
韩瞳
内容简介 这是一本全面梳理策略产品经理知识图谱、系统总结策略产品经理方法论、深入挖掘策略产品经理技巧的著作。策略产品经理是产品经理领域的一个细分的新兴岗位,正在逐渐成为产品经理岗位的核心。 作者在策略产品领域有多年的经验,不仅从0到1主导过30余个产品项目,而且经理了一个产品从日活3500万到日活过亿的全过程,经验非常丰富,本书得到了行业里多位产品专家的高度评价。 本书共一共6章: 第1章从宏观的角度对策略产品经理的定义、分类、职责、发展前景、工作内容等做了全面介绍,帮助新人全面认识这岗位; 第2章首先讲解了内容推荐以及推荐系统的基础知识,然后详细讲解了各种不同形式的内容产品的推荐策略; 第3-5章深入地讲解了策略产品经理能力模型中*核心的评估能力,包括主观评估、多变量数据分析和ABtest技能,这3项能力是项目评估的3个重要组成部分; 第6章通过案例分析的方式针对7种常见的策略产品相关的问题给出了解决方案,同时总结了其中的“术”,有非常大的实践参考价值。
作者有实战经验,可惜书中极力回避实际案例,讲的都是实际案例和经验总结出来的规则。我更愿意看实际的案例而不是案例的总结。第5章A/B测试讲了一些具体的公式,写的不错。 以下是我认为书中的重要观点: 1:一定优先做通用策略,再做垂类策略; 2:复杂模型+大量的数据=更好的效果; 3:建立标签系统是一项繁重而系统的任务; 4:社区非常忌讳短期引入大量新用户; 5:从笔者项目实践数据看,辛普森悖论的发生概率实际上很少超过20%; 6:一味地推荐符合用户价值观的内容往往会导致内容“水化”、高净值用户流失严重。 总体评价3.5星,有参考价值。 以下是书中一些内容的摘抄: 1:笔者给策略产品经理下的定义是:在限制条件内,通过推动项目、设定评估体系和全面评估项目收益三种手段,达到全局最优解的产品岗位。 2:从这个例子中可以发现,策略产品经理在解决具体问题时是有较为清晰的定量评估指标的,同时通过拆解路径,找到最大价值优化点进行策略优化,经过多次策略迭代逐渐逼近全局最优解。 3:现阶段的互联网公司里,策略产品经理主要集中在三个方向:推荐/搜索策略、基于地理位置的服务策略、反垃圾策略。 4:笔者认为,工具属性的产品需要在主流程上足够好用,然后再想办法让用户多待一会,而不是在主流程上设置层层阻拦,让用户在主流程未完成前就气愤地离开。 5:和一些可以通过短期培训快速上手的岗位不同,策略产品经理岗位趋近于“学徒制”,初阶策略产品经理需要其他高阶策略产品导师在关键策略制定上给予指导,只通过看书学习基本上无法成为一名优秀的策略产品经理。 6:但大多数模型都是不可解释的,比如某篇文章为什么推荐给你,算法工程师大多数也只能说这是模型计算的结果而不能给出更通俗的解释。 图1-3 策略产品经理的日常工作 7:有时候,笔者会和朋友开玩笑说,策略产品经理实际上一半时间是在做标注专员的工作,这部分工作像是做智力测验题,看着枯燥但其实很有乐趣,通过每天修正一些策略,可以让负例(通常叫Badcase)的比例减少。 8:笔者在价值观层面有以下几点总结。·少替用户做决定,不要过于自我。·坚持做大众需求,坚持做符合人性的需求,永远不做损害他人的需求。·产品层面追求平台化,追求可复用,追求底层特征准确。 9:·项目以假设驱动,在假设的基础上还要进行数据验证,少做会议室里讨论出来的需求,少做没有先验数据的需求。· 不要忤逆用户,可以适当引导但不可以寄希望于大幅度改变用户心智。 10:在策略上也是一样,策略分为通用策略、垂类策略两大类,一定优先做通用策略,再做垂类策略。 图2-1 推荐系统的的影响模块 11:这个逻辑可以用几个等式来衡量:· 复杂模型+小数据=一般的效果 · 简单模型+大量的数据=很好的效果 · 复杂模型+大量的数据=更好的效果 图2-2 推荐系统的流程归纳 12:在实际工作中,根据笔者的经验,推荐系统的极限可以总结为一句话:“做好我们能做的,接受我们无能为力的。” 