为什么购物或视频都会给我们推荐一些商品和视频内容？为什么我们如此的沉迷抖音无法自拔？
作为一枚互联网人，可能大家都知道并且熟知策略这个词，对它又爱又恨。
用户可以通过产品策略推荐内容快速得到自己喜欢的东西，免除了大量查找搜索的时间，但是正因为策略推荐的内容太过精准很容易让自己沉迷其中无法自拔。
今天我就为大家详细梳理一下“策略”是什么东西，怎么样能够实现精准策略推荐。
策略是什么
策略，咋听起来是一个非常高大上的词儿，那么，策略到底是什么呢？
策略与功能、文案、活动一样，是一种解决问题，实现指标的有效手段。其实，策略在生活中无处不在，但它是隐形的，像“一只看不见的手”时刻影响着我们每个人的生活。
策略可以在任何一个行业、产品、形态中看到，甚至只是一个目的。
例如：新闻推荐策略（如何从大量候选内容中找到用户最喜欢的内容）、反欺诈策略（如何避免意外发生，将产品收益做到最大化）、价格策略（制定怎样的价格可以让商品销售额最大）等。
那么，策略是如何在生活中起作用的？作为产品，我们如何才能更好的使用策略呢？
举个例子：
超市的货品怎么摆放，才会让商品更畅销的同时让超市获取更高的利润？（待解决的问题）
首先，我们来分析下影响超市商品销售的因素有哪些（影响解决方案的因素）：
- 从商品类别维度来看，商品可以分为：热销商品、一般商品、滞销商品；
- 从时间维度来看有未过期、即将过期两种；
- 从超市老板角度来看，既想多屯商品以便卖出去更多，同时又要保证让商品在保质期内尽可能的全部卖出去，以保证不会砸在手里造成经济损失。
根据上述分类，我们可以采取的策略有（计算逻辑和输出）：
- 将一般商品放在显眼且前置的位置来提高曝光率；
- 将滞销商品与热销商品摆在一起同时摆在靠后的位置
- 同类别或商品的周边辅助产品摆放在一起，将快过保质期的商品放在商品的前边等等。
这样我们就可以整理出来策略的四大要素：
- 待解决问题
- 影响解决方案的因素（输入）
- 将输入转化成输出的规则（计算逻辑）
- 具体的解决方案（输出）
在面对一些问题的时候，我们首先需要对问题进行拆解，找到影响问题的所有因素。
我们需要时刻收集这些因素的变化，并通过一定的计算逻辑进行转化，以便使解决方案随着外部因素的变化而不停的调整，让问题得到更好的解决。
这种手段即是策略，而策略实行的过程点就叫做策略四要素。
如何找到待解决的问题
有时候解决问题不难，但是找到应该解决的问题，才是最难的。
一般来说，发现问题的途径总结出来就四种途径：
- 用户反馈收集
- 系统监控
- 阶段性调研
- 效果回归
1.用户反馈收集
通过自有渠道+外部渠道收集产品信息，根据不同的反馈信息进行分类，剔除无意义的反馈后进行分类归档。
常见自有渠道：产品各端上的用户反馈入口、客户收集到的问题等
常见外部渠道：各类应用商店评论、微博、贴吧等媒体渠道的评论
2.系统监控
此类途径针对的是数据相对稳定的产品，通过对数字性指标的收集和观察，能够自动、实时的发现问题进行通知的手段。
此类途径的优点为，能够帮助我们解放双手，自动发现需求。然而此类途径的关键点为如何定义待监控指标（告诉机器要观察哪些指标）与如何定义报警规则（告诉机器什么时候通知我们、怎么去通知我们）
例如：
定义待监控指标：电商平台的一次支付、二次支付比例数据；
定义报警规则：二次支付订单（首次订单取消后再次下单同一商品）占比超过1%，系统邮件通知相关负责人发出警报。
3.阶段性调研
此类途径是针对产品现状进行的系统性分析。此时产出的分析结论最能代表产品问题全貌，可以有效指导下阶段的产品计划。
阶段性（产品）调研的时间节点：
- 接触新产品：接手某个产品方向的时候
- 周期性回顾：每个月/季度/半年等固定周期的回顾
- 不定期回顾：其他需要临时回顾整个产品现状的时候
具体如何调研，需要注意的是，这里的调研我们指的并不是通常意义上的产品调研，而是产品业务中的某项数据指标调研。
例如，之前的待监控指标数据是否达到理想状态、拆解未达理想态的情况。至于什么是理想态、怎么定义理想态、理想态怎么拆解下文会有详细讲解。
