策略产品经理实践指南AI时代的用户增长与智慧运营

版权信息

书名：策略产品经理实践指南

ISBN：978-7-115-63132-9

本书由人民邮电出版社发行数字版。版权所有，侵权必究。

您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。

我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。

如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。

版　　权

著    张秀军

责任编辑 胡俊英

人民邮电出版社出版发行　　北京市丰台区成寿寺路11号

邮编　100164 　电子邮件　315@ptpress.com.cn

网址　http://www.ptpress.com.cn

读者服务热线：(010)81055410

反盗版热线：(010)81055315

内容提要

随着人工智能的发展，策略产品经理应运而生，策略产品经理的岗位需求量不断增长，越来越多的人希望通过图书或者相关的培训获得专业的指导，并能够借此在求职、能力提升或者转行时获得优势。

本书介绍了策略产品经理应知应会的知识，本着将业务诉求转化成产品策略模型的理念，教读者设计策略模型，使业务指标循序渐进地得以提升。此外，本书展示了丰富的案例和策略模型的构建过程，并提出了一系列可行的解决方案。读者在阅读的过程中，可以了解策略理念，培养策略思维，运用策略方法论，快速提升业务实践能力。

本书面向数据策略产品经理或对数据策略产品感兴趣的读者，也适合在搜索、推荐、广告、营销、用户增长等业务领域工作的产品经理阅读。此外，互联网行业的市场人员、运营人员、数据分析师以及普通高校的计算机或数据科学相关专业的师生也可以参考阅读。

推荐语

在京东工作期间，我和秀军通力合作，突破性地解决了很多B2B电商平台推荐系统和搜索系统相关的业务难题。这是一本注重实践的图书，里面包含了大量的推荐系统、精准营销系统、用户增长等相关的电商平台案例，很适合新手产品经理及想转行做AI策略产品的人员阅读，相信大家会得到很大的收获。

——何影

金山办公-高级研发经理

这是一本关于推荐系统、用户增长等主题的AI策略产品经理图书，这本书不仅是对作者多年工作经验的总结，更是囊括了她对产品经理这个职业的深刻洞察。在AI时代，这本书介绍的知识不仅能够帮助我们更好地掌握相关技能，还能够让我们更好地理解这个时代的商业逻辑和市场趋势。

——周海旭

B站-技术专家

这本书不仅仅是一本技术指南，更强调了创新思维和用户需求的重要性。它让我们意识到技术是为用户服务的，我们应该将用户的需求放在首位，利用技术呈现更好的用户体验和服务质量。对于产品经理来说，这是一本实用性非常强的指南。我相信它能帮助很多读者解决业务难题，打开新的思路。

——邹浩浩

爱空间-数字化中心产品总监

在数字化时代，推荐系统、智能营销、用户增长、数字化转型等不仅影响着互联网行业，也在潜移默化地影响着传统行业。

这本书精心梳理了一系列实用的策略设计思路，相关的知识可迁移到电商平台、内容媒体平台等多个领域。书中所介绍的策略和方法不仅能够更好地响应用户需求，也能帮助平台优化营销效果，降低成本。

无论你是互联网行业的从业者还是传统行业的从业者，都可以从这本书中获得有价值的见解和指导。

——王书珍

字节跳动-用户画像产品经理

致读者

各位读者：

大家好，我是张秀军（昵称“小意”）。大家是否还记得我们捧着一本英语词典背单词的情形？第一个单词是a/an，第二个单词是abandon，第三个单词是什么则没印象了。希望本书的读者不要每次都看到第1章，看了几遍后就放弃（abandon）了。

我认为策略产品经理在产品经理岗位序列中是属于天花板级的，特别是随着AI跨时代的高速发展，策略产品经理能应用算法模型赋能业务，是离AI最近的产品经理。策略分好几种，有推荐策略、搜索策略、广告策略、智能营销策略……往往这些策略想获得好的目标效果需要很强大的算法团队支撑。而当一个企业的算法团队能力很薄弱或者业务模式需要验证的时候，企业对策略产品经理的要求就会更高。这是为什么呢？

