后效果對(duì)比，知道到底哪個(gè)策略對(duì)解決問(wèn)題更加有利。

例如，將提升配送效率直接作為指標(biāo)就不太合適，什么是配送效率，我們無(wú)法立即給出具象的描述。

2. 一句話描述清楚：如果一個(gè)問(wèn)題需要長(zhǎng)篇大論的文字進(jìn)行定義，勢(shì)必增加大家的理解難度，每個(gè)人獲取到的關(guān)鍵信息可能不一樣，那么大家很可能會(huì)把大量時(shí)間浪費(fèi)在我們到底要解決一個(gè)什么問(wèn)題的爭(zhēng)論上。

所以問(wèn)題越是簡(jiǎn)單明了，越能讓策略制定者把時(shí)間、精力聚焦在思考、尋找最佳的解決方案上，如：提高本季度同比用戶增長(zhǎng)率，就是一個(gè)很好的問(wèn)題描述。

例如：文中外賣配送的案例，我們定義的要解決的問(wèn)題是：如何制定分單策略，讓騎手從接到訂單到送達(dá)用戶手中的耗時(shí)，全局最短。也就是說(shuō)，從平臺(tái)整體角度，如何能讓騎手最快把食物送到用戶手中。

三、從業(yè)務(wù)中來(lái)

吃透業(yè)務(wù)是做好策略方案的前提。業(yè)務(wù)是由場(chǎng)景和人構(gòu)成的，理解業(yè)務(wù)，就是理解不同場(chǎng)景下的人，人們的行為、目的動(dòng)機(jī)，以及遇到了什么問(wèn)題。

吃透業(yè)務(wù)光靠想空想是達(dá)不到預(yù)期的，沒有在真實(shí)場(chǎng)景中，作為真實(shí)用戶去體驗(yàn)產(chǎn)品，不能站在他們的視角去發(fā)現(xiàn)問(wèn)題，就無(wú)法與他們感同身受，也就不可能給出好的解決方案，解決他們的問(wèn)題。

你永遠(yuǎn)也不知道你的用戶在如何使用你的產(chǎn)品，他們真正需要的是什么，更不可能走進(jìn)他們心里，跟他產(chǎn)生共鳴，找到直擊他們內(nèi)心的切入點(diǎn)。

例如，在制定分單外賣分單策略，我會(huì)親自去當(dāng)幾天美團(tuán)或餓了么外賣騎手，真實(shí)參與接單配送，甚至走進(jìn)騎手們的業(yè)余生活，感受他們的內(nèi)心世界。然后去找個(gè)外賣加盟餐館，當(dāng)幾天備餐服務(wù)員，真正去體驗(yàn)餐館從接單到廚房備餐、打包裝袋、一直到交付到騎手中間的各個(gè)環(huán)節(jié)。經(jīng)歷這些后，我將獲得第一手業(yè)務(wù)資料，對(duì)業(yè)務(wù)也會(huì)有更加深刻、直觀的認(rèn)識(shí)。

除了去真實(shí)業(yè)務(wù)場(chǎng)景體驗(yàn)外，還應(yīng)當(dāng)做到以下兩點(diǎn)：

1. 業(yè)務(wù)場(chǎng)景可視化：雖然親自去體驗(yàn)了外賣場(chǎng)景，但是這些業(yè)務(wù)場(chǎng)景在我的腦海里非常碎片化，不成體系。就像散落星空的漫天繁星，如果沒有天文學(xué)知識(shí)，就很成功指認(rèn)出北斗七星，因此我需要進(jìn)一步把業(yè)務(wù)進(jìn)行場(chǎng)景可視化。

圖一：外賣場(chǎng)景可視化流程

從上面的可視化流程圖中，我們可以清晰把外賣業(yè)務(wù)拆分成如下幾個(gè)場(chǎng)景：用戶篩選下單、餐館接單，餐館備餐，騎手前往目標(biāo)餐館，騎手取餐，騎手前往用戶目的地，騎手送餐。

2. 描述核心場(chǎng)景下關(guān)鍵人物的核心訴求：現(xiàn)在我心目中已經(jīng)構(gòu)建起了整個(gè)外賣配送的核心業(yè)務(wù)流程圖。接下來(lái)我還需要再進(jìn)一步，去了解核心人物的目的動(dòng)機(jī)以及他們遇到的問(wèn)題。

無(wú)論什么策略，最終都是解決人的問(wèn)題。只有搞清楚他人們最關(guān)心的東西，才能對(duì)癥下藥，達(dá)到最佳預(yù)期。

參與外賣交易的人物角色有：用戶、騎手、餐館、平臺(tái)，之所以把平臺(tái)也作為交易場(chǎng)景中的重要角色，是因?yàn)樵谠S多決策中，平臺(tái)利益都將作為重要的因素被考慮。

