近年来随着人工智能的火热，策略产品经理也炙手可热。在我看来，策略产品经理是在大数据时代衍生出的一类细分职业，当后台的数据交互复杂且巨大时，需要产品经理来将数据的价值挖掘且通过功能实现出来。抱着学习的态度，拜读了韩瞳大佬的新书《策略产品经理实践》（文末有链接），收获颇多，简单分享几点：
1、策略是什么？策略其实是基于平台的大量数据，运用数学建模的思路，对现实世界的特定场景进行建模，以预测该场景的用户行为。比如推荐系统就是基于用户的历史行为（显性+隐形），来预测用户对特定item的喜好，从而决定是否推荐给他。
2、如何建模？我认为可分为两步：一是找特征点。可以是基于case级别的分析，抽象提炼特征点（用户特征、场景特征、物品特征等等）。也可以基于聚类算法来识别正负样本之间的特征差异，但需前期有大量人工/机器的标注数据。二是选取合适的拟合算法，是用逻辑回归、决策树、还是深度学习。其实取决于项目的时期、数据的可用性、以及理想态是什么。比如项目早期，在收益尚不明确，可用数据较少的情况下，简单的函数构造可能就满足了业务的需求，后期可再迭代为模型。
3、如何评估？策略是一次次迭代出来的，因而确定迭代的方向就极其重要。一类是客观指标评估，通常反映短期效果，通过业务指标和过程指标通常可以体现，比如ab实验中，实验组相较于对照组，在用户留存、互动数据上有显著提升，或者是用户的浏览中多少次来自于推荐系统等等。还有一类是主观评估，通常反映长期效果，比如内容的调性，推荐的价值观导向等等，这类往往需要业务运营共用来制定。
附上书籍订购链接：https://h5.hzmedia.com.cn/freshReading/subscribe/?product_type=2
