壹、需求文件
確定項目計劃後，PM開始編寫需求，輸出需求文檔，正式啟動項目。
1.需求文檔的目的是什麽？
讓項目參與者和其他對項目感興趣的參與者更好地理解需求的來龍去脈。
2.壹份完整的需求文檔應該包括以下幾個部分:
項目背景、項目目標、需求概述、需求細節(統計需求、監控需求)
本文主要討論戰略性產品開發和功能性產品開發的區別:需求概述和需求細節。
第二，功能性產品和戰略性產品給出的解決方案
1.功能產品
收斂的解決方案，通過流程和原型表達產品的實現效果。
2.戰略產品
發散解決方案，通過邏輯描述和效果實例表達產品實現效果。
三、戰略產品的四個要素
課程截圖
第四，策略分類
1.簡單策略
邏輯要求簡單直接，通常開發成本低。
2.復雜策略
具有復雜邏輯的需求通常需要大量的開發成本。
動詞 （verb的縮寫）需求描述方法
1.簡單策略
PM可以直接給出策略規則(包括待解決問題、輸入、計算邏輯、輸出四個要素中的部分或全部)。
示例:
課程截圖
方法:
1)是基於歷史數據給出的(在壹定數據積累的情況下)。
2)參考競品(多用途產品從0到1打造，無數據積累時)。
案例:
課程截圖
為什麽三分鐘？
首先，明確產品目標和戰略目標。
密碼輸入產品的目標是在保證安全性的同時，不影響用戶的正常操作體驗。
密碼間隔策略的目標是找到不影響體驗的最短時間間隔。
如何根據歷史數據，參考競品來確定戰略規則？
1)基於歷史數據
課程截圖
定義完整的使用流程
對用戶全天的行為記錄進行采樣分析，我們得到壹個完整使用過程的定義:任意兩個動作之間間隔小於30分鐘的動作序列。(人工分析判斷)
統計過程中的區間
課程截圖
找到目標區間
課程截圖
2)參考競爭產品
經過反復嘗試，確認競品定義超過3分鐘，用戶就要重新輸入密碼，然後自己的產品也可以暫定3分鐘。
2.復雜策略
PM詳細描述了問題的解決、輸入因素和輸出效果，包括概要概述和樣本案例(來自問題調查)。
計算邏輯由策略RD開發和實現。
實際工作中的兩類項目:
1)從0到1項:多描述理想狀態，在什麽輸入下要達到什麽輸出效果。
2)策略叠代的項目:多描述策略的現狀，要解決的問題是什麽，針對這些問題的理想輸出效果是什麽。
案例1:
課程截圖
需求描述:需要解決的問題
詳細要求:
投入因素和產出效應概述
各種特殊情況下計算邏輯的補充
投入因素和產出效果的詳細描述(案例)
示例:
課程截圖
課程截圖
案例二:
課程截圖
課程截圖
不及物動詞需求文件自檢清單
結構:邏輯清晰，層次分明。
背景:需求背景描述清晰，要解決的問題壹目了然。
目的:產品的理想狀態或評價指標是什麽？
例子:借助例子，讓問題越來越清晰。
七。摘要
戰略需求文檔的核心是清晰地描述戰略的四個要素。
對於復雜的策略，我們可以跳過計算邏輯這個元素，但是需要通過具體的案例例子，把問題和產品實現效果表達的更清楚。
3.2戰略PM如何跟進發展評估？
第壹，戰略項目的過程
課程流程
第二，為什麽要做多輪評估？
課程截圖
第三，評價類型
課程截圖
第四，戰略質量評價
政策質量評估用於解釋政策本身的質量。
輸出結論:該策略的召回率和準確率。
1)召回率=保單實際覆蓋的案例/理想狀態下希望被保單覆蓋的案例。
代表策略解決問題的程度
2)準確率=保單覆蓋的案例中，真正想被保單覆蓋/覆蓋的所有案例。
表示策略是否造成了其他傷害。
我們希望兩者越高越好！)
示例:
課程截圖
在上面的例子中，
召回率=6/10=60%
準確度=6/9=66.7%
戰略質量的評價方法:
課程截圖
案例:性別認同戰略
從所有用戶中隨機抽取1k用戶，通過策略識別，其中368人為男生。1k人被人工標註，* * *標註了385個男生，78個無法識別，其余女生。在被策略識別為男生的對象中，314真的是男生，22個是人工標註無法識別，71是男生在被策略識別為女生的對象中，那麽:
回憶率=確定的男生314/所有男生385=81.6%
準確率=(真實男生314+無法識別22)/策略368識別的所有男生=91.3%。
(註意這裏無法識別的問題)
動詞 （verb的縮寫）差異評估
在復雜的策略系統中，各種策略會相互作用，* * *會影響最終的效果，比如搜索和推薦。
