《策略产品经理实践》是一本由韩瞳著作，机械工业出版社出版的平装图书，本书定价：79.00，页数：229，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《策略产品经理实践》读后感(一)：第一章_全面认识策略产品经理

　　入行一年的新人产品（功能），更多时候是边工作边自己归纳总结，也养成了遇到每一款产品都会下意识在脑内去想，它的逻辑是怎样的、为什么要这样设计、迭代方向以什么指标为依据的习惯。

　　但是有很多逻辑是无法“脑补”的，我自己归纳原因主要是3点：①掌握的信息有限，无法推测全面；②数学渣，不能够建模量化指标；③个人经验的缺失。

　　这本书是偶然间看到的，刚拿到手，目前仅粗略翻阅。看目录感觉是一本讲理论的“教科书”，但是翻了几页发现通篇无废话，里面的概念是基于现实案例展开的，而天马行空，也易于理解。

　　立一个小目标，半个月看完第一遍，然后再来补评论~

　　《策略产品经理实践》读后感(二)：从PM新人的角度看《策略产品经理实践》

　　从一个刚毕业的pm新人的角度来看韩瞳老师的《策略产品经理实践》，不得不说这是一本很不错的书，里面干货非常多。第一遍看的时候，让我对于策略产品经理有了一个更为清晰全面的认知，书里的一些实例也很好地加深了我的理解，甚至有的知识点在校招的面试中派上了用场。现在开始工作了，准备读第二遍这本书，主要是结合实际工作，参考书中提到的方法论来思考遇到的一些问题。按照韩瞳老师自己的观点，这本书以后我还会再看第三遍，把自己工作中做的一些项目的经验融合到书的框架中，看看自己是否会有更多新的见解。

　　唯一觉得有点遗憾的就是，书中出现的实例大多是推荐策略相关的，由于工作的原因，个人对增长策略相关案例的会更有兴趣一些。不过方法论都是相通的，总体来说，这是一本物超所值的书，适合正在做或者是想做策略的PM入手。

　　我习惯边看边做读书笔记，第五章讲的是多变量的数据分析，这一章节对个人目前来说是收获最大的一章，在这里分享我自己做的一部分思维导图，希望大家也能有所收获。

第五章部分思维导图

　　《策略产品经理实践》读后感(三)：一句废话都没有的产品书

　　

算是策略产品经理第一本书了。

PM领域未来会越来越细分，做内容运营或产品相关的同学想转推荐策略PM甚至是推荐上游的策略PM的话，读这本书入门很合适。

推荐阅读的重点篇章：

【第一章】全面认识策略产品经理

【第二章】内容型产品的推荐策略

【第四章】多变量数据分析：数据的基石

【第六章】策略产品经理项目实践（入门的读得懂就读，读不懂也不必自我强迫）

第六章里的“”内容型产品中，什么是优质内容“给我的启发意义极大，我用了作者的观点完成了一场面试，算是成功拿到某大厂的策略产品实习offer了，积攒到现在，一共四段实习，基本都与内容产品相关，但都是内容运营，之后转策略产品，这本书给了我很大的启发，不仅是内容上，还有作者比较严谨的思维和表达方式，我多多少少都模仿上了~所以这本书，不论未来想要做什么方向的PM，完全值得每位PM去看看。

当然也有不足之处啦，内容深浅把握得不够好，读到某些东西，你恍然大悟，但可能接下来一两章对于初学者来说不太好理解，看了会一头雾水，但也没什么，不耽误要入门的同学。

最后，最让我惊喜的是，这本书，真的没有一句废话。不会给你卖情怀，只会实实在在地告诉你现状、方法论和提供思维方法，也值得我二刷了。

　　《策略产品经理实践》读后感(四)：作者自评：诚意之作，有待提升

　　

大家好，我是本书作者

通过豆瓣评价和随访，拆分一下本书适合的人群（划重点）： 1. 对做过策略的1-4年的，比较看中3章和5章，主观评估和ab实验的方法论。 2. 对0年经验的产品和运营，主要是对职位的理解和算法的初步了解，比较有用的是第1/2/4章。 3. 对内容领域的其他从业者，比较有用的是第6章，介绍如何推荐优质内容以及好内容的定义方式等 4. 对30岁以上的非内容领域产品和运营，帮助可能有限，原因1是这里没有他们想看到的某些公司的最短捷径，原因2是已经不做一线执行工作，吸引力降低。

犹豫购买本书的同学可以看书评，也可以关注#策略产品经理实践#的公众号。

因为是去年立项写完的，所以今年回头看的时候很多地方待提升。这本书里只写了我想写的东西的60%。

当时签合同不让超过15万字，最后写了18万字，又经过了三审三校，终于成书，特别感谢责编老师。最终给自己4星吧，剩下的1星主要遗憾在40%的内容没能写出，so....我准备开下一本的写作计划了。

最后感谢大家的支持，我会努力让大家的钱别白花，希望今年的应届生能找到工作。

　　《策略产品经理实践》读后感(五)：策略产品经理实践Mark

　　

