域名频道资讯站策略在产品形式上无处不在，产品页面上的内容都是一种策略。
我们经常在工作中会和市场部同事沟通市场竞争策略，和营销部制定营销策略以及经常会去体验关于策略类型游戏等等，和产品沟通也会聊到用户增长策略，看新闻会发现新闻推荐策略。不管是沟通还是体验产品，发现每个人对策略的理解都不尽相同。
所以我们思考一下：究竟什么是策略？
一、策略的基础内容和特性
看今日头条其实我们发现首页上有几种策略？
首先今日头条定位于新闻类型产品，slogan为“你关心的，才是头条”，每个人看到的新闻都不尽相同，所有有个性化推荐策略。
然后我们看页面展示：
- 抓取策略：从央视新闻网、新华社等平台抓取的新闻信息资源，这就会涉及到如何抓取，抓取什么样的资讯，所以用到了抓取策略手段；
- 搜索策略：顶部的搜索内容，需要通过什么关键词搜索，搜索的过程是怎样的，搜索后的反馈是什么，所以用到了搜索策略；
- 页面识别分类策略：新闻资讯的分类，肯定不是人工去分类的，那么就会涉及到如何分类，怎么分类，分类的权重怎么划分，怎么展示，所以就用到了页面分类策略；
- 页面展示策略：有些内容是纯文字展示、有些是图文结构、有些是文字+视频展现方式，所以用到了页面展示策略
- 产品推荐策略：基于新闻给你推荐什么样的自媒体？为什么给你推荐这些自媒体，所以用到了产品推荐策略。
于是，从今日头条首页上，至少用到了这五种策略手段。可以肯定的是策略算法在产品中的地位不言而喻。
其实我们就对策略的基础有了一个了解：
- 策略不是一个明确的行业。我们定义产品时肯定会说：今日头条是一个新闻类产品，淘宝是电商类产品，而并非说他们是策略产品；
- 策略不是具体的产品形态。一般产品形态我们会说：这是一个ToB产品，这是一个ToC产品，而非说这是一个策略产品。
但是我们可以在任何产品模块中/产品中加入策略：
- 新闻推荐策略：推荐是这个产品的逻辑和产品模块的思路；
- 增长策略：增长是这个产品目的，至于如何增长则是这个产品的方法和思考；
- 价格策略：价格是为了让这个产品的销量和利润最大化；
总之，我们可以将策略理解为：可以服务任何一个行业、产品、产品形态，甚至只是一个目的。
再来看百度地图的页面：
- 搜索策略：可以搜索地理位置，公交车、始发地和目的地等等，基于搜索形态匹配了对应的搜索策略；
- 渲染策略：展示路径、位置、周边地标、景区和水源等等，在地图产品可以称之为渲染策略；
- 路线分类策略：为始发地到目的地匹配不同的路径，同时推荐最优路径，展示公交线路、具体的导航路线以及到达预估时间。
二、那么基于策略怎么去迭代产品？
比如有一款计算器无论在什么环境下，计算器屏幕的亮度都是一样的。对于用户来说，因为受外部环境的影响，可能强光下体验不是很好。那么从产品的角度上去考虑有什么好的解决方案呢？
这时候我们需要从产品角度上去思考策略方法：
第一种：更改屏幕背光功能，通过手动去开启背光——功能调整
这种问题更像一个0/1问题：
- 当X=0时，背光关闭；
- 当X=1时，背光开启；
这个解决方案是非常粗糙的，同时需要人工成本，需要手动操作。
那么有没有更好的解决方案呢？
第二种：背光亮度受环境亮度影响——简单策略
背光亮度受环境亮度影响亮度越高，计算器显示屏就越亮，亮度越低，显示屏亮度就越低。那么亮度与光的强度的关系就是一次函数关系：y=ax+b。
这个解决方案虽然帮助我们解决了自然条件下的通用问题，但在某种环境下，产品亮度忽明忽暗，我们就需要手动去调整屏幕的亮度。其实我们发现用户在各种环境下对于亮度本身是有不同需求的。那么怎么调整呢？
第三种：背光亮度受环境影响/时间/……多维度影响——复杂策略算法
如果背光亮度受环境等多维度影响时，其实就变成了多元化函数关系表：y=f(x1,x2,x3…)
这个解决方案可以由多个条件来决定背光亮度的输出值。
三、策略四要素
我们针对上面的案例，策略的实现可以分为四个流程：
- 待解决问题（提出问题点）：我们上面案例是如何解决产品背光亮度的问题，如何解决？怎么解决？
- 输入值（影响解决方案因素）：针对问题，产品经理分别用功能、简单策略和复杂策略算法三种方式来进行解决问题；