对于成熟的团队，策略产品经理更多的是做业务层面的沟通，收集需求后使用现有的模型产出结果，或者根据业务诉求来优化模型，并提出训练模型的新需求。那么，这部分产品经理更多的工作是进行接口对接，考虑用户体验和设计的合理性等。而对于一个不成熟的团队或业务模式需要验证的情况，如果想要发挥出策略的效果，就需要策略产品经理懂算法。这里的算法是指根据想要实现的业务目标写出如何达成目标的一组统计规则算法。往往这项能力不是所有策略产品经理都具备的，多数策略产品经理具备的能力是成熟团队里策略产品经理普遍具备的，而难的却是如何让不成熟的团队或在业务模式需要验证的情况下实现策略。因此，当你读这本书的时候，你已经是站在比较高的层面理解并接受产品经理的工作内容，这相当于天花板中的天花板。但是，你也要做好心理准备，这本书讲的内容很难，难到我希望你不要轻言放弃。我也相信这样的图书市面上少有，只要你认真学习就会有所收获。

这本书之所以难，是因为书中体现的逻辑和计算公式都是结合真实的业务场景，也就是真正将业务模式用数据统计公式及模型表达出来。我相信几乎每个业务模式都可以用一组数学公式表示，只是仍有很多业务模式没有被挖掘出来。这也要求我们懂业务、懂用户、懂大数据、懂算法模型、懂接口，当然也得懂普通产品经理必须懂的用户体验。

我在输出策略公式的时候需要经过大量的推导和思考，每输出一个逻辑都是经过很多次思考并保证在落地后能够真正代表业务诉求的。而因为一些公式往往只体现为最终形态，所以容易导致很多人知其然而不知其所以然。为此，我在本书中尽量将自己思考的过程展现出来，让大家知晓策略的设计过程。但因为每个人的思维特点、关注重点和底层能力各有不同，所以无法保证所有人都能理解得很到位。

图1和图2是我在做某个策略逻辑推导的过程中梳理的草稿，一个逻辑的输出是很烦琐的，因此就算你读不懂也没关系，一段一段地拆开读，每段都有价值，慢慢理解，总有那么一刻你会发现原来自己也能设计策略了。

图1　推导过程中的思考（1）

图2　推导过程中的思考（2）

一套方案的输出需要考虑各种可能情况，这样才能保证策略可以覆盖到各个特征的人群，以降低策略偏差。图1和图2所示的推导过程仅作为策略落地方案输出前的思考过程，此处不做过多介绍。

前  言

随着网络设备的升级，以及互联网和大数据技术的发展，我们处于一个信息爆炸的环境中，被各种各样的信息包围。如何筛选这些信息？哪些有价值？哪些无意义？种种问题让我们对信息的选择产生了“焦虑”。在此背景下，推荐算法、智能营销（也叫作精准营销）等应运而生，为解决信息爆炸给人们带来的困扰提供了强大的助力。同时，这也意味着需要应用策略在众多凌乱、复杂的信息中挖掘出数据的价值，于是策略产品经理这个岗位应运而生。

广义上的“策略”是一种达成“战略定位”的清晰路径，它包括两个维度：狭义策略和数据。狭义策略是实现战略路径需具备的具体战术，数据则是战术的分析决策依据，即通过产品能力实现业务效果提升的具体方法，并通过产品功能逻辑实现落地。也就是说策略的决策过程中必须有大数据的“参与”，是基于大数据的决策链，摒弃了“拍脑袋”决策。整个产品的设计是将数据分析过程产品化，在逻辑层实现，再将分析的结果作为应用层使用。策略是看不见摸不着的黑盒，因此策略产品经理入门比较难，门槛特别高，既要懂数据挖掘、数据分析、统计学、算法，又要懂视觉交互、逻辑拆解，更重要的是要懂用户。你会发现策略产品经理基本上能胜任大多数类型的产品经理岗位。

根据我过往的学习经验以及和身边同事、朋友交流的情况可以得知，大家或多或少都有的困惑是：如何进入策略产品经理这个领域？如何做得更专业？我们会发现市面上产品经理类和算法类的专业图书虽然有很多，但大多数是从传统产品经理角度和纯算法技术能力角度撰写的，一直缺乏融合算法能力与业务能力的图书。很多人只能尝试从算法角度去寻找蛛丝马迹，比如算法如何调参，哪个模型更好，以为这便是策略产品经理的工作职责。当然，不可否认这些都是纯算法技术能力上的应用，但却不是策略产品经理的工作重点。策略产品经理要解决的是业务效果提升的问题，需要把业务诉求作为输入，把策略模型作为输出，并将算法底层能力与业务能力抽离，保证模型后续的高可复用性。就像传统产品经理输出的产品能力是功能流程化，而策略产品经理则是在功能流程化过程中加入大数据算法决策因子，让功能流程化过程有可信赖的数据参与决策，使输出的结果符合消费者的个性化诉求，进而实现业务效果的提升。

