专业成就职业
今天有读者朋友咨询训练营的时候问了我一个问题：策略产品经理是不是需要会算法，感觉很难。
可能不仅是这位读者有这样的疑问，大部分刚进入训练营的同学，都有这样的疑问：策略产品经理到底需不需要去学习算法？如果学学到什么程度比较好？策略产品如何与算法工程师协作。
希望大家看完今天的内容有一个清晰的认知。否则，不仅仅是你学习效果的问题，甚至可能影响你的职业发展。
01 该不该学，学的目标是什么？
我们都知道做C端和B端产品，解决问题的方式是通过新增功能，新增页面，优化交互，优化体验来解决问题，对于开发工程师来说，交付的是一个确定的结果，所以需求评审完之后，其实更多的是一个开发的过程，产品会解放出来，过程会有项目经理跟进；
但是，策略很多时候我们会涉及到逻辑层面的优化，而策略产品当中的逻辑很多时候涉及到模型。因为策略本身的效果的不确定性，导致我们在策略实施过程中需要频繁和算法打交道，比如涉及到一些初始化，离线评估，做GSB等，因此，从交集上来说策略产品和算法会比较多一些，也因此很多人认为策略产品经理就是搞算法的，尤其刚开始接触策略的人。
这其实有点本末倒置了。
首先，策略产品经理还是产品经理，所以他解决的一定是业务问题，那么它的核心竞争力一定在于能基于当前的业务场景，通过数据的运用，持续输出正确解决问题的方案。
其次，我们说经常说术业有专攻，那很简单，算法工程师本身就是搞算法，研究模型。作为策略产品经理来讲，你再怎么研究，再怎么学，你肯定也不可能比算法工程深入，所以你的核心竞争力在哪里？再朴素不过的道理了。所以大家首先摒弃通过学算法去指导算法做一些什么事情，比如说模型的选型，特征的加工处理。
努力的方向错误，长期可能会影响你的职业发展和晋升，怎么样从执行到全局，甚至到管理。大家可以调研一下哪个策略产品负责人是喜欢去研究算法的，都是对业务更擅长。
那么，策略产品经理该不该学算法？
我的建议是：大家需要了解一些常见算法模型的思路和应用场景，起码你要了解模型的输入和输出是什么，解决什么样的问题。之前有训练营同学问我，该以什么样的目标去学，今天我给大家一个学习目标：降低和算法的沟通成本。
这个度要把握好，避免浪费不必要的精力。
02 实际工作怎么做？
我们该如何做？以下几个点，我觉得大家可以重点从下面几个角度切入，当然每个公司，不同的团队都有其独特的文化氛围，所以下面是我经历过的一些合作方式，大家可以根据自己的实际情况进行落地：
1. 问题的定义
当前策略解决的问题是什么，比如对于搜索，是相关性的问题，还是排序的问题，还是前端体验的问题，这个需要明确给到算法，他们从问题能知道归因和优化的切入点。
这块我建议大家可以结合case，数据前置分析，用研等手段来进行问题的解释。
2. 价值判断
也就是作为产品经理，需要给到算法当前策略优化的收益有多大，收益越大，优化的必要性也就越大。怎么做？这就要求我们在做一个策略优化之前能够评估出来我们当前做这个策略可能带来的业务价值，从而让算法开发团队有一个非常明确的目标。
我记得我之前讲过一个如何进行策略收益的预估，大家可以看看历史文章。
3. 目标的定义
每一种算法模型的背后都有一个对应的收敛目标，显然不同的业务场景追求的核心指标是不一样的，比如短视频单双列的核心指标有着明显的区别，所以作为产品经理来讲你需要给到算法当前业务场景是什么，这会影响到算法同学策略具体的落地。
4. 特征输入
当然，大部分情况下，我是不太建议策略产品经理介入到算法同学的工作当中的。但是如果当前你们的团队情况需要，尤其碰到算法能力比较弱的团队，那么我建议从两个方面入手：
特征选取：选择哪些特征作为模型的输入。作为策略产品经理，可以利用你本身对业务的理解，给到算法特征输入上的建议，因为特征是为业务目标服务的。
特征初始化：有些模型当中涉及到权重的初始化，那么作为策略产品同学，同样可以从业务的角度，结合一些比较直观的方法去给到一些初始权重的输入。
5. 算法模型的评估
算法模型上线后，算法工程师可能会关注准确率、召回率、 AUC曲线，F值等。那么策略产品经理关注什么？
1. 策略预期的效果。也就是算法模型上线以后带来的效果是否和你的需求预期一致，这块我们通常通过GSB去进行。
2. 策略的业务效果。相比算法工程师关注的指标，策略产品经理更应该关注算法在业务上面的表现，这个其实就是我们常说的业务核心指标：CTR，CVR，UV价值等等。
以上，希望能够给你带来一些启发。
4. 职业选择，拓展学习，看看这个方向是否适合自己，找一个专业性强、不可替代性高、竞争力高的方向。
报名联系小助理