由于我們解決的問(wèn)題主要是外賣配送場(chǎng)景，在該場(chǎng)景下各人物角色的核心訴求如下：

• 用戶：最快的速度送達(dá)，最低的配送費(fèi)用
• 騎手：最合理的訂單分配，最優(yōu)的配送線路安排，最短的取餐等待時(shí)間
• 餐館：最高的訂單完成率，最短的取餐等待時(shí)間
• 平臺(tái)：利潤(rùn)最大化，最好的口碑

四、約束條件拆解

明確了目標(biāo)，對(duì)業(yè)務(wù)背景也有了深入了解，現(xiàn)在我們要弄清楚到底是哪些因素對(duì)目標(biāo)問(wèn)題起決定作用。

這些因素，就是當(dāng)前策略的邊界條件，在下一步的模型建立時(shí)，將被作為約束條件，考慮進(jìn)整體解決方案。

尋找這些影響因素最常用的方法是拆解。即是根據(jù)目標(biāo)問(wèn)題，從一個(gè)維度入手，至上而下層層拆解，且每一層級(jí)之間的拆解項(xiàng)相互獨(dú)立。

拆解過(guò)程最核心的步驟在于如何選定拆解維度，衡量拆解維度是否可行的標(biāo)準(zhǔn)依然可以通過(guò)如何兩點(diǎn)進(jìn)行評(píng)判：

• 拆解項(xiàng)是否可被量化
• 拆解項(xiàng)是否可被描述

在多數(shù)O2O項(xiàng)目中，涉及線上線下服務(wù)頻繁穿插，每個(gè)服務(wù)節(jié)點(diǎn)前后又具有強(qiáng)依賴關(guān)系。那么就需要根據(jù)業(yè)務(wù)目標(biāo)，對(duì)核心業(yè)務(wù)場(chǎng)景進(jìn)一步可視化，直到能很清晰辨識(shí)每個(gè)服務(wù)節(jié)點(diǎn)之間的關(guān)系。

對(duì)外賣配送業(yè)務(wù)進(jìn)一步可視化，得到下圖：

圖二：外賣場(chǎng)景服務(wù)節(jié)點(diǎn)可視化

從用戶打開網(wǎng)頁(yè)下單一直到騎手將美食送到用戶手中，一共需要經(jīng)歷12個(gè)步驟。我們的業(yè)務(wù)目標(biāo)是希望用戶的等待時(shí)間最短。

根據(jù)上圖，用戶等待時(shí)間受餐館備餐時(shí)間，騎手趕到餐館取餐時(shí)間，騎手配送時(shí)間三個(gè)核心因素影響。

再繼續(xù)對(duì)三個(gè)核心因素進(jìn)行拆分：

餐館備餐時(shí)間：歷史備餐時(shí)間（月，周，1小時(shí)，5分鐘），日期類型（工作日、節(jié)假日），天氣等；

騎手趕到餐館取餐時(shí)間：餐館備餐時(shí)間，騎手當(dāng)前的訂單狀態(tài)，騎手當(dāng)前的位置，多個(gè)訂單間的順路度，天氣，交通路況等；

騎手配送時(shí)間：餐館備餐時(shí)間，到店取餐時(shí)間，餐館距離用戶位置，多個(gè)訂單間的順路度，天氣，交通路況，用戶周圍環(huán)境狀況（門衛(wèi)，電梯）。

現(xiàn)在我們看到，用戶等待時(shí)間受線上歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)以及線下離線數(shù)據(jù)等諸多維度影響，篇幅受限，本文只提供產(chǎn)品解決思路。

在實(shí)際司機(jī)外賣分單系統(tǒng)中，上面提到的每一類影響因素，都需要再次進(jìn)行指標(biāo)化，并通過(guò)機(jī)器學(xué)習(xí)算法對(duì)線上數(shù)據(jù)進(jìn)行實(shí)時(shí)預(yù)測(cè)和計(jì)算，對(duì)天氣、交通等離線數(shù)據(jù)進(jìn)行特征工程訓(xùn)練，最終綜合這些因素，由系統(tǒng)做出決策。

五、模型抽象·復(fù)雜業(yè)務(wù)簡(jiǎn)單化

有了前面的準(zhǔn)備做鋪墊，現(xiàn)在我們可以正式開始研究如何制定應(yīng)對(duì)策略。

外賣配送線下場(chǎng)景十分復(fù)雜，新騎手小A因?yàn)榈缆凡皇煜ぃ緛?lái)該去某連鎖店的1分店，結(jié)果他去了2分店取餐，騎手小B在路上不小心；車輪胎被扎了，無(wú)法準(zhǔn)時(shí)去取餐；商家M今天生意火爆，雞蛋用完了，去隔壁超市采購(gòu)耽誤了時(shí)間，不能準(zhǔn)時(shí)出餐……