在叠代其中壹個策略時，不僅要評估策略本身的召回率和準確率，還要關註策略改變前後用戶直接感受到的產品效果的變化。
輸出結論:不同影響面，好:相同:不好。
1) diff影響面:政策調整後，用戶感知變化的比例通常小於政策影響面。
2)好:壹樣:不好(簡稱G: S: B):隨機抽取變更案例，從用戶體驗角度評估效果是更好、不變還是更差。
示例:
課程截圖
差異評估方法:
課程截圖
案例:性別認同戰略
從所有用戶中隨機抽取1k人，分別識別新舊策略後，210個結果不同。98新戰略男和老戰略女，112新戰略女和老戰略男。
這210個結果是人工標註的，其中135個是新策略對和舊策略錯誤，24個是新策略錯誤和舊策略對，51個無法人工判斷。認為新舊策略可以區分為男性或女性，新舊變化相同。然後:
Diff影響面:210新舊結果不同/所有樣本1000=21%。
G:S:B= 135:51:24
六、戰略評估的三步方法論
戰略項目管理的壹般方法
課程截圖
第壹步:基於理想狀態找問題。
strategy的理想召回率是100%，目前只有60%，剩下的40%還沒有被strategy召回。
不好，在策略diff評估中占10%？情況
第二步:對問題進行總結和抽象，提出解決問題的思路或方向。
40%未回憶案例主要是三類問題，分別用xxx思路解決。
壞，目前占10%？案件主要由xxx引起，需要解決。
第三步:給出結論。
問題還是很嚴重，需要進壹步優化。or問題可以接受，策略可以上線。
老問題:投入產出比是主要考慮因素，項目預期通常是終點。
新問題:通常耐受性低。基於pm認為的不堪經歷。
七、簡單戰略評估周期的案例
課程截圖
課程截圖
課程截圖
項目目標:準確識別圖片中的藍點。
第壹輪評估:
第壹步:基於理想狀態找問題。
綠色圓圈中的藍點沒有被曲線覆蓋。
錯誤包括紅色圓圈中的兩點。
第二步:對問題進行總結和抽象，提出解決問題的思路或者。
1和2的點在曲線上方，3在下方，至少是二次函數。
1和2的斜率不同，可能是三次或更復雜的函數。
第三步:給出結論。
目前的方案只能勉強覆蓋三點，召回率不到30%；
準確率也壹般，召回兩個綠點，準確率只有60%。
還是需要繼續優化。
課程截圖
課程截圖
第二輪評估:
第壹步:基於理想狀態找問題。
圈2還有壹點沒回憶起來。
第二步:對問題進行總結和抽象，提出解決問題的思路或者。
如前所述，1的斜率與2的斜率不同。可能是三次或者更復雜的函數，不是二次函數能解決的。
第三步:給出結論。
其實目前的召回率已經達到了90%+，準確率也很好。妳可以上網。
但是如果成本可以控制的話，試試最後壹點怎麽樣？
第三輪評估:
課程截圖
八。摘要
開發過程中的評估是戰略PM的必經之路，是PM和RD通過深度合作在黑暗中摸索前進的重要環節。
召回率、準確率、diff影響區域和G: S: B是策略評估的中堅力量，所有的評估都是以發現和抽象問題的過程為中心。
3.3戰略項目經理如何進行效果回歸
課程截圖
作為戰略產品工作周期的最後壹步，效果回歸不僅是結束，也是新產品問題的開始。
壹、什麽是效果回歸？
無非是回答三個問題:
課程成績圖表
二、效果回歸怎麽做？
它還使用戰略工作的基本方法。
課程成績圖表
效果回歸的五個步驟:
步驟1:定義期望:產品/項目的目標是什麽？
第二步:指標體系:可以用什麽數據指標來衡量這個目標？
第三步:確定在線模式。
第四步:收集第二步的指標，看是否符合第壹步的預期。
第五步:分析問題並得出結論。
1.在項目開始之前
課程成績圖表
建立指標體系
回答三個問題
1)有什麽問題和目標？找到核心指標。
2)解決問題和實現目標的關鍵路徑是什麽？找到過程指示器。
3)新路徑傷害了誰:求觀察指數。
2.在線開發
課程截圖
1)全流在線
如果核心/過程/觀察指標只與本項目相關，且評價效果很好，想盡快上線獲得收益，可以選擇全流程上線。
回歸法:實驗期與上壹時間段相比變化xx%。
2)小流量在線
如果核心/過程/觀測指標的變化可能受到項目外因素的影響，或者對項目效果存在壹定的不確定性，盡量選擇AB檢驗。
回歸法:實驗流量與基線流量相比變化xx%。
註意:
抽樣方法是否足夠隨機。
