自助下单地址（拼多多砍价，ks/qq/dy赞等业务）：点我进入
2018年上半年，分三班做了预测——
由于互联网低端人才的人力成本上升，以及整个行业的竞争已经转向数据和战略驱动的精细化运营，我们认为未来2-3年，“战略”人才将成为整个互联网行业普遍的刚性需求。
在一个产品中，依靠几个“策略”来消除大量的人力成本，大大提高效率会越来越普遍。
因此，我们认为，“谋略”能力将是最值得互联网从业者学习的。
然而，时至今日，我们也发现，“策略”这个词对于大多数互联网从业者来说，还是比较抽象和模糊的。 很多人不知道是什么意思，即使有些人明白了一些“谋略”二字背后的意思，也不知道怎么去学。
因此，我们希望通过一系列真实案例的解读，以定期连载的形式普及：策略是什么，能解决什么问题，能带来什么价值，背后的思维方法是什么在它后面？ 希望这能让更多人走进“攻略”的大门。
在本系列的第一篇文章中，我们将重点关注最近处于风口浪尖的拼多多。 我们将结合其最核心的功能之一——免费议价，来解读其中的“攻略”。 应用。
一
让我们首先了解什么是“免费讨价还价”。
简而言之，这是拼多多以“各种商品免费获取”为诱饵，通过分享链接到群或微信好友，诱导用户为自己砍价，从而在微信生态中持续获取流量的功能。 虽然目前我们还无从得知该功能背后的相关数据，但从微信、知乎、百度上广为流传的相关消息和讨论来看，它无疑已经成为了拼多多的又一品牌。 流量大杀手。
我们不妨通过几张截图快速了解一下“免费领取”功能的主要使用场景和流程，以及分享到微信和QQ后的展示效果：
进入拼多多首页后，可以找到“Baggle for Free”的入口：
选好想要的商品后，可以先自己剪裁，然后拼多多会提醒你把链接分享给你的朋友，帮你砍价。
将议价链接分享到微信群的样式如上图所示。
值得注意的是，拼多多的“砍价”是免费的，有几个非常核心的机制：
这意味着即使你已经找了几十个朋友把你想要的产品的价格砍到只有1毛钱，你也只能继续找人帮你砍价，否则之前的努力都白费了。
正是在这些机制的推动下，催生了无数“拼多多讨价还价互助群”。 ”效应成为其近期的又一交通杀手。
当然，就像拼多多本身一样，“砍价免费”背后也存在诸多争议和乱象。 在此，我们不妨抛开一切争议和乱象，先从产品和运营角度出发，挖掘这个不易被发现的“流量杀手”背后隐藏的更多趣味。 地方。
二
从产品功能设计的角度，如果要梳理一下“免费砍价”的主要产品流程，大致是这样的：
这个流程看起来应该还算清晰，但是如果你是产品经理或者运营负责人，即使你已经有了这么清晰的流程，也能保证这个功能成为“流量杀手”，不会遇到任何其他问题？
不必要。
这里有一个常识：在业务流程中，存在的不确定变量越多，承载的用户量越大，效率就越低。
比如有100个年龄、收入、家庭状况相近的人参加这个活动，我们可能靠上面说的明确的流程和规则，再加上几个满足这100人需求的产品，基本上应该是足以保证这将是成功的。
但是如果我们需要承载100万人，甚至1000万人呢？
这时候你会发现，至少有几个问题会极大地影响这次活动的最终效果：
然而，这三个问题在传统的必须依靠人力来驱动业务流程运行的状态下，几乎是难以解决的。
这时候，你可能就需要靠“谋略”了。
三
简而言之，所谓“战略”，往往是一套由数据驱动，存在于产品中的规则和机制。
从另一个角度看，如果一个企业的核心业务高度依赖于人的工作，那么对员工的管理可能会极其复杂，难以保证稳定性； 而如果一个公司的核心业务是靠机器运行的，那么它会非常稳定和可持续。 机器的运行需要有规则的约束，支持机器运行的规则就是策略。
当我们面对海量的需求和需要处理的信息，积累了足够多的数据时，我们绝对可以通过策略来帮助我们解决很多依靠人力难以解决的问题。
关于一个“匹配”相关策略的有效制定，最基本的思维逻辑往往是这样的：
先用数据挖掘和分析，把用户或者你给用户提供的解决方案通过一些逻辑进行分类（比如拼多多的用户可以分为价格敏感型和质量敏感型，商品可以分为不同的类别，不同的类别）又可分为低价中低质商品、中价中优质商品等不同类型）；
