2018年上半年，三節課就曾做出過一個預言——

出于互聯網低端人才人力成本的上升，以及整個行業的競爭要點全面轉向數據和策略驅動的精細化運營，我們認為未來2~3年內，“策略”類人才必將成為整個互聯網業內的普遍剛需。

那種一個產品內，依靠少數幾個“策略”就干掉了諸多人力勞動成本，極大提升了效率的現象將會越來越多見。

因而，我們認為，“策略”能力將會是成為最值得互聯網從業者們學習的能力。

然而，到目前為止，我們也發現，“策略”這個詞對絕大部分互聯網從業者來說，仍然是抽象、模糊的，很多人都不知道它意味著什么，即便有人多少理解一些“策略”兩個字背后的意義，也不知道自己該如何學習它。

因此，我們希望通過一系列真實案例的解讀，以定期連載的形式來向大家進行普及：到底策略是什么，它能解決哪些問題及帶來哪些價值，以及其背后的底層思考方法是怎樣的，希望可以借此讓更多人可以走入“策略”的大門。

這個系列連載的第一篇，我們就把目光聚焦于近期處于風口浪尖上的 拼多多 ，我們將結合其最核心的功能之一——砍價免費拿，來為大家解讀一下“策略”在其中的應用。

一

不妨先來了解下“砍價免費拿”到底是個什么東西。

簡而言之，這是一個 拼多多 以“可免費獲得各類商品”為誘餌，誘導用戶通過分享鏈接到群或微信好友幫自己砍價，從而持續在微信生態內獲得流量的功能。雖然我們尚無法得知這一功能背后的相關數據，但從微信、知乎、百度上各種流傳甚廣的相關新聞和引發的討論來看，它毫無疑問已經成為了 拼多多 旗下的又一流量大殺器。

我們不妨快速通過幾張截圖，來了解到底“砍價免費拿”這個功能的主要使用場景、流程，以及其被分享到微信、QQ之后的展現形式：

進入 拼多多 首頁后，可以找到“砍價免費拿”的入口：

選擇某款你想要的商品后，你自己可以先砍一刀，然后 拼多多 就會提示你，讓你把鏈接分享給好友幫你砍價。

砍價鏈接分享到微信群的樣式如上圖所示。

值得注意的是， 拼多多 的“砍價”免費拿，有幾個非常核心的機制：

一旦啟動了砍價，24小時內不找人把價格砍到0，則失去免費獲取商品的機會。

同一好友只能幫你在一個商品上砍一次價。

同一用戶，每天只能幫三個好友砍價，防止一小圈人來回幫忙砍價。

這意味著，哪怕你已經找了幾十個朋友把你想要的商品砍價砍到只差1分錢了，你也只能繼續再找人幫忙砍價，否則一定前功盡棄。

正是在這些機制的驅使下，才導致了無數“ 拼多多 砍價互助群”的出現， 拼多多 的“砍價”小程序鏈接開始火遍微信群和QQ群，呈現出極強的“裂變”效應，成為了其近期的又一流量大殺器。

當然，如同 拼多多 這個產品本身，“砍價免費拿”的背后也有同樣存在著許多爭議和亂象。在此，我們不妨先拋開所有的爭議和亂象，先聚焦到產品和運營的角度，來具體挖掘下這一“流量大殺器”背后隱含著的更多不易被人發現的有趣之處。

二

從產品功能設計的角度，如果要梳理出“砍價免費拿”的主要產品流程，大體是這樣的：

這個流程，看起來應該還算清晰，但，假如你是負責該產品經理或運營，即便已經有了如此清晰的流程，你就能確保讓這個功能成為“流量大殺器”，不會遇到其他問題了嗎？

未必。

這里有一個常識：一個業務流程中，存有的不確定變量元素越多，則在其承載的用戶體量越大時，效率必然會越來越低。

舉個例子，假如是年齡、收入、家庭狀態等都相近的100人參加這個活動，我們也許依靠上述這個清晰的流程和規則，加上少數幾款符合這100人需求的商品，應該基本就足以保證這個事能夠成功了。

