1.2　策略产品经理的分类与职责

策略产品经理既需要有深入的业务理解能力，也需要有优秀的沟通表达能力，同时还需要有极强的数据感知能力和技术理解力。1.1节中对策略产品经理给出了一个标准定义，用三个关键词描述了策略产品经理。但这还远远不够，要想准确地得到策略产品经理的定义，需要找到它和其他类型产品经理的边界，即它们之间有着怎样的共性和区别，这个边界应该是清晰且分工明确的。

同时，我们也需要知道策略产品经理的不同分支与策略产品经理的职业前景。

1.2.1　策略产品经理vs功能产品经理

在绝大多数产品经理面试过程中，面试官通常需要从两方面来考察产品经理候选人，即用户心理模型、数据策略模型。

用户心理模型是产品经理能力模型中的感性部分，主要分为同理心和人性策略两部分。简单地说，同理心是“一秒变小白”的能力，即产品经理可以快速将自己对产品的所有已知信息抹除，让自己和用户具有相同的视角，时刻审问自己：如果我是用户，会使用这个功能吗？如果是，那我如何使用这个功能？这种能力就是将自己的心智快速切换为男女老少心智的能力。人性策略部分要求策略产品经理掌握较多的心理学实验的结论数据，即通过控制变量实验的方法探知人性心理。其中，根据用户的锚定心理设计定价策略是比较常见的用户心理模型。

数据策略模型是产品经理能力模型中的理性部分，这种能力在本书中会有较多涉猎，如驱动的基本方法论、统计学知识、常用数据工具、A/B测试实验理论、评估指标设定和主观评估的方法论等。

策略产品经理和功能型产品经理有三点不同，如图1-2所示。

图1-2　策略产品经理vs功能型产品经理

不同点1：策略产品经理对数据策略模型的要求更高。

策略产品经理是一个更加偏向于数据、理性的职位，对数据策略模型的要求更高。大多数功能型产品经理往往更注重对用户人性的思考，目的是做出更易用、更友善的产品，在数据策略模型的要求上相对较低。

以登录界面为例，功能型产品经理的切入点如下。

●如何设计一个更易用、更友善的登录界面。

●如果用户点击了“忘记密码”按钮，应该怎样逐步引导用户。

●用户在输入密码的时候应该如何打码。

●是否提供展示一个明文密码的按钮。

策略产品经理的切入点如下。

●这个界面的评估指标是什么？答案是“安全性”。

●安全性如何度量？答案是“用户针对该功能的投诉率以及平台自主进行模拟攻防时成功防御的比例”。

●“安全性的级别是多少？答案是“非金融级加密，投诉率不超过十万分之一”。

●安全性最大的问题容易出现在哪里？答案是“找回密码的验证过程和异地登录/不常用IP登录”。

●对于找回密码的流程，如何设计用户需要提供的资料？答案是“提供好友关系信息和密码保护问题”。

以上所列切入点仅仅是举例，只为阐述策略产品经理和功能型产品经理在同一个产品功能上的思考差异。

不同点2：策略产品经理往往追求全局最优解，而功能型产品经理较难找到全局最优解。

这是由于策略产品经理负责的项目一般以定量化评估体系为主。下面基于上述例子进行分析。

功能型产品经理在寻找解决方案时的迭代路径如下。

●在输入密码的时候，有20%的用户使用了查看明文密码功能，所以需要将查看明文密码的按钮做得更醒目。

●成功登录的用户占比约为40%，主要是因为同时提供了用户名和密码输入框，这会让用户焦虑。从用户心智模型考虑，需要分两步引导用户输入手机号和密码。

●7%的用户点击了“忘记密码”按钮，但其中只有49%的用户完成了整套流程，而其中手机找回密码的成功率高于邮件找回，所以应该将“通过手机找回密码”按钮做得更醒目。

策略产品经理在寻找解决方案时的迭代路径如下。

●安全性目标为用户投诉率不超过十万分之一，当前投诉率为十万分之六。

●经过数据分析得知，57%的问题是找回密码时出现信息冒用导致的，其他的问题较为琐碎，所以优先解决最重要的信息冒用问题。

●对找回密码时信息冒用行为进行特征分析，发现绝大多数情况是失主同时丢失了手机、身份证等重要物品，所以需要使用非定制信息，比如社交关系、历史上使用过的头像等难以了解的冒用者隐式信息对用户身份进行鉴别。

●经过不断迭代，逐渐找到距离目标最近的优化点，从而逼近最终理想态。

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。而对于功能型产品经理来说，评价体系中的定量指标较少（即可测量的指标较少，很多是体验型指标，功能型产品经理很难定量描述体验优化程度），并且功能型产品经理能采取的产品设计方式无法穷举，也就是说不可能穷尽所有样式并迭代尝试。而且不同于策略产品经理可以不依赖发版、按小时级迭代产品的特点，功能型产品经理大多数需要依赖发版迭代产品，这带来很高的尝试成本。高成本成为迭代速度的天花板，即产品的发版周期受到限制，这意味着很难得到全局最优解。

