策略产品经理基础知识:什么是策略产品经理?

16 评论 90321 浏览 301 收藏 11 分钟

上一篇帖子分享了什么是策略和策略怎么应用在业务中,这一篇我们分享什么是策略产品经理。

随着互联网行业的发展,市场对产品经理的细分越来越多,例如:用户产品经理、增长产品经理、策略产品经理、商业产品经理、语音产品经理、AI产品经理、CRM产品经理等等。大家不难发现,这些划分的方式虽然看起来很细,但是并不在一个维度上。

上一篇我们说,策略就是一种实现目标,解决问题的手段。和其它产品功能一样,都是服务于业务的一个功能点。而差别在于策略功能的用户需求和影响条件复杂多变,无法通过一个功能点就满足各类用户的各类需求。

因此今天我们从功能设计产出的角度,划分为功能产品经理和策略产品经理两类,依据产品工作流程,分享策略产品经理的工作特点。

一、工作流程异同点

无论是功能产品经理还是策略产品经理,终归都是产品经理,因此工作内容离不开需求挖掘和分析、功能设计+文档编写、开发跟进和验收、上线数据分析和需求回归这四件事。

1. 需求挖掘

功能产品经理,多对一类用户群进行深入的理解和分析,挖掘这一类人的共同需求,针对这一类人的共性需求制定解决方案。

策略产品经理,多针对某一功能,满足不同用户在不同场景下的精细化需求。需要PM宏观的分析每一类人在某些场景下可能存在的不同诉求,并分析不同人群的规模和需求强度,决定产品要满足到什么广度和强度。

举例说明:

  • 产品经理发现很多用户在看完一个视频后,因为找不到其他喜欢的视频而退出网站。所以所以产品经理设计了相关视频推荐功能。
  • 功能上线之后,发现用户点击率很低,用户调研后得到的反馈是,用户觉得推荐的内容和自己没什么关系,不是自己感兴趣的。
  • 产品现状是,用户量和视频量巨大,无法通过某个特定的视频提取规则,满足各类用户的需求。
  • 此时,策略产品经理就出现了,设计了一个综合考虑用户画像、内容属性、历史观看记录、热点舆情、地理自然环境等因素于一身的,基于用户行为分析、内容关系分析、用户内容关系分析等策略的个性化推荐系统。以满足不同用户在相关推荐中看到自己感兴趣的视频的需求。

总结下就是:基本上前者满足新需求,填补产品空白;后者满足更深入的需求,让功能更智能、更精准、更高效。

2. 功能设计+文档编写

从上一例子可以看出:功能产品经理通常是针对某类用户在同一场景的相同需求,从功能设计入手,以优化功能流程,前端交互效果等方式解决问题。

而策略产品经理,通常是针对不同用户,在不同场景下的个性需求。策略PM需要考虑与这些需求的影响因素,通过搭建各类因素间的逻辑关系解决问题。

举例说明:解决滴滴用户下单后等待司机接单时间过长的问题。

  • 功能产品的解决方案是:在前端添加预估等待时长、用户当前排队序列、周围空车数,推荐拼车等功能。
  • 策略产品的解决方案是:优化订单和司机的匹配策略,让系统更快为用户找到合适的司机,对于这个逻辑后台不但要搜索附近的空车,还要检索附近在等待时间内可能会到达的空车(含订单终点在附近,但是还未完成的订单),提前将他们加入匹配序列中。这些策略用户在前端是体验不到的,但是确实能减短用户等待接单的时长。

由例子可以看出:功能产品在文档编写和效果说明上,通常是绘制流程图和原型来表达功能解决的效果,开发成果具有明确的效果实现标准。

而策略产品通过逻辑描述和效果示例表达产品实现效果,可能过程中需要多个算法逻辑并行,所以是个相对复杂且发散的解决方案。

这也导致开发成果不具备可明确的效果实现标准,可能开发的过程中,策略产品经理就在不断修正策略和影响因素,以至于衡量标准也在调整。

3. 开发跟进和验收

功能产品对于开发成果,更关注展现效果和具体的操作结果。更关注呈现效果,而非技术实现逻辑和过程。针对开发成果是验收的性质,只要功能的操作流程,展示效果与文档描述的逻辑一致即可。