如果现有的解决方案不能满足所有用户，就必须设计更多不同的解决方案，前提是每个解决方案都必须能够满足一类很好的典型用户；
在不同的解决方案和不同的用户之间，通过一套判断规则来完成匹配。
比如用户多次搜索浏览“电热水壶”，我们可以通过机器自动给他打上电热水壶相关的标签。 TA推送可以通过议价获得免费获得电热水壶的机会，这将显着提高其参与效率，而且整个过程完全不需要人为干预砍价会方案，完全由机器完成。
基本上，在我们上面提到的三个问题中，拼多多也按照这个逻辑制定了相应的产品和运营策略，从而大大提高了效率。 我们不妨反过来看看。
四
1.产品选择策略
首先，如何决定向用户推送什么样的产品？
传统上，电商平台的推荐商品一般有两类。
一种是固定位置的推荐，比如首页banner，一些固定的推荐位置，确定某个位置的推荐商品，大部分时间是运营商选择的，提前确定好排期和资源。
另一种是按照一定的固定规律变化的推荐位，最常见的就是所谓的销量排行榜。 另外可能还有一些基于内容的推荐方式，比如淘宝头条之类的。
基本上，大多数时候，每个人看到的都是同一种产品，没有特别的区别。
在这个过程中，不仅转化率不可控，而且需要大量的人力来完成这个任务。
基于策略的推荐策略是完全不同的。 通过策略，我们可以形成基于完全个性化的定制和产品推荐计划。
结合我们刚才提到的思路，我们想象几个场景，试着还原一下选品推荐的策略是如何制定的。 需要提醒的是，我们接下来描述的场景只是一些基于逻辑的假设，真正的业务逻辑一定远比这复杂。
首先砍价会方案，我们要做的是通过数据挖掘分析，通过某种逻辑对用户或者你提供给用户的解决方案进行分类。
我们假设将使用拼多多议价功能的用户，根据最大单笔交易金额是否达到500元分为两类。 如果达到500元以上，我们就标记为价格不敏感，反之。 .
同时，我们以商品单价是否超过50元为标准。 如果超过50元，我们就定义为高价商品，如果不超过50元，我们就定义为低价商品。
对用户和产品进行分类标注后，需要进行用户和产品的匹配。 理论上，用户和产品之间基本上存在这样一种匹配关系。
但是，如果有这样的策略，显然是不够的。 部分用户可能只对部分商品的价格敏感，对部分商品的价格不敏感。 如果他们一直推高单价的产品，或者反而会造成很多问题。
这时候，我们就需要通过数据挖掘和分析，继续设计出更多的解决方案。
比如我们以同一个商品是否被浏览超过3次为标准，将用户分为商品的目标用户和非目标用户。 这时候，用户分为四类——
同时，我们还需要对商品的种类进行分类。 例如，根据商品的类型对商品进行分类，如电子产品、日用品、服装服饰等。 这时，商品被区分为更多的类别。
这时候会产生一些新的规则：
针对某电子产品的目标用户，单笔最高交易金额未达到500元的，我们将推送更多单价50元以下的电子产品，如数据线、电源插头等。
而针对同样是电子产品，但单笔最高交易额达到1000元以上的目标用户，我们会为他推送更多的高价产品，比如手机、电脑、耳机等。
在不断探索和试验的过程中，会逐渐形成针对不同用户的不同产品的匹配规则，并应用于不同的场景。
按照这个逻辑推演。 规则完善后，可能出现的场景是用户多次搜索浏览“电热水壶”，且从未在拼多多消费过。 机器会自动将他标记为电水壶相关商品标签和价格敏感标签，当进入“免费议价”时，我们可以优先推送通过议价免费获得电水壶的机会，将显着提高其参与效率，而且整个过程完全不需要人工干预，完全由机器完成。
当然，需要重申的一点是，上述场景只是一种逻辑推演。 在实际工作中，这个过程肯定远比我们描述的场景复杂。
例如，仅在用户层面，我们可以直接考虑他的一级社交网络中某人是否购买过某类产品、购买过多少次、在什么情况下购买过某类产品等标签。 会给某个产品差评等等。 在产品层面，也有很多标签可以加。
每个维度只需要添加一个标签，相互匹配的工作量将呈指数级增长。 这对于人类来说几乎是不可能完成的，但是经过反复的数据验证，不断的测试，最终得出一个效果最好的规则，机器可以轻松完成。
这种思路同样适用于如何确定议价“刀数”的问题。
2.定刀策略
显然，议价刀的数量会对议价功能的扩散产生很大的影响。
