新形势下的产品经理
原因：互联网“人口红利”消失，获客成本越来越高<br>
结果导向：存量用户的精细化运营成为重点
职能：发现问题，数据赋能制定策略，并策略验证，实现微创新
技能：数据敏感、底层数据逻辑、逻辑闭环、细分的专业领域
策略产品经理需要掌握的知识体系
<b><font color="#f44336">埋点</font>：</b>数据源头
分类：<br>
点击事件
页面事件
曝光事件（有效曝光）
基本采集数据：
产品标识
埋点位置
页面名称
埋点标识
埋点参数
测试及线上跟踪
<b><font color="#f44336">A/B test</font>：</b>通过版本分流让用户参与测试，观察市场反馈
现状分析
用户量（太小则不适合）
基于A/B test 平台
存在应对场景
体验优化
转化率提升
广告效果优化
算法优化
确立目标（可定义，可量化）
假设构建
试验实施
分流方案设计
版本开发
A/B测试平台接入
结果分析
<b><font color="#f44336">机器学习：</font></b>通过大量训练案例数据找到理想函数输出结果
解决问题的特征
有大量已知数据
不同数据之间有规律可循
这种规律传统编程难以实现
模型分类
<b>回归</b>
预测一个具体的值，一般是一个连续结果
<b>聚类</b>
一群数据中找到相似的数据并分组，使其在某一维度上有相似性
<b>降维</b>
在复杂问题中找到最影响结果的若干维度的特征
常见算法
感知机学习算法（二分类的线性分类算法）
线性回归
逻辑回归
K邻近算法
朴素贝叶斯分类器