4.效果回归
此类途径为策略产品工作循环的最后一环，一句话解释就是之前发现的问题有没有解决掉/是否达成目标。
如果问题有被解决掉/已达成目标，那么有没有进一步优化空间、有没有引入新的问题。如果前置问题没有被解决掉/未达成目标，是因为什么导致问题没有被解决/目标没有达成，如果要达到目标接下来要做什么。
如何策略地解决问题
解决问题我们可以分为四步走，分别为：定义理想态，拆解未达理想态的情况，提出解决方案，验证是否解决。
1.定义理想态
某项数据/功能我们期望它是什么样的，能够达到何种状态。需要注意的是所有的理想态都是为阶段性的产品目标服务的，随着产品的进化，理想态的定义也在随着进化。
2.拆解未达理想态的情况
通过对一段时间内的理想态内容数据进行case抽样提取，将所有未达到理想态的case进行分析、统计归类，明确未满足的原因。
3.提出解决方案
根据case的未满足原因，使用hmw方法对其进行解决方案设计。
4.验证是否解决
解决方案上线一段时间后，再次进行case抽样查看分析，是否达到理想态状态。若已达到理想态那么是否还有进一步优化的可能，若未达到理想态则再次进行未达到理想的状态进行拆解分析。
总的来说，策略的通用工作流程就是发现问题➡️解决问题的循环，通俗的话来解释就是没事找事，别让自己闲下来。
案例
背景：某电商平台发现，一小部分的用户（影响面约3%）会在购物订单取消后，（在订单生成之后的）30min-120min内，二次生成订单，并完成支付订单。
经了解，现有产品逻辑是：不管针对什么样的用户，30min内没付款就取消交易。现在的这种时间限制似乎有点影响用户体验，我们假设如果将订单支付的时间延长，应当能增加订单付款的成功率。
为此我们要针对用户的待支付时常设计一套解决方案以此来增加付款成功率。
问题需求分析
1.待解决问题
购物订单取消且倒计时结束之后，二次生成订单并完成支付购买的用户比例小于3%
2.输入
分析影响订单时长因素：
分析
A：用户
用户分为普通用户、会员用户，根据用户的身份以及购物频率的维度进行区分，在支付订单时长进行区分对待，提高用户与商家的体验从而降低影购物订单取消后二次生成订单并完成支付，使影响面小于3%。
B：价格
价格（奢侈品）因素对于用户分为两类，一类用户经常性购买奢侈品的人来说更多的是冲动型消费。因此订单支付时间越短越会刺激该类用户的购买，但是对于不购买/很少购买奢侈品用户来讲，需要进行多方对比选择一个性价比最高的平台来才会决定下单。
因此，对于该类型的用户来讲订单自动取消时间不宜过短，由于用户非寺库那种专属高端用户，所以订单自动取消时长不宜过短。
根据商品价格来区分订单支付时长，从而降低影响购物订单取消后，二次生成订单，并完成支付，使影响面小于3%。
C：商品状态
商品状态分为折扣商品与普通商品，由于折扣（限时）商品数量有限，如果遇到恶意占用库存的人，对于商家、想购买该商品的用户来说伤害特别大。
因此通过商品的状态来区分订单支付时长，从而降低影响购物订单取消后二次生成订单并完成支付，使影响面小于3%。
D：商品类型
商品类型分为受时间影响较大与受时间影响较小的商品，比如蛋糕等食品的保质期非常的短，如果订单取消时间过长会导致食品变质，因此通过商品是否受时间影响来区分订单支付时长，从而降低影响购物订单取消后二次生成订单并完成支付，使影响面小于3%。
小结：
3.计算逻辑
根据以上影响因素分析初步设计，分数占比如下（权重大小与具体得分数值，根据影响因素的重要程度的相关分析进行相应设定）。
4.输出（case实例）
计算：
用户身份：普通用户（1分）
订单价格：1-1000元区间（1分）
商品状态：折扣商品（2分）
商品类型：商品类型B（2分）
订单自动取消时长=（1+1+2+2）*5=30min
总 结
策略遍布我们身边无处无在，在技术不断革新与用户“见异思迁”的当下，如何能够通过策略来更好的帮助我们解决问题是我们所应该时刻深入思考的事情。
