作为一个前AI解决方案专家，做过大量的推荐策略、搜索策略以及金融反欺诈策略，现在转行做互联网商业化策略产品，尝试给大家系统性地介绍一下市场上常见的策略产品经理岗位，以及对应需要的技能。
1. 策略是什么&相关岗位的兴起缘由
策略产品经理是干什么的？
策略：计策&谋略。在一定约束条件下，为了实现业务目标而采取的一系列方案。比如知乎首页推荐Feeds流，业务目标是希望提升用户对于推荐内容的点击率，我们需要构建一个模型能够预测用户对于内容的点击率，点击率预估就是我们该场景下的目标函数。但我们还需要做到首页推荐的内容不能有敏感内容，同时还需要保证内容的新颖性，时效性等等，这些都是我们的约束条件，不能随心所欲地推荐任何内容。
所以策略岗需要处理的问题，最终基本是拆解成一个数学问题，学习目标是什么，目标函数是什么，约束条件是什么。最终输出的是：模型 or 运营策略规则；
为什么策略产品经理岗位近些年兴起了？
以前也有专门的策略岗位，但主要偏向于金融风控策略。近期兴起的策略产品经理岗位主要集中在互联网公司。随着互联网流量红利到头，我们需要基于现有的流量做更加精细化的运营，以前那种啥也不做用户和流量每年仍然会疯狂上涨的时期已经过去了。各大APP比如抖音&京东日活早已经到达瓶颈。比如京东以前是没有用户增长部门的，19年成立了专门的用户增长部门来负责整个平台的用户增长。各个业务方向都需要进行更加精细化的运营，也就相继产生了各个方向的策略岗位：推荐策略、搜索策略、增长策略、广告策略等等。
2. 策略产品经理岗位的分类
策略岗位有很多类型，但主要分为两个方向一种是分析，一种是产品。很多公司这两个岗位是合二为一的，策略产品经理既要干分析，又要做产品规划。专门只做分析，不负责策略落地跟进，和后续整体策略产品规划的，这种比较工具人。我将市场上常见的策略产品经理岗位归纳在下面：
策略产品岗位归纳2.1 风控策略
最早的一类策略产品经理，在银行和金融科技领域最常见，不过在金融领域一般都叫做风控策略分析师。
2.2 增长策略
增长策略是近些年互联网领域新兴的一个岗位，因为互联网流量红利到头，各大互联网公司需要持续的用户增长就需要专门的部门来负责用户增长，如何花最少的钱带来更多的用户。
2.3 推荐策略
移动互联网时代用户有大量碎片时间来浏览各类信息，如何发掘用户的兴趣进行精准推荐是各大互联网公司长期在探索和实践的，也应运而生了推荐策略产品。
对于推荐策略产品经理日常工作内容感兴趣的，可以阅读下面这个回答。
负责推荐系统的产品经理日常工作内容都有什么，怎么优化推荐结果？
想了解推荐系统的，可以阅读下面的系列文章。
King James：推荐策略产品经理必读系列—第一讲推荐系统的兴起
King James：推荐策略产品经理必读系列—第二讲推荐系统的架构
King James：推荐策略产品经理必读系列—第三讲推荐系统的召回一
King James：推荐策略产品经理必读系列—第四讲推荐系统的协同过滤召回
King James：推荐策略产品经理必读系列—第五讲推荐系统的向量召回
King James：推荐策略产品经理必读系列—第六讲推荐结果的单双列Feeds流样式选择
King James：推荐策略产品经理必读系列—第七讲推荐结果的样式&创意策略
2.4 搜索策略
如果说推荐是发觉用户的兴趣，那么搜索就是匹配用户的需求。电商APP比如京东&淘宝，70%的GMV还是由搜索贡献的，如何更加精准识别用户搜索意图&匹配需求，是搜索策略产品需要考虑的。
想了解电商搜索引擎整体框架的，可以阅读下面的系列文章。
King James：电商APP智能搜索第一讲——搜索引擎整体框架
King James：电商APP智能搜索第二讲——如何召回搜索结果
King James：电商APP智能搜索第三讲——如何排序搜索结果
King James：电商APP智能搜索第四篇-业务效果评估指标&辅助作用
2.5 广告策略
这世界上大部分的互联网公司都是广告公司，比如百度、谷歌、和字节，目前广告收入仍然占据百度总收入的60%以上。即使像淘宝和京东这样的电商公司，广告业务也是它每年收入的重要来源。如何基于平台的流量进行高效变现是广告策略产品的工作职责。
对于推荐系统和计算广告区别不清楚的，可以阅读下面这个回答。
计算广告与推荐系统有哪些区别？
2.6 其他
当前还有一些垂类的策略产品比如外卖订单匹配策略、零售行业的选品策略、定价策略、选址策略等等。这里也不一一展开了。
3. 策略产品经理所需技能
成为一个合格的策略产品至少需要具备以下三个基本技能：
3.1 数据分析
这年头如果还是只会Excel进行数据分析那太Low了，策略产品至少需要会Sql&Hive。相关的可视化数据分析软件比如也是基本要求。这里推荐一个B站上一个专门教MySQL数据库的教程，大家自己看就行了。
基础+高级篇- 数据库 -sql -mysql教程视频入门_尚硅谷_哔哩哔哩
数据Sense一方面是天生的，一方面是建立在自己对业务的了解程度。数据结果是这样，能够快速发觉出异常。能够基于问题，快速建立一整套的数据分析体系，比如如何构建用户画像，用户画像分为哪些维度等等，这些是需要一定业务知识的。
3.2 业务经验
我在上面介绍每个岗位时都首先介绍了业务目标，因为策略是服务于业务的。所以策略产品需要对业务非常的熟悉，需要多和业务同学进行交流，尤其是风控策略&广告策略，了解用户&商家的诉求。只有知道实际的业务是什么样，才能制定切合实际可落地的策略，不然都是纸上谈兵。
3.3 算法知识
关于策略岗位需不需要懂算法，我的观点是我们需要懂一些常见算法的数学原理，以及基本模型构建的核心流程和效果评估指标，尤其是推荐 & 搜索 & 广告策略产品。最基本的AUC、召回率、精准率等需要知道，模型如何构建和训练的，训练样本如何选择，什么是过拟合等。
最后大家如何进入策略岗位，尤其是小白如何准备策略岗位的面试，我这里推荐一些干货微信公众号和各个领域经典的书籍，这些书籍都是我自己在看过大量策略相关书籍后推荐给大家的。