- 计算逻辑（将输入转换成输出规则）：站在功能的角度上解决问题主要是让用户手动开启/关闭背光；简单策略是通过外部环境的亮度值改变产品背光的亮度值；复杂测试是通过外部多维度的干扰因素来影响产品背光亮度值；
- 输出（具体的解决方案是什么）：用三种方式分别输出结论。
那么再回头针对今日头条的案例分析，这四个流程（待解决问题、输入、计算逻辑、输出）每步的结果是什么就很清晰了。
四、策略的手段
产品存在某类问题，需要去思考该问题的最佳解决方案所受到多因素影响不是一成不变的，可以持续收集这类因素的变化，并跟着变化不断调整解决方案。
策略一定是跟着需求走的，是不断对接用户体验，完善功能的。策略也不是高大上的算法，只是为产品功能提供最优的解决方案。
五、策略型产品经理和功能型产品经理有什么不同？
首先我们看产品经理工作流：
粗犷的可以划分为：
（1）发现问题
对于功能型产品经理来说，收集完业务需求和产品版本规划性需求后，整体来说，是相对聚焦的需求。
怎么说呢？此时的用户角色是一个相对比较具象的角色。比如：电商中用户下单流程，是假设的一个人去体验用户下单流程，这个流程能不能走通？能不能形成完整的闭环？
对于策略型产品经理来说，在用户走完这个流程后，我需要的是哪群用户在某个时间段内走完了这个流程，且达成了购买、加入了购物车，放弃支付……也就是说策略型产品经理需要知道的是这群用户的路径通道。然后针对其数据，我能给予更好的解决方案。
2）收集需求池，项目启动
功能型产品经理是可以通过该版本的需求、功能逻辑和原型就能完整的表达产品所要呈现的效果。提供的是相对单一的解决方案。而策略型产品经理则有所不同，是解决不同用户在不同情况下的各类需求，很难通过流程图和原型表达出来。
比如：微信的“看一看——精选”模块，feed流就是单一性的产品需求，是可能通过原型图和流程表现出来的，但是给什么人推荐什么内容就不能通过原型表达出来，更多的是通过逻辑和算法来说明。
3）跟进开发评估
通常功能型产品经理更多是通过开发了解上线后产品呈现的效果，是否和该版本有异常，并不会和技术聊到怎么去实现这个版本的过程。而策略型产品经理更多的是通过逻辑和算法和技术进行沟通，了解实现的过程。比如电商中“猜你喜欢”的里面的逻辑实现过程，以及实现后效果的反馈并调整都是通过策略来进行的。
4）上线后的效果反馈和产品迭代
单一的产品迭代和数据反馈通常可以通过较少次迭代能到达比较好的效果。而策略型产品经理需要关注的是数据反馈的问题，需要多次产品迭代和A/B测试才能呈现更好的效果，总之策略型产品经理追求的没有最好，只有一步步更好的解决产品功能和用户需求。
可以通过一个案例来聊下策略产品经理怎么实现更好的体验。
比如：一个电商平台，我们知道需求方为：用户、商家，可能还有供应商、物流等。
这里简单一些聊可以分为用户和商家：
- 用户的诉求：希望买到质量好、便宜的商品；
- 商家的诉求：销售更多的商品、实现利润最大化，浏览商品的人多。
其实可以看到用户的诉求和商家的诉求其实是最大理想化。那么针对这两个理想化，可以去思考用户诉求和商家诉求的边界值：用户希望买到最便宜的商品就是免费送——0元。
商家希望更大限度的推广自己的商品和店铺，增加曝光度。
对于电商平台，平台初期给每个商家的曝光量都是一致的。那么商家想要增加自己的曝光量，需要通过手段来吸引用户，那么就会采用促销甚至0元定时抢这样的方式。这时候表面上对用户是有利的，其实实际上对商家而言，商家的店铺实现了最大化的曝光。
商家也不能无限制的促销和0元抢，而用户也体验了该商家的商品，商家未促销时，而用户在该店铺浏览商品其实就是已经认可了该店铺，用户得到商品所付出的钱也会在增加，商家只需要在适当的降价，就其实可以促成订单。商家就可以针对该用户的习惯，为他推荐对应的商品品类。
而对于平台来说，通过【用户商品对】就可以为各位用户提供各类商品和商家，组成无限【用户商品对】。所以用户打开电商产品中就可以直接给用户推荐商家和商品了。
至于别人是不是这么做的，我不知道，反正我是这么做的。
本文素材来自互联网
