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
网友评论