但，假如我們是需要承載100萬人，甚至是1000萬人呢？

這時候，你會發現，至少有幾個問題將極大影響這個活動的最終效果：

第一，當用戶體量變大，用戶需求也必將更加多樣，所以，在100W用戶這個量級如何解決“商品”與“用戶”之間的匹配效率問題？換句話說，如果你站內參與“免費拿”的商品有50款，不同的用戶感興趣的商品肯定不一樣，那怎么才能讓盡量多的用戶能夠迅速看到他們感興趣的商品，以激發他們愿意參與砍價的意愿？

第二，在“砍價”這個環節下，不同的商品，我需要讓多少人來幫我砍價才能成功“砍為0”？以及不同狀態的用戶，砍下的金額是否應該有所不同，才能盡可能提高用戶成功參與砍價+愿意拉人來幫自己砍價的概率？

第三，如何才能盡可能讓那些幫別人砍價的用戶也能夠成為“砍價免費拿”的發起者，將這一機制的“裂變傳播”效應最大化？

而這三個問題，如果是在傳統的必須以人力來驅動業務流程運轉的狀態下，幾乎很難有解。

這個時候，可能就需要依賴于“策略”。

三

簡而言之，所謂“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。

再換個角度解釋，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。

當我們面臨海量的需求和信息需要處理，又積累了足夠多的數據，我們一定可以借助于策略幫助我們解決許多依賴人力難以解決的問題。

而關于有效制定一個“匹配”有關的策略，最基本思考邏輯往往是這樣的：

先借助數據挖掘和分析，通過某種邏輯為用戶或你提供給用戶的解決方案進行分類（例如 拼多多 的用戶可以分為價格敏感型和品質敏感型，商品則可以區分為不同品類，不同品類下還可以再分為低價中低品質型商品、中等價格中高品質型商品等不同類型）；

如果現有的某種解決方案無法滿足所有用戶，就要設計出更多不同的解決方案，前提是每種解決方案一定能夠滿足好一類典型用戶；

在不同解決方案和不同用戶之間，通過一套判定規則來完成匹配。

例如，一個用戶如果多次搜索瀏覽“電水壺”，我們就可以通過機器自動給ta打上一個跟電水壺有關的標簽，這樣，在其進入“砍價免費拿”下時，我們就可以優先給ta推送可以通過砍價免費拿到電水壺的機會，這樣就會顯著提升其參與的效率，且整個過程中完全無需人力介入，完全通過機器完成。

基本上， 拼多多 在上述我們提到的三個問題中，也是依照這套邏輯來制定相應產品和運營策略，從而大大提升其效率的。我們不妨依次來看。

四

1. 選品策略

首先，是如何決定應該給用戶推送什么樣的商品？

傳統上，對于電商平臺要推薦商品，大體上有兩種類型。

一種是固定位置的推薦，比如說首頁banner，一些固定的推薦位，要確定某一位置推薦的商品，大多數時候都是由運營人員進行選取，并且提前確定排期和資源。

另一種是依照某個固定規則變化的推薦位，最常見的就是所謂的銷量排行榜。別的可能還有一些基于內容的推薦方式，比如說淘寶頭條之類的。

基本上講，大多數時候，每個人看到的商品都是一致的，不會有特別的不同。

這個過程中，不僅轉化率不可控，而且需要大量的人力來完成這個任務。

而基于策略的推薦策略則完全不同。通過策略，我們能夠形成基于完全個性化的訂制和商品推薦方案。

結合我們剛剛提到的思考方式，我們假想幾個場景，試著來還原一下選品推薦的策略是如何制定出來的。需要提醒一下的是，我們接下來描述的場景，只是基于邏輯的一些假設，真實的業務邏輯一定是遠比這要復雜的。

首先，我們需要做的是通過數據挖掘和分析，通過某種邏輯為用戶或你提供給用戶的解決方案進行分類。

我們假設，以單次交易額最高是否達到500元為標準，將使用 拼多多 砍價功能的用戶分為兩類，達到500元以上的，我們標為價格不敏感型，反之則是價格 敏感型。

與此同時，我們以商品單價是否超過50元為標準，假如超過50元，我們就定義為高價商品，而沒有超過50元，我們就定義為低價商品。

當對用戶進而商品進行分類，并且打好標簽之后，接下來就需要對用戶和商品進行匹配，理論上講，用戶和商品之間基本上會是這樣一個匹配關系。

但是，如果這有這一種策略，其實顯然是不夠的，有的用戶，可能只是對某些商品價格敏感，但是對某些商品價格不敏感，如果一直給他推送單價較高的商品，或者相反，都會導致很多問題。

