本文作者經歷了三次改版，四次評審，N 次權衡，然后總結分析了要如何給新用戶推薦一位“老用戶”，進而提升會員轉化率和商品交易額？

策略往往是一套由數據驅動，存在于產品當中的一套規則與機制。

換個角度解釋：如果一家企業的核心業務高度依賴于人的工作，員工的管理問題可能會是復雜度極高、且穩定性較難保障的；而一家公司的核心業務如果是依賴于機器在跑，那么則將是很穩定并且可持續的。而機器的運轉，需要被規則來約束，而那些支撐機器運轉的規則，就是策略。

某日，接到一個有趣的需求 ：如何給新用戶推薦一位“老用戶”，進而提升會員轉化率和商品交易額？

分析主線：給新用戶推薦一位老會員用戶， 使得老用戶獲取自然流量，進而老用戶因邀請返利促使他和新用戶建立關系，最后幫助產品自然轉化更多會員。

分析輔線：

1. 新用戶注冊時即給他推薦老用戶，那么我需要優化現有注冊登錄流程。
2. 產品日后注冊分為：自然流量（即：在App Store中搜索注冊的用戶）和邀請注冊（即：通過邀請鏈接建立關系的用戶）。
3. 需要給每位新注冊的用戶推薦一位“會員上線”。

我經歷了三次改版，四次評審，N 次權衡。

第一版：功能產品

功能和策略的區別在于：功能是針對“一個人”相對聚焦的需求，策略是針對“一群人”更加多樣的需求。

第一個版本就是以功能性思維的方式思考：用戶注冊>選擇注冊方式>驗證密碼>隨機推送一個會員用戶>確認會員用戶>注冊成功。

分配上線使用的是用戶選擇，也就是說：用戶在首次使用產品時選擇的“上線”與自己并沒有直接聯系，用戶選擇誰只能通過誰的頭像漂亮或者名字好聽來選擇。

設計時保留了原有賬戶登錄體系，看似簡潔，實則并沒有解決問題，只是從功能的角度滿足了每一位新用戶都必須選擇一個“上線”的底層需求，并沒有達到“目標”。

在需求評審環節果然有多個問題在此不表，其中產品部五星級leader說：

“你可以嘗試，通過不同渠道的人推薦不同的上線，因為他們的來源需求是不同的”。

聽后，瞬間領悟到可以通過推薦策略來解決這個問題。

第二版：策略產品

策略產品經理需要解決的核心問題，是人與信息的匹配問題，讓用戶在有限的時間里，盡可能看到讓他感興趣的事情且最終引導用戶達到“理想態”。

策略有萬能的四要素：

1. 待解決問題：策略是圍繞著某個問題產生的，比如：閱讀產品如何讓人們看到各自喜歡的內容。
2. 輸入： 有了具體的問題那么接下去思考影響解決方案的因素，如：影響人們看到喜歡內容的因素可能有：地域、時間、用戶歷史瀏覽行為、標簽、熱點等等。
3. 計算邏輯：明確哪些影響要素后，根據你的產品目標去梳理各種可能發生的情況，排除先后順序后給到算法工程師，由他們給各種因素的權重賦值，最后轉化為計算公式。
4. 輸出：最后將排序由高到低輸出給用戶即：你看到的閱讀產品新聞先后順序排列。

思路打開后進而分析得出：

1. 需要了解新用戶的來源方向根據不同渠道來源分配不同屬性的“上線”。
2. 渠道分為商城公眾號和內容APP，我們判斷：從內容APP上自然注冊用戶分配的上線屬性為：“內容達人”，從商城公眾號上自然注冊用戶分配的上線屬性為：“交易達人”。
3. 后臺需要建立一個“推薦庫”，為每個待推送的會員根據在平臺上的使用記錄打上：內容達人或交易達人的標簽。

