策略產(chǎn)品經(jīng)理基礎(chǔ)知識:?2.2需求挖掘之效果回歸
![](http://image.woshipm.com/wp-files/img/52.jpg)
上周我們分享了抽樣分析,一種很系統(tǒng)的需求挖掘方法,我認(rèn)為無論是策略產(chǎn)品經(jīng)理還是功能產(chǎn)品經(jīng)理,都可以使用這套方法完成挖掘需求的工作。執(zhí)行前,唯一需要確定的事情就是,業(yè)務(wù)或功能當(dāng)前的核心理想態(tài)是什么。有了這個就可以進行需求挖掘和數(shù)據(jù)抽樣分析了。本篇我們分享,策略產(chǎn)品經(jīng)理特有的工作內(nèi)容“效果回歸”。
一、什么是效果回歸?
我們先復(fù)習(xí)下上一篇文章的內(nèi)容:
效果回歸:貫穿策略產(chǎn)品工作的始末,它既是一個策略需求的結(jié)束,也是新需求的開始。因為策略產(chǎn)品經(jīng)理的工作就是在不停的優(yōu)化策略數(shù)據(jù)效果,所以效果回歸即發(fā)生在開發(fā)成果驗收和調(diào)優(yōu)階段,也會發(fā)生在策略上線后的數(shù)據(jù)分析階段。從處理邏輯上講和功能產(chǎn)品經(jīng)理在需求上線前進行成果驗收和上線后進行數(shù)據(jù)分析再次發(fā)起功能迭代的思路差不多。
所以依據(jù)這個邏輯,我們可以將效果回歸分為兩個階段:
- 開發(fā)過程中的“開發(fā)效果評估”決定項目是否上線,怎么上線。
- 項目上線后的“數(shù)據(jù)分析,實際效果評估”,確認(rèn)策略對用戶體驗是否有的正向影響,挖掘新需求。
二、開發(fā)效果評估
開發(fā)效果評估是策略產(chǎn)品經(jīng)理的入門工作,為什么這么說呢?在本系列文章《什么是策略產(chǎn)品經(jīng)理》中,我們講過“策略產(chǎn)品通過邏輯描述和效果示例表達產(chǎn)品實現(xiàn)效果,過程中可能需要多個算法邏輯并行,并涉及到很多復(fù)雜的變量”。
在評估的過程中,策略PM需要針對RD開發(fā)出的模型,進行多維的結(jié)果測試,驗證是否滿足需求。經(jīng)過驗證可能算法、邏輯、條件都需要調(diào)整,而具體做不做調(diào)整,怎么調(diào)整只有經(jīng)過效果評估才能知道。所以效果評估是策略產(chǎn)品經(jīng)理必須要做的事情。
1.評估流程
通常情況下,策略需求開發(fā)的過程是這樣的:
- 需求評審?fù)ㄟ^后,RD進行策略開發(fā),開發(fā)完成后向PM提交結(jié)果進行效果評估,即送評。
- PM進行效果評估,看是否滿足目標(biāo)效果。如果滿足則上線,如果不滿足則向RD提出問題點或包含改進意見。然后RD再次進行開發(fā),開發(fā)完成后再次送評。
- PM再次進行效果評估,滿足目標(biāo)效果則上線;如果不滿足,那就要再次提問題點,RD繼續(xù)開發(fā),直到開發(fā)成果滿足目標(biāo)效果。
2.策略質(zhì)量評估
第一篇《什么是策略》中,我們提過:策略的開始需要明確理想態(tài)。而理想態(tài)會針對業(yè)務(wù)的復(fù)雜程度,由多個相對獨立的理想態(tài)組成一個復(fù)雜的核心理想態(tài)。參照這個邏輯,我們可以將一個復(fù)雜的核心策略拆解成多個相對獨立的子策略,它們相互關(guān)聯(lián),一同服務(wù)于核心策略。
這是一個連帶關(guān)系,也就是說當(dāng)我們調(diào)整一個子策略時,核心策略的效果也可能會隨之變化。這就需要我們在做開發(fā)效果評估時,即要針對單一策略進行“策略質(zhì)量評估”,也要針對整體策略進行“diff評估”。
策略質(zhì)量評估的評估標(biāo)準(zhǔn)由召回率和準(zhǔn)確率組成。