图2-8 专家标签体系设计的5个原则 13:从笔者的经验来看,建立标签系统是一项繁重而系统的任务,它不仅需要以策略产品经理为连接点的全团队的力量,同时需要详尽的评审流程和烦杂的前期专家系统构建。 14:如果在理解本节所述的专家系统原则1到原则5的前提下建立标签系统,存在的最大的两个挑战是:标准统一问题、物品标注后台设计。 15:标准统一问题是指理想情况下团队中的所有人频率相同,对同一个物品永远标注为同一个结果(策略理想态的定义),现实情况中团队中每个人的理解都是不同的,这不只是靠制定了标准就能实现的,需要更强的机制保证双人盲审一致率达到70%(主观评估项目的经验阈值)以上。 图2-10 PGC内容推荐策略 图2-11 连载内容推荐策略变化 16:连载内容与资讯类内容的不同之处在于连载的内容形式以消遣为主,用户的兴趣口味取决于近期同类作品的阅读数量,大多数用户会在某一类内容看腻后换相近分类内容,而切换口味的动作在用户生命周期的任何时刻都有可能发生。 17:以上讨论说明,社区非常忌讳短期引入大量新用户,所以大多数社区增长不能使用传统裂变方法。这也是笔者对社区管理的一点经验,其实可以总结为一句话:“社区是一个需要培养的温和策略的产品形态。” 18:在资讯类和漫画连载类产品中工作的策略产品经理往往意识不到内容调性的重要性,笔者也是最近几年才逐渐意识到社区中内容调性的重要性,这也是社区产品和其他内容型产品的重要差异。 19:用户的本性是喜欢通过比较来找到自己所处的社会位置,对于自身基础颜值优越的女性用户,在B产品社区中很难找到差异性(全部都是美女图片),这导致B产品用户很难找到自己的相对位置,毕竟用户自身的优越感来自对比。 20:笔者经历过的多款产品中都无一例外地呈现出相同的数据趋势。即使是垂直的内容社区中,平台认为的优质内容“叫好不叫座”的现象依然广泛出现。 21:对于一个项目而言,很普遍的现象是业务方之间(产品经理、研发工程师、运营经理、标注团队)的“貌合神离”,大家经常陷入的困境是“虚无讨论”而不是带着项目实例讨论。 22:本章开篇提到了A/B测试实验的数据指标往往只服务于短期指标,而主观评估经常用于评估长期指标的观点,但是有一个一直未解的问题:没有人准确地知道这个“长期”到底是多长时间。 图5-2 “辛普森悖论”成立的示意图 23:虽然辛普森悖论成立,但并不是说实际工作中无法做到100%分流均匀的A/B测试机制就失效了。从笔者项目实践数据看,辛普森悖论的发生概率实际上很少超过20%,只要不是严重的分流误差,就不太容易出现辛普森悖论。 24:笔者的经验是,产品在每一个实验组中的用户量在百万级(产品DAU不应该低于1000万),则可以同时允许最多7组正交实验;若每一个实验组中的用户量在十万级或万级(DAU不应低于100万),则在同一个页面、策略不冲突下最多允许4个实验。 图5-6 A/B测试的常见操作误区 25:正则表达式是通过经验和模式识别得到的归纳规则,有三个优点。· 迭代方便,甚至可以配置为后台,实现小时级迭代。· 对目标的达成见效快,稳准狠,且可以自适应优化。· 正则表达式具有强可解释性。 26:笔者在5年的内容型产品推荐策略工作生涯中,总是绕不开几个推荐策略的“灵魂拷问”,都是关于优质内容的。相信这几个问题也经常困扰着所有做内容型产品推荐的策略产品经理。 27:笔者经常遇到的“灵魂三问”如下,问题非常直接,也是老生常谈。·问题1:什么是优质内容?· 问题2:我们是否应该推荐优质内容?对指标有什么收益?· 问题3:顺从用户还是应该改变用户? 28:一味地推荐符合用户价值观的内容往往会导致内容“水化”、高净值用户流失严重。高净值用户的流失也会使得App的广告价值锐减,从而影响产品盈利能力和公司估值。第二个问题是会引发内容生产端的“劣币驱逐良币”现象,创作成本较高的优质内容创作者不愿意在该平台发表内容,造成内容品类的匮乏。
