中年|进击的数据分析：像炒菜一样做策略 |策略|进击|

编辑导语：对于策略产品经理来说，数据分析是一件很头疼的事情。本文作者介绍了策略产品经理的职责都有哪些？为什么数据分析要像炒菜一样做策略？并且通过列举具体的案例，来为做数据分析的产品经理们提供一些建议。

本文插图

对策略感兴趣的朋友们好，今天古牧君将首先介绍下策略产品经理的岗位职责，解释下它跟炒菜的相似性；然后再通过2个具体实战案例，手把手教你怎么“炒菜” 。
【中年|进击的数据分析：像炒菜一样做策略】希望通过本文，帮数据分析方向的从业者们，更全面的认知到自己未来的多种可能。
一、为什么说策略产品经理的工作就如同炒菜
首先，咱们必须得说清楚，策略产品经理这个title下，其实干什么的都有：有做增长的、有做营销的、有做交易的、有做推荐的……这种情况就跟数据产品经理一样，同样顶着这个title：有做底层数仓的、有做数据中台的、有做数据应用的……
总之，你要是只看“策略”俩字就选了个岗位报了个培训班，那么大概率你会一脸懵逼一头雾水。
为啥会出现这种情况呢？

大概因为这类岗位比较面向应用，且比较新吧。一般面向应用的岗位，会随着实际应用场景的变化而快速演化，有哪些新的场景出来，就有哪些对应的新岗位顶上来。
好比近两年宏观上的流量红利吃的差不多了，没法再像之前那样光靠砸钱野蛮增长，必须精打细算、科学量化指导用户增长了，就逐渐接受了增长黑客、增长策略产品经理、用户增长产品经理这类岗位。
同时，一个相对新的岗位，自身也还在不断的发展和重新定义，所以内部难免会“丰富多样”一些。
继续说下策略产品经理在工作中面临的问题，你说现在这个算法和机器充分发展的时代，什么情况需要人呢？
肯定就是遇到了机器都解决不了的复杂场面了。
你想，现阶段算法和机器能解决的，其实很大程度上都是共性的问题。但随时实际业务场景的不断发展，现实的复杂性已经远远超过了系统的扩展性，原本设计的算法+规则已经不能应对纷繁复杂的现实世界了，就需要人工顶上来。
说到底，策略做的事儿，就是建立算法与实际应用之间的桥梁，因地制宜的让算法和功能落地发挥更好的作用。
从这个角度来看，做策略的就跟炒菜很像了。

尤其是对比算法岗位，如果把算法比作种菜的，他们需要详细的了解食材生长的原理；但策略不那么需要，它只需要基于对食材特性的理解，把它们按照食客的口味进行加工就好。
这种加工又可以分为两种：