這個時候就需要我們繼續通過數據挖掘和分析，設計更多的解決方案。

比如說，我們將對同一件商品瀏覽次數是否超過3次作為標準，將用戶分為該產品的目標用戶和非目標用戶。這時用戶就被分為了四類——

同時，我們還需要對商品類型進行分類。比如說，將商品按照所屬類型進行分類，諸如電子產品，日用百貨，衣帽服飾等。這時商品就被區分出更多種類。

這時，就有一些新的規則產生了：

對于某電子產品的目標用戶，且單次交易額最高并沒有達到500元，我們就會為他推送更多的單價低于50元的電子商品，諸如數據線，電源插頭等等。

而對于同樣是電子產品的目標用戶，但是單次最高交易額達到1000元以上的，我們就會為他推送更多的高價商品，比如手機，電腦，耳機等。

在不斷地摸索和試驗過程中，逐漸就會形成了針對不同用戶不同商品的匹配規則，并將其使用在不同場景當中。

依照這個邏輯進行推演，規則完善后，一個可能的場景是，某個用戶多次搜索瀏覽“電水壺”，并且從沒有在 拼多多 上有過消費，機器會自動給ta打上一個跟電水壺有關的標簽和一個價格敏感的標簽，在其進入“砍價免費拿”下時，我們就可以優先給ta推送可以通過砍價免費拿到電水壺的機會，這樣就會顯著提升其參與的效率，且整個過程中完全無需人力介入，完全通過機器完成。

當然，需要反復重申的一點是，我們上述的場景只是一種基于邏輯的推演，在實際工作當中，這個過程一定遠比我們描述的場景要復雜。

比如說，只在用戶層面，我們直接可以考慮到的標簽還有，他的一級社交網中是否有人購買過某類商品，他對某類商品的購買次數有多少，他在何種情況下會對某樣商品給出差評等等。而在商品層面，也有很多標簽可以增加。

每個維度下，只需要增加一個標簽，那么互相匹配的工作量會呈指數級增加。這是人力幾乎無法完成，但是通過數據反復驗證，不斷測試，并最終得出一個效果最好的規則之后，機器就可以輕松完成。

這個思考方式，同樣適用于砍價的“刀數”應該如何確認的問題。

2. 定刀策略

顯著來看，砍價刀數對于砍價功能的傳播性會有很大影響。

如果砍得太快，幾刀就砍沒了，那不僅沒法促進分享，活動成本就會很高，

如果砍得太慢，砍幾十刀都沒法成功，好多人可能就不愿意干這個事了，這個功能也就沒有價值了。

這也是策略能夠解決的問題，并且思考方式其實和剛剛沒有什么差別。

首先還是對人群和解決方案進行分類。

比如說，我們可以將參與砍價的用戶分為兩類，新用戶和老用戶。

而解決方案這里就不再是商品，而是每種商品砍價的刀數和每次砍價的金額，這些的類別也都需要分別通過數據進行確定。

這里我們假設為新用戶第一次砍價20次即可完成，老用戶則需要30次才可以完成，且砍價金額只需要最后達到100%，過程中隨機即可。

這樣，我們就有兩條清晰地規則，這個規則也是可以執行的，但它顯然是不夠。具體有這樣幾條原因：

用戶很快就能發現這個規律，并且找到30個人的固定砍價群體，大量的砍價，導致砍價成本很高。
其次，如果僅僅有這樣兩條規則，那么功能一定不具備傳播性，因為組團的這30人沒有動力去找其他人。
并且，這對于老用戶其實有一定歧視，用戶也不見得愿意一直用下去。
所以，在實踐中，一定是需要針對不同用戶分別制定不同的砍價刀數和砍價金額。

