策略產(chǎn)品經(jīng)理重要的思維方式之建模思維,如何培養(yǎng)建模思維?
策略產(chǎn)品經(jīng)理更重要的就是要用建模思維來思考和解決問題,那么什么是建模思維?對應的流程思維和分支思維又是什么意思。本文作者分享了策略產(chǎn)品經(jīng)理在思維上的尖兵利器——建模思維。
今天來分享一下策略產(chǎn)品經(jīng)理在思維上的尖兵利器——建模思維。
目錄:
- 什么是建模思維?建模思維與流程、分支思維的差異
- 建模思維在效果廣告eCPM最大化期望收益當中的應用
- 如何培養(yǎng)建模思維
一、什么是建模思維?
前面一文提到了相比較常規(guī)B端和C端產(chǎn)品經(jīng)理的分支思維和流程思維,策略產(chǎn)品經(jīng)理更重要的就是要用建模思維來思考和解決問題,那么什么是建模思維?對應的流程思維和分支思維又是什么意思。
我們先來舉一個深入淺出的例子,給大家把抽象名詞具象化的表達出來:“假如我們現(xiàn)在來爬一個4階梯的樓梯,可以一步邁1個階梯,也可以1步邁2個階梯,那么請問我們有幾種上樓梯的方法”,我們分別用分支思維、流程思維以及建模思維來解答這道題目。
1. 分支思維的方法
如果是用分支思維來解決這個問題,核心需要講所有的方法進行遍歷,如下圖所示:
箭頭上表明的是每次增加階梯的層數(shù),是增加1層還是增加2層,而橢圓中代表的是目前我們已經(jīng)邁到的階梯數(shù),是不是看上去有點像我們之前說的決策樹Decision Tree,我們通過數(shù)終端節(jié)點的方法枚舉出來,分支上樓梯的方法一共是5種方法。
定義:這種通過樹Tree窮盡枚舉所有的解決方案路徑的方法就被定義為對應的分支思維法;分支思維存在明顯的缺陷就是伴隨著節(jié)點(即達到的階層)的變多,分支要解決的路徑快速膨脹,對應產(chǎn)品來說紛繁復雜,對于系統(tǒng)來說計算耗時且復雜。
2. 流程思維的方法
如果是通過流程思維來解決這個問題,核心就是把系統(tǒng)運行的步驟進行呈現(xiàn):
大家可以理解把往上攀爬1或者2層樓梯抽象成黑盒流程思維,流程式的思想通過枚舉出系統(tǒng)里正/負向反饋的流程步驟內(nèi)容來說明每一個細節(jié)。其中j++表示每一次不同的方式走到第4層之后,統(tǒng)計的方案數(shù)+1,系統(tǒng)方案運行過后不會二次運行,黑盒(網(wǎng)上爬樓梯1或者2層)的計算方式其實如枚舉法類似。
3. 建模思維的方法
首先,我們用函數(shù)f(n) 來表示n個階梯可行爬樓梯的方法數(shù)量,由1.1中的結論表示f(4) = 5,我們把n <= 4以下的階梯方法用函數(shù)表示出來如下:
按照模型推演的思路來說明,我們希望建立臺階數(shù)n > 4的函數(shù),來定義函數(shù)f(n):
case 1:如果我們第一步邁的是1個階梯,那么對于接下來的n-1個階梯則是一個完整的子問題f(n-1)
case 2:如果我們第一步邁的是2個階梯,那么對于接下來的n-2個階梯則是另一個完整的子問題f(n-2)
咱們把case 1和case 2下的所有可行性方案相加成一個最終的方案f(n)的方案數(shù),來得到最終的函數(shù)形式。
這其實可以轉化為一個數(shù)列通項公式,上面函數(shù)的數(shù)列寫成{an},我們給出遞推公式:
求解通項公式可以得到以下最終結果:
4. 三大思維方式總結對比
根據(jù)上面的例子大家看出來三種思維的差異沒有,流程和分支思維對于產(chǎn)品也是非常重要的思維方式存在;但是對于策略產(chǎn)品倚重的思維模式,如果僅僅只是分支思維,對于“階梯數(shù)變多”的膨脹場景下,無法具備通用性;如果僅僅只是流程思維,我只能做到每一個系統(tǒng)運行的步驟和實現(xiàn)結果的細化。
而策略產(chǎn)品最重要的是讓面臨的問題能夠通過建模(建立模型)來變得普適、通用,打開一把能解決絕大多數(shù)業(yè)務場景下困難的鑰匙,當然還是有極少數(shù)不具備通用性的場景,我們會通過加權重、對于實驗公式單獨加減乘除一個系數(shù)的方式來提升整個公式的魯棒性。
二、舉例:建模思維在效果廣告eCPM最大化期望收益當中的應用
上面是將建模思維的方式從抽象中剝離而具象化,讓大家理解【什么是建模思維】,接下來給大家介紹的就是業(yè)務函數(shù)建模思維在廣告排序公式當中的應用,即eCPM = pCTR * CPC * 1000這個公式的由來思路,帶大家領略一下范里安(谷歌首席競價學家)Google關鍵詞競價拍賣機制公式的由來;全網(wǎng)只給大家講公式得來的結果,今天Arthur給大家從頭到尾的推導一下過程。