读完Mark下有启发的点。

策略产品：在限制条件内，通过产品规则和形态设计、设定评估体系、全面评估目标收益等手段，推动项目完成并达到全局最优解。

设定评估体系：设定客观指标和主观指标体系，厘清各项指标的换算关系。对优先级进行排序，并设定指标之间的权重关系，给出底线阈值可接受的最大折损。

策略的基本分类：

1、通用策略：高低质量、时新性、相关性、多样性 //信息流链路：筛选/过滤/排序/打散/置顶沉底策略 //规则优先级：对于很容易出现冲突的策略规则，需要指定规则的生效优先级，并且制定在规则发生冲突时的优先逻辑 2、垂类策略：高净值用户、新用户、流失用户 3、用户画像和基础数据： 以用户理解和内容理解为主的策略，为其他策略提供数据支持，可解释推荐、推荐白盒化 //用户画像对算法模型有帮助但并不太大，需要高成本搭建。 4、平台生态和功能体验策略：生态、体验优化

一些基本原则：

坚持做大众需求，尽量不做小于10%人群的需求； 产品层面追求平台化，追求可复用，追求底层特征准确； 项目以假设驱动，在假设的基础上还要进行数据验证，少做会议室里讨论出来的需求，少做没有先验数据的需求。 紧盯目标：需要定义“理想态”和预估“天花板”（人群分层、极限推演），追求规模效应，对于一些有容忍度的项目，可以“先污染后治理”，短期牺牲非主流体验细节 策略做粗：给模型留足空间 特征做细：模型训练优化效果更好

一些经验参考：

1、书面上线规则：A指标和B指标存在互斥关系，且同为一级指标，A指标与B指标的重要性相同。在A指标有涨幅，且B指标小于1%的跌幅时，可以上线。在A指标有任何跌幅，且B指标有涨幅时，不可以上线。 对上线有疑虑时，产品策略申请者需要将完整实验结果发给负责人，请其决策并在24小时内通过邮件/即时通信等应用告知确认。

2、用户冷启动：热门榜单/注册信息/关系链/冷启动兴趣选择页面

3、标签系统小幅度迭代的收益在推荐系统指标上影响不大。 标签系统的收益主要是平台用户画像和推荐冷启动，推荐系统的大多数效果并非依赖标签系统。

4、算法团队需要主观评估介入辅助理解用户行为，避免陷入过拟合的局部最优解。

5、直播推荐：有时效性，直播时间可以与主播互动，但窗口期较短，可以不止推荐给粉丝。回放一般只推荐给有关注主播的粉丝。

6、社区推荐：社区的增长不适宜快速，是一个需要培养的温和策略产品形态。平台需要把握内容调性，形成用户模仿行为。用户动机(killtime、工具、社交资本积累)，平台需要重视社交资本，并设立清晰、可执行的用户成长路径。

//在成熟社区中：重度内容生产者、轻度内容生产者、普通消费者比例接近：1：9：90。 //社区产品价值=日活用户^2 x 人均停留时长 //内容发布者是社区的灵魂，只有让内容发布者体验更好，社区才能蓬勃发展。 //在用户心智模型中，对每一类需求都会有“TOP1社区备选”，但由于用户总时间恒定，每个用户能重度参与的不同社区个数很难超过三个。这也意味着社区之间的竞争异常残酷。 //一个社区里没有新用户进入，是一潭死水的社区，用户话题终结往往最快。由于缺乏新增用户，社区缺乏活力和新鲜感，尤其是经历长时间的社区接触后，难免心生懈怠。 //一个社区新用户加入量大大多于老用户，风险是社区文化被迅速稀释。所谓社区文化与调性本质上是一种可以被模仿的用户行为，而文化的传承是靠人与人的关系完成的。一旦老用户流失，将有连锁反应。 //社交资本：价值与稀缺性成正比。社交资本存在胜者诅咒现象，如FB父母都在用，孩子就不爱用。 //简单社交资本：如粉丝量 //复杂社交资本：如芝麻信用分，数值被认可需要推广应用及时间。追求可理解性、数值反作弊、给出清晰提升路径。关键问题：多久变化更新；如何让用户重视；数值有什么用？受哪些维度影响？ 7、ABtest相关： ABtest度量内容稀缺性：内容量的增大和减小带来的收益和损失都是非线性的，并不是增加200篇的收益是增加100篇内容的两倍。存在规模效应与最后一根稻草效应的相互作用。 根据DAU/MAU，来确定实验需要观察时间，DAU/MAU占比高的产品，可以观察时间少一些(3-4天)，次留观察时间7天。DAU/MAU低，需要更久，7-14天 相关性不等于因果，相关性存在着交换律和结合律，可以组合。 网络效应有时会影响对照组效果，社交产品用户之间相互关注、分享、评论等会影响A/B的独立性假设。

8、优质内容三连问：什么是优质内容？推荐优质内容对指标收益衡量？顺从用户还是改变用户？ //新闻：及时准确；漫画：正能量&有趣；职场社区：同行互动&共鸣。