比如說，對于發起砍價的用戶，可能第一刀需要砍下很高的價格，這樣才有可能動力分享，并且感覺這個功能足夠超值。

再比如說，對于第一次參與砍價的用戶，可能也需要盡可能高的金額，這樣他們才更容易接受這個功能，而且，發起砍價的用戶也會更有可能分享給更多新用戶。

實際體驗中，也 拼多多 也確實是基于此制定的規則的，比如說：

新用戶的砍價金額能夠達到總金額的30%左右；

第一次參與砍價的用戶砍下的金額也能達到總金額的20%左右；

多次參與的老用戶砍價金額則非常少，有時候甚至會有0元的情況出現。

在這規則下，用戶會更有動力不斷去尋找沒有參與過砍價的新用戶，使得產品功能得以高速的傳播和增長。

而這僅僅是將用戶標簽與砍價金額標簽進行匹配的幾條規則，其他諸如，用戶標簽與砍價刀數匹配，商品標簽與砍價刀數匹配等，其實都是需要通過策略確定，但是我們短時間無法感知的。而這些策略，都是砍價功能快速增長的重要動力。

同樣的思考方式，其實在面對最后一個問題， 即如何能夠將這一機制的“裂變傳播”效應最大化的問題，也能夠適用。

3. 召回策略

如果你體驗過 拼多多 的砍價功能，應該會注意到，當你幫朋友砍過一次之后，系統會開始自動給你推各種砍價商品讓你“免費領取”。

從功能的角度講，就是一個普通的推送召回功能。

但是， 拼多多 在推送什么商品上，也盡可能的做到了千人千面。

這個過程中，考慮的因素就比較多了，比如說剛剛提到的你是否是某類商品的目標用戶，你是否價格敏感，再比如說商品的銷量是否夠高，商品的價格是否夠低，都是需要考慮的因素。

除此之外，你幫朋友砍了什么商品、你朋友的喜好（因為你和你朋友的喜好有很可能近似）等因素，也都在考慮在內。

這個過程，通過明確一些規則和策略進行匹配，就形成了一整個個性化的解決方案，進而能夠通過個性化的推送方式，讓用戶更有可能回到砍價功能當中，實現裂變式增長。

整個思考過程和思考路徑，其實還是我們剛剛提到的那幾條。

不知道看了上面幾個的分析，你對于策略是如何制定出來的，并且策略是如何再砍價這一功能中如何發揮作用的，會不會有更加清晰地理解和認知。

基本上講，我們剛剛提到的思考方式，在面對需要進行“匹配”，并通過匹配驅動增長的產品功能時，都是通用的。不僅僅是 拼多多 砍價功能，拼團功能，以及我們已經熟悉了的今日頭條，抖音等產品的推送機制。底層都是上面這套方法論，并且，應用相似的思考方式，我們都可以制定出行之有效的規則。

放在更大的視角來看，在互聯網業內，理論上，任何一個產品達到一定用戶體量的時候，都一定會產生一些問題需要通過策略手段來解決。

換句話來說就是，在當下互聯網行業中，無論你是做什么產品，策略都是無處不在的。

比如說，如下這些典型的業務問題和場景中，就是互聯網業內“策略”最常發揮價值的地方：

一個產品，隨著用戶體量增加，需要考慮做精細化運營；

一個產品，可能涉及到搜索、推薦、供需匹配等功能模塊需要完成；

一個產品，擁有大規模交易、成交數據，需要提升成交率，優化利潤空間；

一個產品，需要考慮通過數據來驅動用戶增長；

一個成長期的產品，需要考慮通過補貼來規?；瓌佑脩粼鲩L，并希望自己的補貼方式、形式等能夠變得盡可能高效；

作為一個產品經理，如果你可以掌握制定“策略”的能力，你將有很大可能能夠跳脫出依賴于“人肉”的怪圈，而開始可以做到能夠依賴于“機制”和“機器”來幫助自己提升業務效率；同時，你將比之前有能力能夠去解決一些復雜度更高的問題，從而讓自己更值錢，以及能找到對自己更好的職業機會。

同樣，作為一個自身運營，如果你可以擁有思考“策略”的能力，你也有更大概率將運營動作規范化，實現依賴于“機器”進行精細化的運營的工作，幫助你能夠面對更大規模，更多維度的挑戰，成為市場上更加不可替代的存在。

因此，我們才說，“策略”能力將會是成為最值得互聯網從業者們學習的能力。