如果我們一來(lái)就從這些細(xì)節(jié)入手，想要窮盡考慮各種可能出現(xiàn)的異常情況，那么我們將像深陷沼澤一樣，越是努力想要找到出口，就陷得越深，直到你精疲力盡，污泥淹沒我們的頭頂。

著名量子物理學(xué)家薛定諤，為了解釋量子物理不確定原理。設(shè)想了一個(gè)宏觀試驗(yàn)：在一個(gè)封閉的盒子里，有一只活貓、一瓶氰化物，一個(gè)由放射性物質(zhì)構(gòu)成的電子開關(guān)，開關(guān)下掛著錘子。

放射性物質(zhì)衰變，電子開關(guān)開啟，錘子落下打破藥瓶，貓將被氰化物毒死。而放射性物質(zhì)衰變存在不確定性，也就是說(shuō)，只要我們不打開盒子，里面的貓可能死了也可能還活著。

圖三：薛定諤的貓

薛定諤的貓是利用模型抽象，通過(guò)一個(gè)簡(jiǎn)單的宏觀試驗(yàn)，解釋看不見摸不著的復(fù)雜微觀世界原理的經(jīng)典案例。

模型抽象通過(guò)舍棄原型中非本質(zhì)的，與研究宗旨無(wú)關(guān)的因素，只保留原型中與研究宗旨密切相關(guān)的核心因素，達(dá)到化繁為簡(jiǎn)的目的。

現(xiàn)在回到本文的案例，我們可以將問(wèn)題進(jìn)行轉(zhuǎn)化：在滿足約束條件的情況下，系統(tǒng)如何進(jìn)行騎手與訂單的匹配，能實(shí)現(xiàn)預(yù)估送達(dá)時(shí)間整體最優(yōu)。

方便理解，對(duì)這個(gè)問(wèn)題進(jìn)行進(jìn)一步說(shuō)明：一個(gè)騎手可以同時(shí)接到多個(gè)訂單，但是一個(gè)訂單只能被分配給一個(gè)騎手。那么在進(jìn)行訂單分配時(shí)，從單一條件看，很可能有多個(gè)騎手都滿足這些條件，那么綜合所有約束條件，如何進(jìn)行訂單分配，能實(shí)現(xiàn)預(yù)估送達(dá)時(shí)間整體最優(yōu)。熟悉算法的同學(xué)，立即就能看出這是一個(gè)動(dòng)態(tài)規(guī)劃求最優(yōu)解的問(wèn)題。

關(guān)于動(dòng)態(tài)規(guī)劃求最優(yōu)解，歷史上有著名的男女配對(duì)案例，下圖左側(cè)3名女孩，右側(cè)3名男孩，連線代表他們互相喜歡，如果將互相喜歡的進(jìn)行兩兩配對(duì)，問(wèn)最多可以配出多少對(duì)？

圖四：圖論-男女匹配問(wèn)題

如果以上男女匹配中，各自之間的喜歡程度不一樣，現(xiàn)在問(wèn)如何進(jìn)行組合匹配，能保證他們整體是最喜歡的。這便是二分圖的最大權(quán)值匹配問(wèn)題，歷史上的Kuhn-Munkres已經(jīng)對(duì)此給出了算法，即K-M算法。

關(guān)于該算法的解釋，可參考我之前的文章：滴滴可能是這樣為你找到司機(jī)的（下）。

六、數(shù)據(jù)驗(yàn)證·到業(yè)務(wù)中去

檢驗(yàn)策略是否能達(dá)到預(yù)期的唯一有效辦法是將其運(yùn)用到真實(shí)業(yè)務(wù)場(chǎng)景中，通過(guò)數(shù)據(jù)反饋來(lái)評(píng)判策略的效果。

在實(shí)際工作中，一些有條件的公司，在歷史數(shù)據(jù)的基礎(chǔ)上，建立了仿真系統(tǒng)，策略并不需要真實(shí)業(yè)務(wù)場(chǎng)景進(jìn)行檢驗(yàn)，就能提前做出預(yù)判。但仿真系統(tǒng)畢竟是模仿復(fù)制真實(shí)業(yè)務(wù)場(chǎng)景，線下業(yè)務(wù)場(chǎng)景復(fù)雜，并不能100%仿真。因此仿真結(jié)果仍然需要跟實(shí)際業(yè)務(wù)數(shù)據(jù)進(jìn)行比對(duì)，通過(guò)問(wèn)題反饋不斷優(yōu)化仿真系統(tǒng)。

建立策略評(píng)判指標(biāo)體系，可通過(guò)直接和間接兩個(gè)維度建立策略評(píng)判指標(biāo)體系。直接指標(biāo)就是策略要解決的問(wèn)題，例如本文外賣案例中用戶等待時(shí)長(zhǎng)。間接指標(biāo)就是跟問(wèn)題可能相關(guān)聯(lián)的其他指標(biāo)，例如平臺(tái)收益，騎手單位貢獻(xiàn)價(jià)值等等。