1)召回率:代表策略幫你獲取了多少,你需要獲取的“數(shù)據(jù)”。計算公式如下:
召回率 = 目標(biāo)數(shù)據(jù)中策略實際召回的數(shù)據(jù)量 / 目標(biāo)數(shù)據(jù)的總量
2)準(zhǔn)確率:代表策略幫你獲取的這些數(shù)據(jù),有多少是有效的。計算公式如下:
準(zhǔn)確率 = 召回數(shù)據(jù)中有效數(shù)據(jù)的量 / 召回數(shù)據(jù)的總量
召回率和準(zhǔn)確率之間是相對矛盾的。向召回率高,你就要增加更多有效的召回元素,放寬召回標(biāo)準(zhǔn);但是元素多了的話,那準(zhǔn)確率就會下降,因為想準(zhǔn)確率高我們就必須收縮精細(xì)召回標(biāo)準(zhǔn)。
舉例說明:以今日頭條文章收錄的策略為例:
大家都知道,頭條有向全網(wǎng)抓取文章的策略。原理就是機器利用自然語言識別技術(shù),通過分析文章標(biāo)題和正文內(nèi)容等部分中,分析被定義為某個屬性的關(guān)鍵詞和句式結(jié)構(gòu)的所有量,給文章定類型,是軍事文章還是社會文章等。很多時候,我們?nèi)绻霐U充一個類型的文章量,就要增加相關(guān)關(guān)鍵詞和句式識別的范圍和收錄標(biāo)準(zhǔn)。那這個時候就有可能會把機器認(rèn)為是軍事類文章而內(nèi)容本身為其他類目的文章收錄到軍事類文章中。
例如:某人是軍事類文章作者,他寫了一篇二戰(zhàn)時期各國將領(lǐng)八卦的帖子,文章會涉及到將領(lǐng)人名、國家名和戰(zhàn)場名稱。在召回標(biāo)準(zhǔn)寬松的時候,它可能會被判定為軍事類文章,但實質(zhì)這是一篇八卦閑文,那準(zhǔn)確率自然就下降。
工作中我們需要針對不同的項目目標(biāo)和要解決的不同問題,去分析本次主要是調(diào)整召回率還是調(diào)整準(zhǔn)確率,并且找到二者之間的平衡點。
3.Diff評估
一個由多個策略組成的復(fù)雜策略,各策略之間是相互作用的關(guān)系。針對一個整體策略我們通常綜合兩個衡量標(biāo)準(zhǔn)進行評估,分別是:
- Diff影響面:策略調(diào)整前后,數(shù)據(jù)在前臺展示情況的變化程度。這個結(jié)果通過RD在完成策略開發(fā)后,就能跑出來。
- G:S:B評估:即分析策略結(jié)果中g(shù)ood(有改進的部分)、same(無變化的部分)、bad(變壞了的部分),三類case分別的占比是多少。
舉例說明:依舊用今日頭條內(nèi)容收錄的策略。
軍事文章收錄策略調(diào)整后我們對1000篇文章進行識別,新舊策略識別后的對比結(jié)果如下:共有327個不同結(jié)果。其中,147個新策略識別為軍事文章,舊策略識別為否;180篇新策略識別為否,舊策略識別為是。經(jīng)人工比對,其中234個是新策略對,舊策略錯。57個是新策略錯,舊策略對。還有36個無法明確界定是否是軍事類文章,暫定為same結(jié)果。
評估結(jié)果是:Diff影響面 = 新舊結(jié)果不同的327 / 總樣本量1000 = 32.7% ;G:S:B = 234 :36 :57
如果PM覺得這個效果可行,那就可以選擇上線了;如果不可行,我們可以針對bad數(shù)據(jù)再次細(xì)化識別策略,找出問題點,分析原因制定解決方案。
通常我們會發(fā)揚good策略,優(yōu)化bad策略,放緩same數(shù)據(jù)。
三、效果回歸
效果回歸一共分為五步,依次是:
- 明確目標(biāo):即策略當(dāng)前的理想態(tài)
- 建立考核指標(biāo):理想態(tài)相關(guān)的衡量指標(biāo)
- 選擇上線方式
- 依據(jù)考核指標(biāo)收集數(shù)據(jù)
- 分析問題產(chǎn)出結(jié)論:有沒有達到理想態(tài),有的話還有沒有改進空間,怎么改進;沒有的話問題出在哪,怎么解決
