策略产品第四课—在搜索推荐匹配等核心业务上应用
2018-11-13 本文已影响17人
天气不是很好啊
本章有两部分沟通:
- 第一部分,简单介绍了几种常见的业务策略,包括增长、数据、风控策略,进行抽象,列出每个方向大致的策略工作。
- 第二部分,4个实例,分别是 1.调节屏幕亮度策略 2.目的地优化策略 3.公交线路推荐模块优化 4.滴滴叫车匹配策略,四个实例分别由浅入深,但是方法论都一样,分别是 发现问题、解决方案、推进上线、效果回归,只不过更加细化了下。1.发现问题环节,重点说明了如何定义产品目标,涉及多业务方的如何分析问题(需求理解),建立指标 2.解决方案环节,复杂业务模式下版本迭代 3.推进上线 4.效果回归。
分析问题环节,上一章主要手法是抽样调研,本章因为场景不同&涉及方更多,主要靠PM自己拆分,以产品目标为核心目标,拆分出涉及方,各方利益,但总体思路不变,清晰梳理当前产品问题。
策略常见业务方向
应用MAP各业务方向的策略需求抽象,以主要业务活动分类,数据策略中,画像标签是个大方向,主要工作内容是标签拓展
策略应用全地图
大多功能模块都属于功能导向性
功能导向型定义
案例1,调节屏幕亮度策略
熟悉策略框架,明确产品目标——>需求理解——>输出方案——>项目推动——>效果回归
调节屏幕亮度策略——框架
案例2,目的地策略模块思考方法
需求理解部分,如何预测用户需求,比方说用户在该环节具体采取的行为,对这个场景来说,可以按不同推荐维度这个角度去寻找所有因素。
目的地输入模块优化——框架
实例3,公交线路推荐模块思考方法
公交线路推荐模块——框架业务策略相比功能策略,复杂在多边利益平衡,所以需要 1.拆解涉及方 2.明确各方利益 3.根据总体目标,确认各方边界,达成项目收益整体正循环。
业务策略思考方法论
实例4,滴滴叫车匹配策略优化 0->1
1.拆解涉及方,乘客和司机 2.明确双方利益点,对乘客来说,最快时间的打到车(距离短) 对司机来说,挣最多的钱(接驾时间最短、驾驶距离最长、更不堵车的订单) 3.明确双方边界 4.确认阶段性目标 5.平衡各方利益,调研数据分布,产出方案
叫车匹配策略优化框架
实例5,滴滴叫车匹配策略优化,1->N
业务状况的不同、项目不同阶段,对项目目标的定义不同,最开始版本是以乘客为中心的叫到车就好,第二个版本改变目标,以司机为中心,推出推荐订单策略 第三个版本,以区域叫车成功率为目标的项目目标。
滴滴司机乘客匹配策略优化迭代版本