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(lái)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。

一、什么是策略產(chǎn)品

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(jiǎn)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(gòu)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(wú)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(jiàn)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(lái)需要做的就是把家居安裝好。對(duì)于冰箱洗衣機(jī)這種簡(jiǎn)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(lè)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(gòu)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(lái)，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。

二、如何構(gòu)建策略產(chǎn)品

了解了策略產(chǎn)品的能力定義之后，再來(lái)看一下構(gòu)建一套策略產(chǎn)品的流程，以及在整個(gè)過(guò)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(guò)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(lái)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(jiǎn)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(méi)有長(zhǎng)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(lái)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(lái)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(lái)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(lái)表達(dá)，比如電商平臺(tái)采購(gòu)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(kù)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(lái)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(guò)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(lái)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(méi)法直接判斷對(duì)結(jié)果帶來(lái)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(zhǎng)的，否定之否定的過(guò)程，沒(méi)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(guò)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(lái)規(guī)?；男?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(guò)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(méi)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(zhǎng)時(shí)間的培訓(xùn)和運(yùn)營(yíng)，但也只是初期的投入多一些，經(jīng)過(guò)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(shuō)，當(dāng)策略產(chǎn)品的能力逐漸豐富起來(lái)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)。

三、策略產(chǎn)品經(jīng)理能力模型

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。

1）懂業(yè)務(wù)（人際技能）

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(yíng)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。

2）懂算法（技術(shù)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：?jiǎn)吸c(diǎn)最優(yōu)不一定帶來(lái)全局最優(yōu)，針對(duì)多策略，不僅僅是簡(jiǎn)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(guò)，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。

3）懂產(chǎn)品（概念技能）

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(lái)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(guò)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(méi)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(zhǎng)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(méi)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(zhǎng)遠(yuǎn)來(lái)看，產(chǎn)業(yè)互聯(lián)網(wǎng)+消費(fèi)互聯(lián)網(wǎng)是未來(lái)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(shuō)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(lái)自Unsplash，基于CC0協(xié)議