樣本集中是否存在天然差異。
第壹，進行流量空轉，避免出現問題。
3.上線後
課程截圖
課程截圖
三、效應回歸案例
課程截圖
1.項目開始前的指數分割
1)核心指標
產品目標:降低用戶投入成本。
核心指標:用戶輸入時間，預計減少2秒。
2)過程指標
課程截圖
用戶輸入效率的影響因素:sug顯示比例、輸入長度、是否被用戶點擊。
過程指標:sug呈現率、平均輸入長度、sug點擊率。
3)觀察指標
sug變化對輸入過程的影響是可控的，但對輸入後搜索體驗的影響是不確定的。
(壹定程度上，sug起到了推薦的作用。)
觀察指標:糖輸入查詢搜索結果的滿意度。
2.在線開發
選擇在線模式
小流量上線:實驗組和對照組各有10%流量。
3.上線後返回
核心指標:減少1.2秒。有收獲，但低於預期。
過程指標和觀察指標:
平均輸入長度縮短，符合預期；
Sug的呈現率變低，點擊率沒有變化，不符合預期；
而且糖輸入查詢的搜索滿意度降低，用戶體驗差。
需要進壹步分析問題！
分析後的結論:
1)存在性能問題，導致長詞匯(多$ TERM)糖加載緩慢，拉低了平均呈現率和使用率。
需要啟動壹個性能優化項目。
2)對壹些熱門候選詞(歡樂頌2)進行了需求擴張，對應的搜索結果質量變差。
需要聯合搜索排名(基本排名)部門優化效果
第四，總結
效果回歸是決定壹個產品周期終止或重啟的關鍵。
整個工作貫穿項目前後三個階段；項目開始前對戰略目標和過程的深刻分析是效果回歸工作中最關鍵也是最重要的部分。
消息推送策略的產生、演變和發展--以JD為例。以COM的“到家”為例
課程截圖
以壹個小戰略為例，看看戰略的壹般方法論在完整的產品周期下是如何應用的——JD。COM的消息推送策略。
首先，回顧戰略工作的壹般方法。
課程截圖
了解產品目標
產品目標:通過消息觸達大用戶，實現相應的轉化目的。
核心指標:新聞點擊率
註意:
本案例涵蓋的消息僅指活動消息，不包括各種業務消息(如訂單發貨、退款、訂閱更新等業務環節的提醒)。
0.0版:手動推送
產品方案:運營生寫好文案，通過簡單的消息推送工具給所有註冊用戶發送消息。
推送效應:點擊率只有0.5%
找到問題
采取分階段調查的方法。
課程截圖
問題分析
理想狀態:人人點擊。
不理想:99.5%的人沒點擊，怎麽拆解？
PM對用戶了解不多，所以提出了壹個新的分析思路:看反向點擊的人，對比點擊的人和沒點擊的人的差異，嘗試分析規律。
課程截圖
進壹步分析:
1)這種推送對活躍用戶的效果更好，點擊率在7.4%左右，而非活躍用戶只有0.1%。雖然有預期的差異，但是差距太大了，需要嘗試優化非活躍用戶的推送內容。
2)活躍用戶中，android的點擊率為23%，iphone用戶點擊率為3.5%。差別很大，不符合認知。據推測，大量iphone可能會關閉app推送。
1.0版本:增加了基於用戶分層的推送。
產品方案:
1)基於用戶基本信息和歷史行為挖掘用戶標簽:活躍度，手機平臺。
2)運營可以根據標簽配置不同的文案和推送渠道。
3)增加短信推送渠道。
課程截圖
推送規則:iphone增加短信通道壹起推送，android只推送app。
效果回歸
推送效果:點擊率提升至1.5%。
1)活躍用戶點擊率提升至11%，其他用戶點擊率為0.5%，均大幅提升。
iphone的點擊率為0.7%，android用戶點擊率為2.4%。iPhone的轉化率還是不高。
結論:短信渠道效果不佳，需要分析問題。此外，還可以進壹步分析其他需要優化的地方。
問題分析
首先分析了短信通道問題，發現:
1)app沒有埋點，點擊短信連接後無法調整app。
2)而且短信中的短連接沒有統計標記，打開的手機網頁並不知道這是短信帶來的流量。
然後對沒有點擊的用戶群體進行抽樣分析，結果發現:
1)沒有點擊的用戶是很少購買或從未購買過肉、蛋、奶制品的用戶。尤其是在活躍用戶中。
2)同時發現86%的用戶有>:2的訂單包含該類目
-考慮更詳細的推送內容。
2.0版本:個性化內容推送
產品方案:
1)收集更多用戶的歷史行為(下單、收藏、搜索、瀏覽等。)並建立更詳細的用戶標簽進行內容推薦。
2)收集商品在平臺上的變化和常規活動信息，如貨架、價格等，作為壹組要推送的內容。