在進(jìn)行指標(biāo)分析及可視化呈現(xiàn)時(shí)，可從橫向?qū)Ρ?、縱向溯源兩個(gè)方向進(jìn)行。橫向?qū)Ρ戎T如策略上線前后的數(shù)據(jù)對(duì)比，不同模型之間的對(duì)比，能直觀反應(yīng)策略實(shí)施效果?？v向溯源要求對(duì)單個(gè)指標(biāo)進(jìn)行切片，從更細(xì)顆粒度實(shí)現(xiàn)數(shù)據(jù)變化趨勢(shì)呈現(xiàn)及對(duì)比，能最大限度避免辛普森悖論。

七、幾點(diǎn)注意事項(xiàng)

明確目標(biāo)、吃透業(yè)務(wù)、拆解約束條件、模型抽象、數(shù)據(jù)驗(yàn)證，這是我在實(shí)際工作中總結(jié)的一套策略制定方法論。但是要成為一名優(yōu)秀的產(chǎn)品的策略制定者，這些是遠(yuǎn)遠(yuǎn)不夠的，還需要注意以下幾點(diǎn)：

1. 保持空杯心態(tài)：在進(jìn)行決策時(shí)，我們時(shí)常容易犯一種錯(cuò)誤，如果決策的內(nèi)容是自己熟悉的，我們會(huì)趨向于將結(jié)果引導(dǎo)為符合自己的經(jīng)驗(yàn)。如果決策內(nèi)容是自己不熟悉的，我們會(huì)類比成曾經(jīng)自己熟悉的經(jīng)驗(yàn)，然后據(jù)此做出決策。這在心理學(xué)上被稱為證實(shí)性偏見。

我們并不否認(rèn)固執(zhí)有時(shí)候是一種美好的品格。但是這一定有個(gè)前提，即是在你充分考慮了不同意見后做出的科學(xué)決策。如若不然，則變成了固持己見的冥頑不靈。

在實(shí)際工作，我們更推崇大家不要閉門造車，當(dāng)時(shí)刻保持空杯心態(tài)，認(rèn)真對(duì)待每一個(gè)人的質(zhì)疑，不斷消化吸收新的思路方法。

2. 如何能快速進(jìn)行模型抽象：視野及經(jīng)驗(yàn)決定了你能否快速找到抽象模型，運(yùn)用于解決方案。大公司人才的核心競(jìng)爭(zhēng)力之一便在于此。

很多時(shí)候并不是我們不聰明、不勤奮，而是解決方案已經(jīng)超出了我們的認(rèn)知邊界。

解決這個(gè)問(wèn)題的方法，一是多閱讀，讀書，讀專業(yè)領(lǐng)域論文；二是時(shí)長(zhǎng)關(guān)注競(jìng)品的動(dòng)態(tài)發(fā)展；三是盡可能爭(zhēng)取機(jī)會(huì)，與同行深度交流。

3. 不要迷戀算法，它僅僅是工具：隨著近兩年人工智能的快速發(fā)展，其算法被應(yīng)用于各個(gè)領(lǐng)域。作為產(chǎn)品經(jīng)理，我們到底該不該學(xué)習(xí)算法？

對(duì)此我的觀點(diǎn)是，算法是工具，什么被稱為工具？就是你用得著他的時(shí)候，你知道他在哪里，怎么用。這是我站在產(chǎn)品經(jīng)理角度對(duì)算法的定義。

所以可以肯定的說(shuō)，學(xué)習(xí)算法是有必要的，但是應(yīng)當(dāng)有個(gè)度的把握，知道這個(gè)算法適用的場(chǎng)景、案例，解決問(wèn)題的邊界，我覺得就可以了，至于涉及復(fù)雜的數(shù)學(xué)公式推導(dǎo)，弄清算法背后的前因后果，得看具體情況，因人、因時(shí)而異。

4. 策略方案一定要因時(shí)制宜：并不是人工智能的算法策略，就一定比運(yùn)用加減乘除制定的算法策略要好。這是錯(cuò)誤的認(rèn)知。

在上面的方法論中，我一直強(qiáng)調(diào)，策略是從業(yè)務(wù)中來(lái)，最終回到業(yè)務(wù)中去的，采用什么樣的方法策略，一定要根據(jù)當(dāng)前的業(yè)務(wù)情況，技術(shù)資源因地制宜。

切勿盲目迷戀大廠方法論、科技前言。

作者：花四爺，公眾號(hào)：花四爺（ID：siyesay)

本文由@花四爺 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(lái)自Unsplash, 基于CC0協(xié)議。