Step1:大家都知道,廣告在排序優(yōu)化的時候就無法類似自然推薦做貪心算法(單向圍繞CTR點擊率、CVR、GMV等最大化)優(yōu)化,廣告需要去做平臺和廣告主利益的平衡,除了要做CTR、CVR預估,還需要兼顧平臺競價bid的競價水平,因此從上下文相關性、平臺收入角度出發(fā)建模,得到計算廣告收益eCPM業(yè)務函數(shù)建模如下:
也就是u表示每次用戶推薦訪問或者搜索時候,在上下文c關聯(lián)匹配的情況下,系統(tǒng)展示廣告a的期望收益,e表示expected最大化期望。
Step2:我們知道,效果廣告畢竟不是離散的投放模式,其在平臺上一個多個廣告主整體連續(xù)性投放,因此最大化展現(xiàn)所有廣告eCPM和的表達式就可以表示為:
上述表示想用戶ui展示一次廣告 ai稱之為一次廣告投放 (ai,ui),因此,所有投放人次的集合M={r(ai,ui)} 表示為一次匹配,Γ表示成滿足廣告投放條件的集合。所以上述表達式的本質(zhì)問題就是所有的可能用戶-廣告匹配Γ當中,并且尋找一個讓廣告期望收益最大的匹配集合M。
Step3:基于上述的最大期望期望收益目標出發(fā),將業(yè)務目標排序問題,可以拆分成兩個問題:其一是CTR預估問題,而另一個就是bid競價問題,通過eCPM最大化期望收益方式進行廣告排序,得到如下公式,也是各大互聯(lián)網(wǎng)廣告通用得搜推廣告排序方式,這是eCPM排序公式誕生的思路,其中pCTR和pCVR就是模型預估的CTR和CVR結果。
這個就是eCPM公式思考由來的結果,整個公式的推演就是沿著建模思維的方式得來。
看完這個例子之后,很多想從事策略產(chǎn)品的同學肯定慌了都,“我數(shù)學不好是不是就做不了策略產(chǎn)品了”,“策略產(chǎn)品是不是涉及到非常多的數(shù)學公式,看著都頭大”。
我想簡單說明一下:不是讓策略產(chǎn)品去干算法的工作,每天對著數(shù)學公式、對著模型與算法,“走算法的路讓算法無路可走”,這是根本不現(xiàn)實的事情,也是產(chǎn)品經(jīng)理沒有職責邊界感的體現(xiàn)。核心的出發(fā)點在于培養(yǎng)自己將業(yè)務問題函數(shù)通用化的思維,找到業(yè)務問題道中的共同規(guī)律;能知道自己在解決什么業(yè)務目標,如何處理涉及中利益方的博弈問題,培養(yǎng)出這個思維,再去做搜推策略、訂單策略還是風控策略產(chǎn)品都是萬變不離其宗。
三、如何培養(yǎng)建模思維
對于建模思維的培養(yǎng),我想結合我的一些生活中工作中的一些心得與經(jīng)歷來給大家分享一下,同時幫助想往策略產(chǎn)品轉型的同學或者已然是策略產(chǎn)品希望能在這個方面更加進階提升的同學更進一步提升思考的能力。
- 提升基礎數(shù)學能力;作為策略產(chǎn)品對于數(shù)學還是要有一定的基礎對于高等數(shù)學積分、數(shù)列以及基礎的數(shù)學公式符號要有一定的了解,不要看到公式的推演過程都是完全不知所云的狀態(tài);例如我前幾期中關于機器學習的幾篇文章,能夠自己理解并對過程有所推演;
- 項目業(yè)務場景抽象再到具象的過程:在日常工作中,能夠在做每一個項目/問題都能夠清晰且明確定義清楚項目服務于提升的業(yè)務指標和解決的問題,先要學會找到問題的共性,再來思考構建業(yè)務達成的關聯(lián)因素究竟是哪些;例如上文提到,平臺做效果廣告非常明確的業(yè)務提升指標就是最大化期望收益eCPM才能來保證廣告收入最大化,按點擊計費的模式下就需要相關性CTR因素,并且需要保證競價市場也最充分;
- 機器學習原理與前沿策略論文:作為策略產(chǎn)品還是需要了解機器學習的原理內(nèi)容,了解超參求解過程,與各自服務的業(yè)務場景;可多看看工業(yè)界對于策略的前沿文章,基本上每一篇算法的文章,算法同學都會在背景寫清楚業(yè)務場景,在構建解決方案前說明問題建模的思路,例如Arthur在之前分享一文中關于《Nobid最大化轉化出價策略》當中的背包問題的解題思路,就是一個建模的過程,這都是非常好訓練自己建模思維的來源。
本文是全網(wǎng)第一篇介紹策略產(chǎn)品需要培養(yǎng)建模思維的文章,非常多的肝貨以及個人思考沉淀,核心還是把策略產(chǎn)品與功能產(chǎn)品的思維方式在工作中的差異點給大家沉淀出來,讓希望從事策略產(chǎn)品的同學能夠走對路子。
最后,希望大家“日拱一卒,功不唐捐”。
作者:策略產(chǎn)品Arthur,5年大廠策略產(chǎn)品專家,全網(wǎng)最專業(yè)的搜廣推策略產(chǎn)品干貨博主,幫助你成就策略產(chǎn)品專家之路
本文由 @策略產(chǎn)品Arthur 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
太干了
趕緊馬克收藏起來哈哈
感興趣搜索推薦廣告策略產(chǎn)品交流與課程的話關注作者主頁