这也是策略可以解决的问题，思路其实和之前一样。
首先是对人和解决方案进行分类。
比如我们可以把参与议价的用户分为两类，新用户和老用户。
这里的解决方案不再是商品，而是每件商品的成交数量和每笔成交的金额。 这些类别也需要通过数据单独确定。
这里我们假设新用户第一次可以完成议价20次，老用户需要30次才能完成，最后议价金额只需要达到100%，过程是随机的。
这样，我们有了两条明确的规则，也可以强制执行，但显然是不够的。 有几个原因：
用户可以很快发现这个规律，并找到一个固定的30人的议价群，议价数量大，导致议价成本高。
其次，如果只有这两条规则，那么这个功能一定不能传播，因为群里30个人没有动力去找其他人。
而且，这其实是对老用户的歧视，用户未必愿意一直用下去。
因此，在实践中，需要针对不同的用户制定不同的议价刀和议价金额。
例如，对于发起砍价的用户，可能需要先砍一个非常高的价格，这样才有可能分享动机，觉得这个功能够值。
再比如，第一次参与议价的用户可能也需要尽可能高的金额，这样他们就更容易接受这个功能，发起议价的用户也更有可能分享给更多的人新用户 。
在实际体验中，拼多多确实是基于此制定的规则，例如：
在此规则下，用户将更有动力继续寻找未参与价格议价的新用户，使产品功能得以高速传播和增长。
这些只是将用户标签与议价金额标签进行匹配的一些规则。 其他的，比如用户标签与议价金的匹配，产品标签与议价金的匹配等等，其实都需要通过策略来确定，但是我们短时间是感知不到的。 而这些策略是议价功能快速增长的重要推动力。
同样的思路也可以应用到最后一个问题上，即如何最大限度地发挥这一机制的“裂变传播”效应。
3.召回策略
如果你体验过拼多多的砍价功能，你应该注意到，在你帮朋友砍价后，系统会自动为你推送各种砍价商品，让你“免费领取”。
从功能上看，就是一个普通的推送召回功能。
但是，拼多多在推送什么产品上，已经尽量做到千人千面。
在这个过程中，需要考虑的因素很多，比如你是不是刚才说的某类产品的目标用户，你是否对价格敏感，或者产品的销量是否足够高，产品价格够低，都是要考虑的因素。
另外，你给朋友剪的是什么产品，朋友的喜好（因为你和朋友的喜好很可能是相似的）等因素也会被考虑在内。
在这个过程中，通过明确一些匹配的规则和策略，形成一个整体的个性化解决方案，然后通过个性化的推送方式，让用户更容易回归议价功能，实现裂变增长。
整个思维过程和思维路径其实就是我们刚才说的。
不知道看完上面的分析，大家对策略是如何制定的，策略在议价功能中是如何发挥作用的，会有更清晰的认识和认知。
基本上，我们刚才提到的思维方式在面对需要“匹配”并由匹配驱动的产品特性时具有普适性。 不仅有拼多多的议价功能、拼团功能，还有我们已经熟悉的今日头条、抖音等产品的推送机制。 底层就是上面的方法论，用类似的思维方式，我们都可以制定出行之有效的规则。
从更大的角度来看，在互联网行业，理论上，当任何产品达到一定的用户量时，必然会出现一些问题，需要通过战略手段来解决。
换句话说，在现在的互联网行业，不管你做的是什么产品，策略无处不在。
例如，以下典型的业务问题和场景是互联网行业“战略”最常发挥价值的地方：
对于一个产品来说，随着用户数量的增加，需要考虑精细化运营；
一个产品可能涉及搜索、推荐、供需匹配等需要完成的功能模块；
具有大规模交易和交易数据的产品需要提高交易率并优化利润率；
一个产品需要考虑通过数据驱动用户增长；
一个处于成长期的产品需要考虑用补贴来大规模刺激用户增长，希望其补贴方式和形式尽可能高效；
……
作为产品经理，如果能掌握制定“战略”的能力，就很有可能跳出靠“人肉”的怪圈，开始能靠“机制”和“机器”帮助提高您的业务效率； 同时，你将能够解决一些比以前更复杂的问题，从而让自己变得更有价值，为自己找到更好的职业机会。
同样，作为自营运营商，如果能够具备思考“战略”的能力，将有更大的概率将运营规范化，实现依靠“机器”精细化运营的工作，帮助你面对更大的挑战。 -规模化，更多维度的挑战，成为市场中更不可替代的存在。
所以，我们说“谋略”能力将是互联网从业者最值得学习的。