策略是實現目標的手段
那策略到底是一個什么樣的手段呢？接下來用一個案例來探索策略是一種手段的本質。
問題：電子書閱讀器的屏幕閱讀體驗不佳如何解決？
背景設定：這個閱讀器是最初誕生時那種液晶屏，光線好的時候很清晰，光線不好的時候什么都看不清楚。
解決方案：
最初的解決辦法是增加一個屏幕背光功能，可以由人手動開關控制，白天光線好的時候關掉開關，晚上或者其他光線不好的時候可以手動打開這個背光燈。假設用函數來表示當前的這個解決方案的話，它更像一個坐標軸，y=0或者y=1，這是一個明確的0-1問題。但是這個解決方案比較粗糙，因為需要人去手動控制開關，需要一定的操作成本。
接下來產品經理會考慮有沒有更好的方案去解決這個問題，就提出了我們可以根據環境情況自動控制亮度，不需要人工控制。這個便比較接近現在的各類電子產品采用的方案了。繼續用函數來表示這個解決方案，那么這是一個一次函數，最終的亮度會受到外部亮度的影響。
如果說第一個版本用戶控制的方案是功能性的解決方案，那么第二個版本的自動調節的方案就叫做簡單策略的解決方案。
那第二個版本的方案是不是最優方案了呢？產品經理又發現，雖然可以自動調節亮度了，但還是會有用戶主動調節亮度的行為發生。通過調查發現，其實用戶對亮度的需求并不完全由外部亮度決定，還有其他很多因素的影響。比如說，玩游戲的時候我們希望屏幕可以更亮一點，閱讀的時候希望屏幕可以稍微暗一點，在戶外的時候希望更亮一點，在室內的時候希望屏幕也可以暗一點，等等。
于是PM提出了第三個版本的解決方案，把這些不同的手機應用的類型、時間、光源等因素也考慮進來，共同決定屏幕亮度的值。再由函數來表示的話，這就是由多個參數來決定y值的多元函數。那相對于第二個版本的簡單的一次函數來說，這便是一個復雜策略的解決方案。
通過以上的例子，我們可以形象的感受到功能性解決方案和策略解決方案的差異。功能是有明確單一的路徑和結果，而策略路徑會更加復雜，是要考慮更多的因素來給出最終的解決方案。
首先策略是圍繞著某個問題產生的，問題驅動產品的誕生，因此“待解決問題”是策略的第一個要素。比如上個案例中的“如何使屏幕的閱讀體驗更佳”就是待解決問題。
然后這個問題的解決方案會受到多個因素的影響，這些因素會被考慮進策略，決定最終的產品路徑。這些因素被稱作策略的“輸入”，這是策略的第二個要素。比如上個案例中的“外部亮度”“手機應用類型”等數據，就是策略的輸入。
這些輸入需要一定的處理邏輯和規則以轉化成最終的輸出結果，比如案例中的一次函數或者多元函數，這些函數會將因素x們轉化成屏幕亮度值y輸出。這里的“處理邏輯”和“輸出”就是策略的第三和第四要素。
接下來再通過兩個例子鞏固策略要素的拆解邏輯。
案例一、今日頭條的推薦策略
1.待解決問題：
如何從大量候選內容中找到用戶最喜歡的內容.
2.輸入：即用戶“喜歡”這件事情可能會受到哪些因素的影響
首先是什么樣的人決定了他可能會喜歡什么樣的東西，比如他的性別、年齡、職業、所在地等等；以及他曾經向平臺明確表達過的喜好和厭惡行為，比如說他特別喜歡哪篇文章，對什么文章會視而不見等等。這些用戶的基礎信息和歷史行為被統一挖掘為他的畫像標簽。
其次還有一個維度是這些候選內容是什么樣子，同樣決定了它有多大可能會被用戶喜歡。內容本身是什么樣子的，它是什么類別的內容，它講的是關于什么的事情，這都是推薦系統需要考慮的因素。這些統稱為候選內容的特征。
3.計算邏輯：
實際工作中這個計算邏輯主要由策略RD給出，PM不太需要關心里面的細節，但是要知道里面的大概思路。
這個計算邏輯的思路就是指如何將輸入轉化為輸出。這個推薦策略的計算邏輯就是將這些輸入的特征通過一定的計算規則轉化為唯一的“喜歡度”指標。
4.輸出：
將所有的候選內容按“喜歡度”從高到低排序，得到用戶最終看到的feed流。
案例二、711的商品促銷策略
1.待解決問題：
制定怎樣的促銷規則使該商品的當日銷售額最大。
這里也可以是銷量最大等其他目標，我們暫時以銷售額最大來分析。
2.輸入：
即“銷售額”這件事情可能會受到哪些因素的影響。
（1）有多少人會來購買
“多少人”會受到各個時段的人流量以及不同促銷下的購買轉化率的影響。
（2）以怎樣的價格購買
3.計算邏輯：
設定：一天中從到24點為促銷時間段
為各個時間段的人流量
4.輸出：
根據上面計算邏輯的公式得到銷售額最大，然后求得銷售額最大時的優惠時間和優惠價格，從而知道促銷規則該如何設定。
總結
存在某種問題，該問題的最佳解決方案會受到多個因素的影響、不是恒定不變的。可以持續收集這些因素的變化，并根據變化隨時調整解決方案，這種手段即為策略。
待解決問題，輸入因素，計算邏輯，方案輸出就是策略的四大要素。?
上一篇：1.1 什么是策略和策略產品
下一篇：1.3 策略是產品不斷進化的產物