策略产品更多参与到开发的过程,与策略RD一起发现和解决各要素中的问题,随时准备优化和迭代逻辑,与开发一起追求策略逻辑的最优解。

4. 上线数据分析和需求回归

功能产品经理,每次迭代多面对单一而明确的问题,迭代结果也多直接影响用户的操作行为和直观体验。所以通常可以更快的达到较好效果,更快完成该优化的产品循环。

策略产品经理,因为更多的是通过底层数据处理逻辑,优化用户产品体验中的隐性隐性部分,而解决的也多是复杂且受很多因素影响的问题。

所以理想态本身在迭代过程可能都处在自身优化和不断明确的过程中,因此,策略需要多个产品循环才能达到较好的效果。

综上不难发现:功能产品经理不断优化和填充产品在业务各环节上的交互体验;而策略产品很有可能要针对某个单一的策略实现效果进行长时间的打磨和优化。

二、策略产品经理工作中的四个基本素质

通过第一节的内容,我们整理下策略产品经理相较功能产品经理,在工作岗位上更具有针对性的能力需求。

  1. 需求挖掘:不仅能借助用户视角,分析各类用户在不同场景下的一致需求。还要借助上帝视角,分析各类用户在各自不同场景下的分别存在哪些特定的需求,并分析出相关影响因素。
  2. 功能设计+文档编写:有极强的逻辑思维能力、分类整合能力、目标拆解能力。能把一群人,在不同场景下的各类需求和影响因素拆解清楚。将产品解决方案,通过严密的框架、模型、逻辑表述和结果示例,描述出来。
  3. 开发跟进和验收:对数据铭感,具有较强的数据埋点和分析能力。需要从多个元素中找到关键影响因素,善于从数据中发现和总结问题,引导下一个策略迭代。
  4. 上线数据分析和需求回归:能沉住气,耐得住寂寞,拥抱结果的不确定性,持续迭代在黑暗中寻找道路。

三、策略产品工作四要素

最后我们对策略产品做一个总结。

策略产品经理,在面对一些类型的问题时,这些问题会受到一些因素的影响,我们需要时刻搜集问题相关因素的变化,并将这些因素通过一定的计算逻辑进行转化,使解决方案随着外部因素的变化而不停的调整,让问题得到更好的解决。这个过程就是策略产品经理的工作内容。

整理下来,策略产品工作四要素就是:

  • 待解决问题,即理想态;
  • 输入:影响解决方案的因素;
  • 计算逻辑:将输入转换成输出的规则;
  • 输出:具体的解决方案。

举例说明:今日头条的个性化推荐策略。

  1. 待解决问题:从大量候选内容中,找到用户喜欢的内容;
  2. 输入:用户喜欢内容受到的影响因素,该用户特征(基础信息,历史行为)、候选内容特征(类别,关键词)、舆情热点信息(热点内容,关键词);
  3. 计算逻辑:用户画像梳理逻辑,内容关联性计算逻辑;
  4. 输出:将内容按用户喜欢度由高到低推荐给用户。

本篇内容到此结束,欢迎来喷。下一篇内容我们分享《2.1策略需求挖掘方法之抽样分析》

策略产品经理学习笔记目录:

《策略产品经理学习笔记, 1.1什么是策略》

《策略产品经理学习笔记, 1.2什么是策略产品经理》

《策略产品经理学习笔记, 2.1需求挖掘之抽样分析》

 

本文由 @于言某 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 和三节课里的策略产品内容很相似 不知道谁是原创~

    来自青海 回复
    1. 这是我上完策略产品课写的个人总结的内容

      来自北京 回复
  2. 写的非常好,作为入门小白,觉得您讲的很清晰!

    来自北京 回复
  3. 很不错!

    回复
  4. 策略产品经理就是企业用人部门在招聘时,显得牛逼,吹出来的名词。见上面例子,举例说明:解决滴滴用户下单后等待司机接单时间过长的问题。按照文主的思路,功能产品经理是从表面解决问题,策略产品经理是从根本解决问题的。作为一个合格的业务端产品经理,就应该从根本上解决问题。至于说不能从根本上解决是由于能力有限、资源不足等等情况都有。现在产品经理培训下都牛逼的不得了,还是经历少了,就是会满口高大上的名词,当然喜欢的人喜欢,不喜欢的人不喜欢。

    回复
    1. 有道理 这些策略逻辑规则是针对功能实现必要的 单独拆出来这个定义好像只是为了显的高大上。

      来自山东 回复
  5. 很不错的干货。希望加个好友。

    来自浙江 回复
  6. 用户画像梳理逻辑,内容关联性计算逻辑 是怎么实现的?PM在后台管理系统需要做什么工作?

    来自广东 回复
  7. 在产品的道路上走走你会发现,未来可能只会存在功能产品和策略产品,而构建壁垒的只有策略产品,但是要求相当高,不仅了解算法模型、数据分析,也要懂得底层实现架构

    来自四川 回复
    1. 还要懂业务

      回复
    2. 求一个微信~

      来自北京 回复
  8. 方便加个微信不?文章干货很多

    来自四川 回复
    1. 81031327

      回复
  9. 写的好呀

    来自北京 回复
  10. 你解决了我一个长久的困惑 那就是 我们公司怎么就突然把产品部给改成策略部啦、、、

    来自北京 回复
  11. 不错,点赞,有公众号嘛

    来自江苏 回复
专题
35660人已学习18篇文章
好的数据分析可以使我们的产品不断优化,而做好数据分析的第一步就是做好数据埋点。
专题
11659人已学习12篇文章
2023年双十一逐渐临近,各个电商平台也摩拳擦掌开始准备。本专题的文章分享了双十一营销玩法。
专题
16061人已学习12篇文章
数据中台是处于业务前台和技术后台的中间层。本专题的文章分享了如何搭建数据中台。
专题
12621人已学习12篇文章
运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。本专题的文章分享了互联网运营,应该分析哪些数据和指标。
专题
13963人已学习12篇文章
本专题的文章主要以跨境电商为例,对其OMS系统进行分析。
专题
17350人已学习13篇文章
出于文本易读性方面的考虑许多app都做了深色模式,本专题的文章分享了深色模式的设计指南。