不同点3：策略产品经理的定量评估更精确。

本书第3～5章将会介绍三种主流的评估方式——主观评估、多变量的数据分析、单变量的A/B测试实验数据。

功能型产品经理在论证效果时，往往更多的是看时间序列上的趋势变化，如同比增长和环比增长，但这种情况往往运用的是多变量的数据分析，例如受季节、日活用户数、产品界面、版本覆盖速度等诸多因素影响，而综合考虑多因素的数据分析，很难得到定量的准确结论。

而策略产品经理在论证效果时，往往更容易计算得到项目收益。原因一是策略一般可以用A/B测试实验看单变量对效果的影响；原因二是即使不采用单变量实验，策略的影响范围也是容易预估的，其不受版本覆盖程度的影响，甚至可以将变量因子控制在三个以内，在这种情况下进行数理统计时可选用一些方法来控制某一个因子，通过对该因子的改变来看其他因子的变化。

这种统计分析方式有一个好处，正如《对伪心理学说不》一书中提到的，不同的因子之间也会有组合交互作用。比如在“618”活动时，用户在参与“满减”活动的商品的消费频次比没有参与“满减”活动的商品高20%，有优惠券的商品比没有优惠券的商品高25%，但是这两个因素作用在一起时，也就是说同时参与“满减”活动和优惠券活动的商品的用户消费频次可能远远超出1.25×1.2的提升，这是因为不同的策略之间也会有相关性。这种统计方式不仅可以得到单变量对论证效果的影响，还可以得到变量相互作用后的非线性影响。

1.2.2　策略产品经理的三种类型及其职责

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。以下内容是基于笔者对多边市场分析得到的。

1.推荐/搜索策略产品经理

这类策略产品经理的工作主要集中在内容类、电商类的信息流推荐上。

推荐策略产品经理被重视，主要得益于近年来内容型产品逐渐被市场接受。内容型产品的发展改变了人们对信息的获取方式，使得信息时代从“搜索+门户”走向了“个性化”。正因如此，推荐策略的相关人才开始被企业需要。推荐策略产品经理的主要工作内容将在1.3节中详细介绍。与其他几个方向的产品经理相比，推荐策略产品经理需要兼具客户端、后台产品的设计能力。

因为诸多推荐算法、推荐策略的实现需要客户端中有相关入口（比如微博App中，关注了某个用户以后马上弹出相似账号推荐），因此，负责推荐策略的产品经理不仅需要完成客户端的功能上线，还需要对策略进行反复迭代调优。将一个以客户端埋点、客户端交互等为主的“前台功能”，转换为以信息流打散策略、推荐候选集的筛选条件等为主的“后台功能”，是很考验策略产品经理能力的。策略产品经理不仅需要为整个项目负责，同时需要协调后端开发工程师、数据分析师、数据产品经理（负责埋点规划）、算法工程师和客户端开发工程师等多个角色，通过多次会议逐步敲定所有细节。同时，策略产品经理应该成为所负责项目的专家，因为无论是在产品上线后针对用户真实行为进行数据分析以制定相应策略，还是回答类似“哪些用户更喜欢关注哪些用户”问题，都需要做到胸有成竹并且对答如流——这是对一个优秀策略产品经理的基本要求。

内容/电商产品本质上所处的是双边市场。之前内容推荐策略产品经理主要是负责内容输入端的工作，追求内容生产端相关人员的利益，同时保证不过分损害用户端的利益。他们使用各种数值手段进行指标分析、论证和指标间的换算，以获得内容生产端和内容消费端的指标平衡。

与此类似，广告平台的本质是用户和广告主的双边市场；电商类产品的本质是店铺和买家之间的双边市场。比如对于淘宝的策略产品经理而言，他们将负责平衡个人小店铺、大品牌店铺、自主品牌店铺（如“天猫国际直营”）之间的利益。他们需要考虑如何达到全盘最优解，并实现公司内部利益关系的均衡。双边市场往往比三边市场好做，但难度同样不小，做任何决定都需要顾及生态。对于大公司而言，还需要平衡不同部门之间的利益。

对于少部分的内容平台而言，它们所处的是单边市场，比如资讯聚合抓取类平台。但是在大版权时代的今天，没有独家精品内容的资源聚合类平台越来越难做。

电商类产品的策略产品经理在经济模型方面要求更高一些，因为电商类产品更需要运营驱动，所以策略产品经理需要具备一定的经济学知识和商业判断能力（比如优惠券策略如何使用）。