3)根據用戶標簽和候選內容生成基於每個用戶興趣的內容。
4)設置推送頻率限制，在允許的頻率內，當用戶有可以推送的內容時，會自動推送。
此時，運營生只需要配置各種興趣維度的模板，系統會自動發起推送。
課程截圖
課程截圖
效果回歸
推送效果:點擊率提高到2.5%
1)iPhone的點擊率是2.1%，android用戶的點擊率是2.6%，非常接近，符合預期。
2)內容優化後，各類用戶的點擊率都能得到明顯的提示。
結論:符合預期，其他需要優化的地方可以進壹步分析。
繼續對比點擊和未點擊用戶的差異，隨機抽取用戶進行詳細分析，發現:
1)推薦維度在不同的類別中有不同的表現。
2)不同用戶對同壹推薦維度的點擊率也有很大差異。
3)同壹用戶在不同時間段的點擊率明顯不同。
——可以在推薦功能中添加類目和用戶歷史點擊數據；推送時間可以包含在個性化推薦中。
版本3.0:基於反饋的推薦系統
產品方案:
1)將推送時間帶入推送控件。
2)繼續豐富推薦標簽數據。
3)把每個用戶的點擊行為作為推薦優化的重要依據，不斷叠代。
課程截圖
摘要
消息推送的效率本質:在正確的時間把正確的消息發送給正確的用戶。
適宜性最初由PM定義，最終根據數據反饋確定。
課程截圖
在這個完整的案例中，產品壹步步進化，從功能到策略，從簡單策略到復雜策略，我們依次優化了消息推送的四個要素，達到了壹個相對理想的狀態。
在這個過程中，我們只是問題驅動，增加了優先級判斷的分析。
但在實際項目中，由於成本收益和平臺數據的積累，很多消息推送策略停留在1.0或2.0時就停止了進化。
基於案例的策略工作壹般方法論的應用——以滴滴App目的地輸入模塊為例
課程截圖
以壹個復雜的戰略模塊為例，看看在完整的產品周期下，戰略的壹般方法論是如何應用的。——滴滴APP目的地輸入模塊
戰略工作的壹般方法論
課程截圖
了解產品目標
模塊的目的:幫助用戶以最低的成本完成目的地輸入。
衡量指標:用戶的平均輸入時間(從進入模塊到完成壹次輸入的平均時間)
版本1.0:簡單搜索
課程截圖
課程截圖
找到問題
采用定期調查的方法:
課程截圖
1.0問題分析
課程截圖
課程截圖
理想狀態:暫時可以設為2，點擊目的框-->；單擊歷史兩步。
問題拆分:主目標34567爭取2，次目標縮短其每壹步的平均時間。
隨機選取壹周內用戶輸入的1000個會話(滴滴有周末效應，POI不同)，問題分析結論如下:
課程截圖
搜索sug -流程指標
用戶輸入效率的影響因素:sug顯示比例、輸入長度、是否被用戶點擊。
過程指標:sug呈現率、平均輸入長度、sug點擊率。
解決辦法
針對以上問題，分別提出了解決方案。
課程截圖
方案收益分析
對於每個解決方案，用RD分析可行性，得到項目的預期收益。
課程截圖
輸出項目計劃
最後，項目計劃的下壹個版本如下:
課程截圖
2.0版本:搜索建議+搜索推薦
課程截圖
課程截圖
2.0效果回歸
我們來看看項目上線後每個問題的解決程度。
課程截圖
2.0問題分析
本文分析了兩個明顯與預期不符的問題。
問題1:步驟2的輸入時間沒有像預期的那樣減少:
1)部分低頻用戶數據積累不夠，導致排名不合理波動，排名策略需要微調；
2)而且隨著數據的積累，整體效果會逐漸變好。
問題2:步驟3的用戶目的地已經在歷史記錄中:
1)發現在網絡不好的情況下，搜索推薦加載太慢，所以用戶的使用量低於預期。
2)啟動app時考慮預加載。
2.0問題的進壹步分析——還有可能更好嗎？
課程截圖
有沒有可能理想狀態是1，甚至是0？
第二步:50%都是非常規律的通勤訂單(根據出發地和出發時間段可以準確預測目的地)。
第三步:20%是常規訂單。
——可以考慮把搜索推薦的結果放在計費頁面前面！
3.0版項目計劃
在綜合效果回歸和與研發溝通的可行性結論後，3.0的項目計劃如下:
課程截圖
目的地推薦(高準確率搜索推薦優先)+搜索推薦+搜索建議。
課程截圖
搜索輸入策略框架的擴展
1 .百度地圖APP
搜索起始頁
1)搜索框在首頁頂部，空白。沒有太多推薦內容，只是提醒用戶教育。
2)頁面中間，藍點上有壹個“home”提示，表示當前位置。點擊之後，可以直接發起對回家路線的搜索。
輸入頁面