核心主旨：更加了解待推薦老用戶，更加了解要注冊的新用戶，從而更高效的促進會員普通用戶之間的連接。

1. 待解決問題（理想態：即你最終想要達到的理想狀態）

從大量會員中推薦當前注冊用戶最易接受的上線綁定，提升會員轉化率和商品交易額。

2. 輸入（影響理想態的因素）

2.1 內容APP 端

（1）注冊用戶屬性

• 城市：便于用戶開展線下同城活動和中國自古以來的戶籍同地親屬感文化。
• 寶寶年紀：相近寶寶年紀的家屬更有討論的話題。
• 寶寶性別：同性別寶寶啟蒙教育更有交流相關性。

（2）推薦庫屬性

① 基本屬性：

• 會員城市：同區>同市>同省
• 會員寶寶年紀：0~2、2~4、4~6、6+
• 會員寶寶性別：男、女

② 內容屬性：

• 團隊開通會員數量：通過團隊開通會員的數量考核被推薦會員的能力，默認團隊會員數量多的管理者更容易轉換新用戶。
• 團隊打卡數量：通過團隊開發梳理考核團隊活躍度，默認團隊會員打卡數量多的管理者更容易轉化新用戶。

2.2 商城公眾號端

根據不同端注冊的用戶需要提交的消息不同，盡可能的簡化用戶需要操作的地方。

（1）注冊用戶屬性

城市：便于用戶開展線下同城活動和中國自古以來的戶籍同地親屬感文化。

（2）推薦庫屬性

① 基本屬性：會員城市：同區>同市>同省。

② 購物屬性：

• 級別：推薦即將到達中堅會員等級的用戶，如：團隊25 人升為中堅會員用戶，那么推薦團隊人數20~24之間會員用戶。
• 團隊開通會員數量：通過團隊開通會員的數量考核被推薦會員的能力，默認團隊會員數量多的管理者更容易轉換新用戶。
• 團隊商品銷售總額：通過團隊商品銷售總額考核被推薦會員的能力，默認團隊商品銷售總額越多的管理者更容易轉換新用戶。

3. 計算邏輯

梳理出影響理想態的因素后，需要根據影響因素給出各種狀態的影響排名。

基礎規則：

1. 所有被推薦用戶都有身份標簽：內容達人或者交易達人。
2. 如果用戶從內容APP注冊推薦內容達人的上級；如果用戶從商城公號注冊推薦交易達人的上級。
3. 團隊會員數量：按照團隊開通會員數量正序排列每個城市取前10位，按照正序分配，一輪結束后繼續循環分配。

3.1 內容APP 端

APP影響因素權重排名：城市>年紀>團隊開通會員數量>團隊打卡數量>性別。

影響因素子集說明：

不同狀態排名順序：

3.2 商城公眾號端

公眾號影響因素權重排名：城市> 升級人數 > 會員銷售數量 > 商量銷售總額。

影響因素子集說明：

不同狀態排名順序：

4. 輸出

第三版就是配合算法工程師根據影響因素和排名設計算法，最后新用戶注冊填寫信息后由策略自動分配會員用戶給到新用戶，會員用戶因利益驅動自然可以為產品無限的轉化新會員。

題圖來自Unsplash，基于CC0協議
策略并非是一成不變的，策略根據不同用戶數量和不同業務理想態而變化，往往需要多次版本循環后才能達到理想態。所以需要建立效果監控機制，在登錄注冊中需要預先做數據埋點如：各級頁面跳出率、填寫頁面退出率、會員用戶確認跳出率、注冊成功率等進而分析用戶注冊是否順暢，為下個版本循環做數據參考。

前期需要識別哪些用戶可以進入“推薦庫”，為了更好的促進會員用戶轉換新用戶為會員需要建立一套評分機制，核心參考指標是：被推薦會員用戶轉化新用戶為會員的比例…..

以上是我近期對策略產品的一些淺薄理解和應用實踐，歡迎大家來交流。

PS：那種對復雜情況通過抽絲剝繭般的解析，找出最優解的感覺，非常非常爽。

本文由 @Aaron 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議