2.基于地理位置的本地服务类策略

什么是本地服务产品？简单来说，需要获取用户地理信息位置的产品就是本地服务产品，这类产品需要为用户提供基于地理位置的服务，比如在线打车服务、O2O美食点评服务、在线机票和酒店的预定服务等。

对于本地服务类策略产品经理要了解一个关键词——POI（Point of Interest，兴趣点）。滴滴、美团、微博、百度等公司都有基于本地服务的策略产品经理职位，笔者在这几家公司面试的过程中都被反复问及POI。在地理信息系统中，POI可以是一栋房子、一个商铺、一个邮筒、一个公交站等，通常由名称、类别、地理坐标共同组成。

本地服务类产品和内容类产品在用户的心智模型中是有区别的。对于内容类产品，用户往往花费的是碎片时间，大多数用户抱着“逛一逛”的娱乐心态，将其作为打发时间的手段。而本地服务类产品则更具有工具属性。用户对工具的预期是好用（比如要求数据更新及时、数据提示准确等）。同时，工具属性的产品会让用户的单次使用时间变短（这并不难理解，相比于抖音这种短视频产品，百度地图就是工具属性产品）。所以，对于本地服务类产品而言，策略产品经理需要在用户需求最强时推出自己的产品，以此快速满足用户需求。这很像是张小龙说过的“用完即走”。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。

基于地理位置的产品的策略产品经理也可以根据产品是处于双边市场还是多边市场来进一步区分。举两个例子，高德地图、美团外卖，这两者的业务模式在本质上其实是不一样的。

●双边市场：高德地图的驾车导航所处的就是双边市场。该业务的主要参与角色是高德用户和平台，业务目标是清晰明确的。由于不需要平衡多端利益，平台方可以将全部精力投在如何提升导航准确率、地点定位准确率等指标上。

●多边市场：美团外卖的接单/派单业务所处的就是多边市场。该业务的主要参与角色是美团外卖的点餐用户、商家客户、骑手和平台，所以策略产品经理在设计策略时不仅需要考虑外卖用户的就餐等待时间和点餐体验，还需要考虑商家客户、外卖骑手这两方的利益。外卖平台本质上是一个撮合平台，需要同时兼顾多方利益。这对策略产品经理来说挑战是极大的，注定不会使某一角色利益最大化。

其实无论在双边市场还是多边市场，对策略产品经理而言，定指标的思路永远是不变的。多边市场中这些角色的“忠诚度”“成熟度”“竞争压力”都是不同的，在定指标的时候要予以充分考虑。比如在网约车大战早期，策略产品经理应多关注乘客（需求端）的体验，当吸引到足够多的乘客并且获得足够高的评价之后，资源应逐渐向司机端（供应端）倾斜，逐渐实现供需平衡。

3.反垃圾策略产品经理

反垃圾一般由独立的反垃圾/作弊部门单独负责。他们的主要工作如下。

●定义垃圾内容的类型。

●评估垃圾内容的比例和严重程度。

●找到模型。

●继续迭代评估效果。

反垃圾本质上仍然是做内容画像，目的是及时洞悉作弊行为的类型，比如网页防抓取、垃圾评论过滤等。反垃圾策略产品经理的工作内容相对而言较为枯燥且琐碎，但优点是容易做出成绩，每一天每一点的进步都会显示在数据上。

关于反垃圾策略的“术”，笔者有以下几点心得。

●不宜过度频繁：如果作弊者是灰色产业从业者，则应控制反垃圾的频率，不宜过快，在此基础上再进一步研究并设计预防策略。因为作弊的成本要远低于反作弊的成本，要让灰色产业从业者逐渐感知平台的反作弊策略，等到策略逐渐完善，灰色产业作弊者会减少或放弃作弊。

●正则表达式往往优于模型识别效果：在反垃圾的模型出现负例时，与其寄希望于快速优化模型效果，不如快速尝试几个正则表达式，这是因为模型的训练需要数据积累，模型的调参也有时间成本。作弊行为的主体是人，所以模式相对固定，正则表达式的效果往往更好。

●检验反作弊效果，需要做模拟攻防：笔者曾经使用模拟攻防的办法找到了一些策略上的漏洞。通过模拟攻防能体会并理解作弊者的动机和行为模式。

●反垃圾追求标本兼治：无论是SEO作弊还是评论中的广告作弊，作弊者总会变换不同的“马甲账号”、更换不同的IP进行作弊，只解决评论中的广告作弊或“马甲账号”问题是不够的，追根溯源还是要从账号准入角度制定反垃圾策略，这样才能实现标本兼治。

除此之外，常见的策略还有增长策略产品经理，但由于增长策略产品经理属于另一个系统，一般在招聘职位中也会将增长策略产品经理单独出来，故本书不将增长策略产品经理列入介绍的范畴。