从各大公司的招聘信息中不难发现，策略产品经理的部分职责可概括为数据分析、挖掘消费者痛点、输出解决方案。我们可以从产品经理的角度来解读纳特·西尔弗《信号与噪声：大数据时代预测的科学与艺术》书中的一段话：

大量的信息成倍增加，但有用的信息却非常有限。

信号是真相，噪声却使我们离真相越来越远。

——[美]纳特·西尔弗《信号与噪声：大数据时代预测的科学与艺术》

通过解读这段话及该书中的其他内容，我们可以准确引申出策略产品经理产生的背景及部分工作内容。

首先，大数据的快速发展使信息呈现爆炸式增长，不同的消费者对信息的诉求有所不同，真正满足消费者诉求的信息很难在庞杂的信息中被快速精准地找到。

其次，消费者在互联网上会留下行为日志数据，通过行为数据挖掘可获得消费者画像及消费诉求。虽然信息呈爆炸式增长，让我们离真相越来越远，但我们要从庞杂的信息中快速精准地找到消费者需要的信息。做策略便是基于数据分析挖掘消费者痛点，并解决消费者痛点的过程。

最后，通过数据分析发现消费者的真实诉求，并通过策略实现精细化管理，输出真正解决消费者痛点的方案。

随着互联网红利的触顶，做增量市场难度越来越大，若要保持业务持续增长，就要做存量市场的精细化管理。大数据技术大大助力了精细化管理，使传统的常态化运营融入了新的元素。若想让存量市场保持正向增长，就不能仅考虑眼前的短期收益，而是应该将更多的精力聚焦在如何用最少的投入带来长期的收益上，加强精细化管理。

商品精细化、内容精细化、营销活动精细化……能够提升用户体验，减少用户决策成本，降本增效，塑造增长壁垒。而所有的精细化管理都离不开大数据的深度挖掘及应用，离不开策略产品经理的工作范畴。

需要注意的是，本书介绍的是B2B电商平台的产品策略设计，与B2C电商平台的产品策略设计存在较大的差异。B2C电商平台更关注的是用户使用的便捷性及用户体验，而B2B电商平台更注重专业性的服务理念。本书通过大量的公式推导输出对应的产品策略，而这些策略的产出是为了提供更专业的产品和服务，旨在帮助B端用户实现生意的增长。

读者对象

本书面向策略产品经理，或倾向于转行做策略产品经理的人，包括但不限于以下人群：

● 传统产品经理；

● 在搜索、推荐、广告、营销、增长等业务领域工作的产品经理；

● 已投身互联网行业，期望对策略有所了解的市场人员、运营人员等，此部分人员可跳过具体业务模型，了解基本方法论及逻辑；

● 数据分析师及日常工作中与数据相关的人员，想了解业务实现模式及思考方向的人员；

● 希望通过算法工程让专业案例落地，进而提升专业应用能力的算法工程师；

● 在校理工科学生，有统计学、数学、计算机等相关学科基础，希望毕业后从事策略产品经理相关工作的学生；

● 其他对策略感兴趣的人员。

如何阅读本书

本书共分为两部分。

第一部分是基础知识篇（第1～5章），主要介绍策略的商业价值和非商业价值，以及基于策略价值的专业领域知识。通过推荐系统架构、策略价值量化指标、智能营销等主题的讲解，让读者对数据策略有所认知，初步了解策略产品设计的思路。

第二部分是案例实践篇（第6～18章），这部分重点介绍B2B电商平台的策略产品设计，包括推荐策略、智能营销策略、企业经营分析解决方案。

（1）推荐策略

这部分（第6～10章）以“从0到1搭建推荐平台”为切入点，通过案例逐步深入地进行介绍。书中内容涉及电商推荐平台及内容电商生态推荐平台，以业务目标为导向，从数据基础建设、画像挖掘、特征挖掘等角度，提出电商平台召回、粗排、精排、重排等策略；案例内容包括但不限于冷启动策略、用户分层/分群、规则逻辑、相似相关、用户复购周期、价格带、高频商品、热销商品、品类角色、穿插排序等；通过将业务能力与算法能力进行有效的融合，真正实现消费者诉求达成和业务增长。

