产品经理进阶-策略产品经理基础知识：?2.2需求挖掘之效果回归.docx

产品经理进阶-策略产品经理基础知识：?2.2需求挖掘之效果回归.docx策略产品经理基础知识: :效果回归:贯穿策略产品工作的始末,它既是一个策略需求的结束,也是新需求的开始。因为策略产品经理的工作就是在不停的优化策略数据效果,所以效果回归即发生在开发成果验收和调优阶段,也会发生在策略上线后的数据分析阶段。从处理逻辑上讲和功能产品经理在需求上线前进行成果验收和上线后进行数据分析再次发起功能迭代的思路差不多。所以依据这个逻辑,我们可以将效果回归分为两个阶段:开发效果评估是策略产品经理的入门工作,为什么这么说呢?在本系列文章《什么是策略产品经理》中,我们讲过“策略产品通过逻辑描述和效果示例表达产品实现效果,过程中可能需要多个算法逻辑并行,并涉及到很多复杂的变量”。在评估的过程中,策略PM需要针对RD开发出的模型,进行多维的结果测试,验证是否满足需求。经过验证可能算法、逻辑、条件都需要调整,而具体做不做调整,怎么调整只有经过效果评估才能知道。所以效果评估是策略产品经理必须要做的事情。通常情况下,策略需求开发的过程是这样的:第一篇《什么是策略》中,我们提过:策略的开始需要明确理想态。而理想态会针对业务的复杂程度,由多个相对独立的理想态组成一个复杂的核心理想态。参照这个逻辑,我们可以将一个复杂的核心策略拆解成多个相对独立的子策略,它们相互关联,一同服务于核心策略。这是一个连带关系,也就是说当我们调整一个子策略时,核心策略的效果也可能会随之变化。这就需要我们在做开发效果评估时,即要针对单一策略进行“策略质量评估”,也要针对整体策略进行“diff评估”。策略质量评估的评估标准由召回率和准确率组成。1)召回率:代表策略帮你获取了多少,你需要获取的“数据”。计算公式如下:召回率=目标数据中策略实际召回的数据量/目标数据的总量2)准确率:代表策略帮你获取的这些数据,有多少是有效的。计算公式如下:准确率=召回数据中有效数据的量/召回数据的总量召回率和准确率之间是相对矛盾的。向召回率高,你就要增加更多有效的召回元素,放宽召回标准;但是元素多了的话,那准确率就会下降,因为想准确率高我们就必须收缩精细召回标准。举例说明:以今日头条文章收录的策略为例:大家都知道,头条有向全网抓取文章的策略。原理就是机器利用自然语言识别技术,通过分析文章标题和正文内容等部分中,分析被定义为某个属性的关键词和句式结构的所有量,给文章定类型,是军事文章还是社会文章等。很多时候,我们如果想扩充一个类型的文章量,就要增加相关关键词和句式识别的范围和收录标准。那这个时候就有可能会把机器认为是军事类文章而内容本身为其他类目的文章收录到军事类文章中。例如:某人是军事类文章,他写了一篇二战时期各国将领八卦的帖子,文章会涉及到将领人名、国家名和战场名称。在召回标准宽松的时候,它可能会被判定为军事类文章,但实质这是一篇八卦闲文,那准确率自然就下降。工作中我们需要针对不同的项目目标和要解决的不同问题,去分析本次主要是调整召回率还是调整准确率,并且找到二者之间的平衡点。一个由多个策略组成的复杂策略,各策略之间是相互作用的关系。针对一个整体策略我们通常综合两个衡量标准进行评估,分别是:举例说明:依旧用今日头条内容收录的策略。军事文章收录策略调整后我们对1000篇文章进行识别,新旧策略识别后的对比结果如下:共有327个不同结果。其中,147个新