1、2、4、5步,在上一篇《需求挖掘之抽樣分析》第二節(jié)階段性調(diào)研中有詳細(xì)的說明,此處就不講了,我們詳細(xì)說明下第三步,選擇上線方式。上線方式有兩種可選:
1.全流量上線:
應(yīng)用場景是策略調(diào)整只和本項目有關(guān),即不存在子與子或子與母之間的策略關(guān)聯(lián)關(guān)系,適用于獨立策略或者是對整體策略無影響的單個策略的迭代。
當(dāng)評估效果很好時,希望盡快上線拿到收益。滿足以上兩個條件即可使用。
2.小流量上線:即 AB test
應(yīng)用場景是策略的調(diào)整會受到其他因素的影響,或者屬于存在子與子或子與母之間的策略關(guān)聯(lián)關(guān)系的個體策略時;或者策略上線后的效果還存在不確定性,需要進行實際的效果驗證時。以上兩個條件滿足任意一條時,就適合選擇小流量上線。
需要注意的是:為了更好的驗證AB test的上線效果,避免其他不可控因素影響效果。我們可以在AB test正式上線前,先對已選好的測試端口抓取一部分?jǐn)?shù)據(jù),先分析兩個端口的異同點。如果兩個結(jié)果表現(xiàn)相同,則需要更換一個端口;如果結(jié)果不同,則可以上線進行測試。
到此為止,本文分享完畢。
下一篇我們分享《3.1策略需求文檔的編寫》,在這之后我會和大家一起回顧前五篇帖子的內(nèi)容,即“整理策略產(chǎn)品經(jīng)理的工作流程和思考模型”,到時6篇關(guān)于策略產(chǎn)品經(jīng)理的學(xué)習(xí)筆記就算完成了。
策略產(chǎn)品經(jīng)理學(xué)習(xí)筆記目錄:
《策略產(chǎn)品經(jīng)理學(xué)習(xí)筆記, 1.1什么是策略》
《策略產(chǎn)品經(jīng)理學(xué)習(xí)筆記, 1.2什么是策略產(chǎn)品經(jīng)理》
《策略產(chǎn)品經(jīng)理學(xué)習(xí)筆記, 2.1需求挖掘之抽樣分析》
《策略產(chǎn)品經(jīng)理學(xué)習(xí)筆記,2.2需求挖掘之效果回歸》
本文由 @于言某 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
文章中有一點想請教一下,“召回率和準(zhǔn)確率之間是相對矛盾的。向召回率高,你就要增加更多有效的召回元素,放寬召回標(biāo)準(zhǔn);但是元素多了的話,那準(zhǔn)確率就會下降,因為想準(zhǔn)確率高我們就必須收縮精細(xì)召回標(biāo)準(zhǔn)?!?。
“更多有效的召回元素”,從理論上來說,既然召回元素是有效的,在放寬標(biāo)準(zhǔn)的同時應(yīng)該不存在準(zhǔn)確率下降的問題吧?也就是說,準(zhǔn)確率下降,想提高準(zhǔn)確率,不只有收縮召回標(biāo)準(zhǔn)這一種辦法,提高召回元素的有效性,無限接近于準(zhǔn)確,自然可以更多的提升召回率和準(zhǔn)確率。所以提升策略的質(zhì)量評估,根本就在召回元素的有效性上。不知道我這么理解對不對?確實沒有實際工作中應(yīng)用到,只是在學(xué)習(xí)中,希望能多多指教~
這是兩個靈活的變量指標(biāo),不必糾結(jié)關(guān)系。要學(xué)會利用元素和策略增長覆蓋率和點擊率。
我想請問作者總結(jié)的這些是看書還是上課學(xué)到的呢?
作者很棒
看了作者的寫作方式 RD PM ABtest good策略 bad策略 same數(shù)據(jù)。。。作者海外呆了幾年?回來感覺還可以?
這些都是產(chǎn)品經(jīng)理日常工作會接觸到的縮寫,也是互聯(lián)網(wǎng)行業(yè)公用的術(shù)語。如果看不懂麻煩百度吧。在一個行業(yè)里了解術(shù)語是基礎(chǔ)能力。
我錯了。。。。