如何才能产出业务指标收益比较高的策略

昨天会上过了几个方案，给我的感觉就是：大家都是为了显得更专业而去出策略方案，却不知脱离了业务最后很可能一个看似专业的方案，费了很多算法，工程资源上线，最后却没有一个好的结果。之后我便思考这样一个问题：

作为一个策略产品经理，如何才能产出一个业务指标收益比较高的方案，这其实关乎到每个人是否能够往上进阶。

各位观众，先允许我广而告之一下：18期训练营预报名优惠仅剩今天一天，想要学习转行策略的抓紧上车

最近做了近几期的调研，先放一个来自之前做过3年的NLP算法工程师的反馈

同时，训练营即将新增5节内容：

离线和实时推荐策略设计方法

用户偏好策略设计方

搜索相关性分档排序策略设计

搜索索引搭建

搜推综合排序策略设计方法

回到正文。

这里跟大家聊聊我的思考。

一种很常见的场景就是，没有算法的策略产品就是不牛逼，不专业。

我记得有一句话说的挺好：我们对算法的爱是复杂的，神秘的。大多数人似乎最不了解的就是算法。如同披着面纱的圣女，以致于大家对它有一种天生的偏爱。

好像也确实是这样。

为什么会让很多同学产生这样的错觉？

类似搜索、推荐等策略类型的产品可能是一种最偏技术的业务领域了，因为底层有大量的算法，模型，逻辑支撑，再加上当下都在讲大数据，AI，所以在讨论方案的时候很多人一上来就开始介绍“我的本次主要是对召回策略做了优化，有XXX模型改为XXX模型”，包括在做一些需求评审的时候，一个没有算法的推荐系统可能没有那么的能激发参与者的热情。

这样就会给很多人造成一种错觉，一个高大上的算法就是一个好的策略。但是，真的是有好的算法才能做出好的搜索推荐产品么？

也不是。

我记得之前聊过关于抖音搜索的一个案例。

当你在观看一个抖音的视频的时候，然后去点击搜索按钮，你会大概率发现，此时搜索框内的默认搜索词恰好就是你当前想要搜的词。

这是怎么做到的呢？为什么会产出这个策略？

比如当你正在看如下的视频：

这个视频是关于一个奇特景观的介绍：鄂州观音阁。此时，你去点击搜索，你会发现搜索框此时的搜索词就是：鄂州观音阁。

首先，我们来看一下，这个策略是怎么做到的？

其实也简单。大家都知道每一个视频上传之后，其实有一个类似视频处理的部门会对视频的内容做大量的“解析”工作，实际就是对视频内容进行理解。

在处理完毕之后其实就能得到视频中要重点陈述的内容是什么，以此来给这个视频打上标签。

这个标签其实非常像电商中一个商品的属性：类目，类目能表示一个商品的本质到底是什么，属于什么，而内容理解后产生的标签能描述这个视频到底讲什么。

另外一方面，其实也会有大量的用户行为数据来做参考。也就是用户在观看这个视频的时候，触发搜索功能进行搜索，那么所有被用户搜索过的关键词都会被用来当作生产这个默认搜索词的数据。最简单的策略就是：把用户观看视频时搜索占比最大词当作这里的默认搜索词即可。

那其实，可能的策略还有很多，而且线上肯定是多种策略共同作用去生产这个默认搜索词，大家可以多想想。

当然，更重要的是我们要理解背后它的核心思路，这里为什么要这么做？

我正好认识当时做这个策略的抖音同学，后来还跟他聊了一下，他给我的反馈其实就是：这个功能做的出发点其实就是通过大量的session分析，抓住了用户在当前场景的一个正常预期和最频繁的路径，上线以后看视频后搜索的渗透率大幅提升。

所以，大家可以去复盘一下这个交互路径下用户的预期：

当你看视频的时候，看完去点搜索，那么大概率是因为视频中的某个highlight吸引到你，所以你才去做进一步了解，所以就很自然就想到了这种策略。

所以策略的核心还是要回归业务，回归场景，回归用户。策略的本质是基于当前的业务场景和用户预期，通过数据应用的方式，解决用户的痛点，以便提升当前业务的核心指标。

所以回到这个问题：如何才能产出一个大量提升业务指标收益的策略呢？

其实，不难看出，策略还是从业务中来，回到业务中去。出发点就是业务模式和用户场景，终极目标还是提升用户体验和流量转化。当然这个需要在工作当中刻意锻炼。

我很认同下面一句话“其实站在整个推荐搜索产品的角度来讲，算法不是最重要的，甚至在产品的早期阶段，算法的权重和优先级应该是最低的。”

希望大家都记住这句话：撇开业务谈策略都是耍流氓。

以上希望对你有所启发。