Chap1 作业

Task1

写出地图产品推荐路线的策略。

1. 待解决的问题/目标：

给用户推荐从起点到终点的路线，并令用户可根据不同维度便捷查询、排序，选出心仪路线。

2. 输入：

• 起点
• 终点
• 出行工具（打车、自驾、公交、骑行、步行）
• 出发时间
• 路况
• 各出行工具已有的行进路线及计价规则
• 过往同时段类似起止位置的出行时长

3. 计算逻辑：

给每种出行工具，计算出路程时长最短的 3-7 条路线。

4. 输出：

• 根据不同出行工具列出路线推荐
• 并按路程时长正序排列，列出预估路费
• 同时标注一些路线特性，比如步行少、骑行方案、交通灯少、换乘少、已停运等，以便用户在同类交通工具下，快速选出自己喜欢的

Task2

梳理视频产品推荐路线的策略。

1. 待解决的问题/目标：

给用户推荐其最可能点击的 6 个视频，吸引其继续在站内浏览。

2. 输入（他「最可能点击」这件事受哪些因素影响）：

• 该用户的特征
  • 用户自己向网站提供的信息，比如性别、年龄、地域、学历、分享/上传的内容等
  • 历史行为
    • 站内日志信息和地理位置信息
    • 第三方提供的日志信息和地理位置信息
• 近期全网热门话题特征（类别、关键词）
• 近期站内热播内容列表
• 该结束播放的视频特征（类别、关键词）
• 看过该视频的同类用户的历史行为
• 候选内容的特征（类别、关键词）

3. 计算逻辑：

将这些特征通过一定的计算规则转化为唯一的「喜欢度」指标。

4. 输出：

按「喜欢度」从高到底排序的内容。

自评

本章作业陆续花了 2 小时来完成，自己评估算是勉强及格：

• 优：
  • 能较准确地定义问题（见 Tips For Strategy PM · Road2StrategyPM 中的举例），给出的输入条件也比较全面。
  • 乐意主动搜寻信息，了解更多相关知识。比如在思考视频网站的输入信息时，顺带搜索了一下网站如何采集、使用用户信息。典型的比如 腾讯隐私政策。
• 缺：由于条件边界太宽，且感觉自己一时穷举不尽，在作业中未给出细致的计算规则，只给出了很模糊的说法。

更多本章反思，可见 Review · Road2StrategyPM 。