（2）智能营销策略

这部分（第11～17章）内容包括用户增长、平台营销方法、智能营销解决方案三类内容。案例内容包括但不限于精准定投、智能选品、BI排序、智能文案，智能优惠券、个性化推送等；通过“智能算法+人工辅助”实现用户生命周期模型跃迁预测；通过用户增长策略实现用户对产品或服务从认知到产生兴趣，再到产生购买行为，进而成为忠诚用户的转变，即实现从用户增长到GMV增长，并有效提升业务数据指标。

（3）企业经营分析解决方案

这部分（第18章）从0到1规划并设计数字化线下门店（商超）数字化营销的分析思路及解决方案。基于门店市场定位、门店生命周期等数据分析市场机遇与风险，制订线下门店的经营计划及营销策略，通过算法赋能，融合线上、线下服务能力解决门店经营痛点。

此部分内容涉及特别庞大的知识体系，这里仅做门店经营分析的基础思路介绍和应用。

 提示：

书中提到的业务公式不是固定的，均是作者基于业务场景独创的。案例中所涉及的方法已授权发明专利，详列如下。

致谢

感谢与我沟通交流的同事及朋友，让我更深入地了解了大家的痛点及诉求，感谢大家对我的支持以及对本书的期待。

感谢曾经一起工作过的算法工程师、产品经理、业务经理，他们给予我很多启发，让案例更贴近真实场景。

感谢本书编辑对我的各种指导，使我的写作水平有了很大的提高。

感谢在工作和生活中帮助过我的所有人，感谢你们，正是因为有了你们，才有了本书。

关于勘误

虽然花了很多时间和精力去核对书中的文字和图片，推演算法公式，但因为时间仓促和水平有限，书中仍难免会有一些错误和纰漏。如果大家发现什么问题，或有专业问题交流可添加我的个人微信（微信号：jun211115），我会邀请你加入读者群进行技术交流，并竭尽所能地为大家解惑答疑。

资源与支持

资源获取

本书提供如下资源：

● 本书配套的彩图文件；

● 策略产品经理知识图谱；

● 产品经理的AI攻略PPT；

● 本书思维导图；

● 异步社区7天VIP会员。

要获得以上资源，您可以扫描下方二维码，根据指引领取。

提交错误信息

作者和编辑尽最大努力来确保书中内容的准确性，但难免会存在疏漏。欢迎您将发现的问题反馈给我们，帮助我们提升图书的质量。

当您发现错误信息时，请登录异步社区（https://www.epubit.com），按书名搜索，进入本书页面，点击“发表勘误”，输入勘误信息，点击“提交勘误”按钮即可（见下页图）。本书的作者和编辑会对您提交的错误信息进行审核，确认并接受后，您将获赠异步社区的100积分。

与我们联系

我们的联系邮箱是contact@epubit.com.cn。

如果您对本书有任何疑问或建议，请您发邮件给我们，并请在邮件标题中注明本书书名，以便我们更高效地做出反馈。

如果您有兴趣出版图书、录制教学视频，或者参与图书翻译、技术审校等工作，可以发邮件给我们。

如果您所在的学校、培训机构或企业，想批量购买本书或异步社区出版的其他图书，也可以发邮件给我们。

如果您在网上发现有针对异步社区出品图书的各种形式的盗版行为，包括对图书全部或部分内容的非授权传播，请您将怀疑有侵权行为的链接发邮件给我们。您的这一举动是对作者权益的保护，也是我们持续为您提供有价值的内容的动力之源。

关于异步社区和异步图书

“异步社区”是由人民邮电出版社创办的IT专业图书社区，于2015年8月上线运营，致力于优质内容的出版和分享，为读者提供高品质的学习内容，为作译者提供专业的出版服务，实现作者与读者在线交流互动，以及传统出版与数字出版的融合发展。

“异步图书”是异步社区策划出版的精品IT图书的品牌，依托于人民邮电出版社在计算机图书领域的发展与积淀。异步图书面向IT行业以及各行业使用IT的用户。

第一部分　基础知识篇

任何产品设计的产出物必有其解决行业问题或者用户诉求的价值，不具有价值的产品则会被行业淘汰。基础知识篇从策略的商业价值和非商业价值引入，在明确其必要性后，从策略的价值与分类、推荐系统基础知识、推荐系统的架构及算法、用AB实验量化策略效果、智能营销等方面进行详细介绍，让读者了解什么是策略，以及策略产品的设计思路。