策略产品的职责就是在混沌的用户行为里寻找优化点,从不可解释的算法模型中沉淀方法论。 功能型产品面对的是具体场景的具体问题,难点在于决策优先级。策略产品面对的则是一系列抽象的问题,难点在于从开放的业务环境中清晰地找到场景,提出假设、定义问题。 在这个从模糊到具体的过程里,需要策略产品经理运用方法论定义场景,运用各种工具能力验证假设。在本书里,作者把策略产品经常用到的“指标定义”、“标签定义”、“标注流程及标准”、“AB实验基本方法”、“数据探查方法”等手段都介绍的很完善了。同时也有不少很实用的经验沉淀,比如“冷启动过程用户留存与推荐系统实时性高度相关”、“社区产品价值=日活用户^2✖️人均停留时长”、“社区非常忌讳短期引入大量新用户”等等。 总体而言是非常有用也非常扎实的一本书,赞叹作者扎实的基本功。执行阶段的PM工作里遇到的问题,自查对应章节基本都能找到不错的解决办法并受到启发。 但是这本书同样也很挑读者,书中的具体场景的案例偏少,需要读者结合自身的项目经验才能有比较深的体会,如果缺乏策略产品垂类相关经验,体感上会感觉内容偏教条和名词解释,难以产生共鸣。
问卷的设计中有许多小技巧,笔者有几点想和大家分享。 • 技巧1,问卷的问题不要具有诱导倾向性。判断标准是选项之间的选择欲望是接近的,尽量选择客观中性的词语描述,不掺杂任何主观臆断的倾向性文案。 • 技巧2,描述型选项的准确率更高。根据心理学研究结论,用户对于文字描述比数字更敏感。举个例子,当前有一个量表题目,如“对于某产品,你的推荐意愿是1~5分,选项为1分、2分、3分、4分和5分”。如果把题目换为“关于推荐某产品的意愿度,哪种情况最符合你的情况,选项是“我十分愿意推荐给朋友”等描述型的文字,则更能表现用户心中的想法。 • 技巧3,用户对问题文案不敏感,对选项文案更敏感。笔者曾经做过多次试验,对于同一批用户使用不同的问题文案(表意相同)而保持选项不变时,得到的数据结果是接近的。而对于相同的问题文案,将选项文案调整为同义词表达,得到的数据结果变化较大。这证明了用户对选项文案是更敏感的。 • 技巧4,多用“我”,少用“你”。用户看着舒心的选项往往是“我”怎么样,而非“你更喜欢A颜色”“你更愿意使用B功能”这种人格对立的表述。这样,用户会更快地代入自己的情绪,给出更加真实的答案。 • 技巧5,用户是“口是心非”的,需要设计二次验证题。大多数心理学量表题中会在相隔较远的两题中设置具有相关性的问题。比如第4题中询问用户的某种行为,在第24题中使用前一题的逆否命题(原命题和逆否命题是等价的)再次询问一遍,如果两题的答案是完全相反的,就认为问卷为无效问卷,予以排除。 • 技巧6,问卷的问题数量一般不超过11个,选项一般不超过4个,尽量不使用多选题。用户的时间非常宝贵,对于过长的问卷用户往往会知难而退,所以需要严格控制问题的数量。在问卷设计完成后,不妨先和同事事先测试一遍,然后反复校正问题和选项。如果大家能在几分钟内快速回答并提交,这份问卷才有投放价值。
师姐的第一本书,内容还是比较实在,是师姐自己的心得体会和做策略的经验,有收获,但也有不足。考虑到书出的时间比较早,当时市面上同类型的书很少,加上师姐的写作风格也没有完全定型,本书更像是博客类的知识总结,结构相对松散体系化不足。 整体来说还是很棒的,值得翻一翻。 期待师姐下一本书🤩
看了下评论,作者太难,有些人觉得专业术语太多,有些人觉得太浅。 要看是抱着什么样的心态来读吧,策略本身是一个非常复杂的工种,就拿派单策略来说,不同时间段的策略都会不一样,想在书里呈现很深入的讨论很难。 如果完全没有接触过策略,想像读白话文一样读懂也很难,毕竟策略不同于前端,是黑盒部分,离大多数人的生活很远,看不见摸不着,还是需要自己多下功夫去理解。 对我来说觉得挺好的,还是有很多干货部门。市面上唯几的策略书籍,要好好珍惜[呲牙]
前四章由于作者本身的经验丰富吧 细致接地气,但是从第五章开始本身增加了统计学各类知识的原因会比较吃力,作者对大部分案例点到为止,过度脱敏了吧…本身是实例实践,结果几乎都只停留在讲到前面三分之一,省略后面三分之二的关键内容,又偏理论了。但是作者因为在数据方面非常有经验,所以许多内容讲的还挺新颖,解释了一些其他书没有提到过的内容原因,为数不多的这方面的书,策略原来这么有趣,对于没有接触过的我来说,还是很喜欢
总体来说,这本书值得读。 作者认为,策略产品经理就是在限制条件内,通过推动项目、设定评估体系和全面评估项目收益为手段,达到全局最优解的产品岗位。给出了搜索/推荐、本地服务、反作弊3个方向,并详细讲了内容推荐方面的策略,包括PGC、连载内容、社区内容推荐策略上的要点,有助于读者了解内容生态。作者详细介绍了主观评估的重要性、具体怎么做,还花了大量篇幅讲了数据分析。最后一章虽然讲得浅,但也有很多要点值得看,可惜无法再看了。 我一直存在的问题是,产品经理这个岗位到底需要什么样的数据分析技能。 这本书告诉我,该岗位需要能支持简单的业务数据、完成A/B测试实验通用指标日报设计和特异性指标设计、A/B测试前确认数据埋点的有效性、预估A/B测试数据涨跌。看起来和A/B测试非常相关,A/B测试在短期决策中可以起到很好的效果,但长期还是要看人的主观想法。关于数据分析技能,SQL是必备,但会不会使用python、SAS、SPSS进行统计分析不是太重要,重要的是是否能设计出完整链路,通过提升某些指标,最终实现关键指标的增长。 作为用户,感受到资讯类信息流推荐存在的问题包括:推荐不准、用户点击导致类似内容连续出现、广告多,各个资讯类平台好像都没有办法搜索到专题,再深层次一点,推荐过于精准也会使用户陷入信息茧房。这就涉及到是内容候选集不够还是算法不够精准的问题,内容不够比算法不行更可怕,买内容也要花钱。推荐系统影响因素包括算法、算力、数据,关于作者说人才流动导致各公司算法无法成为决胜因素,我不以为然,肉眼可见,大小公司算法差距很大。 这本书第一遍读时如醍醐灌顶,但再次读时发现自己什么都没记住,所以推荐边读边做笔记。关于内容推荐部分、数据分析部分基本和前面读过的《推荐系统实践》、《精益数据分析》差不多,让我明白道理就是那么多,之后再看相关书籍也会看到很多类似的内容、思维。懂了道理可能会在真实分析问题中有一些思路,但是只有真正做事才能发现问题,不断提升。 文中讲了一个建分类器的案例,我正好曾经参与过一次,看了书才明白,当时有几个点没有做好,那样做出来的分类器肯定达不到标准。 作者提出了4步会议 建立初步标准 要求各方独
看到第三章作者讲到,进行数据标注任务的过程中,用excel标注的时候一定要用邮件而不要用IM我就知道作者一定是个被坑过的职场老油条了,哈哈哈哈哈。 干货满满的一本书,作为一个做过搜推的算法同学,不得不说字节出来的产品同学写的这本书是十分值得一读的,反正我看了是有很多收获,书中从例如怎么做AB实验、怎么出分析报告这种产品业务的细节,到怎么写汇报邮件和什么时候要进行怎样的向上沟通这样的职场细节,全都写出来了,这本书真是我最近看的几本产品的书中少有的内容不空洞的书,对得起书名中的实践二字,不太懂为啥豆瓣有些短评里面那么多的嘲讽。不过现在移动互联网的潮水在褪去,好的产品经理很多时候是时代给予的机会锻炼造就出来的,若是没有相关的实践环境也很难锻炼对应的能力。总之书不错五星好评。
本来想给1星,这样不太友好,还是给个2星鼓励一下。 说原因: 1.专业性术语太多,拜托,本书不是你的笔记总结,是让别人看的,让别人看得懂是作为产品经理最基本的同理心思维。读不懂,何来理解可言? 2.六章节没有串联,硬性的加上前文概述和后文总结,也是毫无关联 3.怀疑本书的定位,到底是面向想要转行做策论pm的同学还是面向什么人群?(虽然本书开篇讲了面向人群,从内容反推,逻辑不自恰)
师姐的第一本书,对本产品小白还是受益颇多的,也体会到了策略产品经理本身是一个实践出真知的岗位,希望未来进入相关领域工作后,能尝试结合其中的术与道,获得一些新的体悟,也期待师姐下一本新书的出版