四大业务方向

四大业务方向

策略是让目标达成过程更好的手段：感知环境、用户、业务因素的变化，给出差异化方案，再用反馈持续优化。见策略是什么、策略四要素。

只把策略理解成给用户推荐什么，会漏掉大半地图。本篇是应用篇总图，后面各篇按方向展开。

应用地图

四个方向可以画成：

flowchart TB
    C[核心业务]
    C --> F[功能导向]
    C --> B[业务导向]
    G[增长]
    R[风控]
    D[数据]
    D --> C
    D --> G
    D --> R
    G -.-> C
    R -.-> C

核心关系是：数据同时支撑三者，并把行为结果收回来；增长和风控围绕核心转，不能脱离核心单独报喜。

判断一个新问题时，先问它主要落在哪一层，再标上下游协同。一个项目可以跨方向，但要有主方向，避免四套指标同时当核心。

策略适合这类问题：个性化服务（一群人、每人需求不同）；复杂、动态、容易浪费的流程；追求效率或规模的增长；有风险、作弊或利益博弈的环境；需要大量采集、加工、抽象的数据工作。固定功能按同一流程走；策略按用户、内容、时间、风险或业务状态选择不同处理。

后面展开的阅读顺序：功能导向框架与搜索、推荐、目的地，见功能导向型策略框架；业务导向与定价、出行匹配，见业务导向型策略框架；再是增长、风控、数据。

核心业务：功能导向与业务导向

核心业务是产品主流程，也就是直接为用户提供的主要服务。策略问题通常是：什么用户、在什么场景、需要什么服务、系统该给什么结果。

分类不看产品名字，看目标和参与角色：

功能导向的例子：高德打车、翻译、墨迹天气、百度搜索、多数纯工具。评估先看任务是否完成、完成成本是否下降、结果质量与体验是否变好。搜索侧先看有没有找到想要的、结果是否相关、完成成本是否下降；打车工具侧先看目的地是否好输入、推荐地点对不对、下单是否更快。它也可能有广告或生态因素，分析时通常先钉住一个用户角色和一个核心目标。框架见功能导向型策略框架。

flowchart LR
    A[用户目标] --> B[任务是否完成]
    B --> C[完成成本是否下降]
    C --> D[结果质量是否提高]
    D --> E[用户体验是否改善]

业务导向连接多个角色。美团外卖短例：用户希望更快、最好专送；骑手希望单位时间多带单；商家要履约稳定；平台要整体效率与长期生态。只优化专送会伤骑手效率，只优化合单会伤等待与稳定性。今日头条短例：广告分发要同时看用户体验与广告主效果，内容分发要同时看生产者收益与消费者体验。完整框架见业务导向型策略框架。

多边平台不要一上来把所有角色揉成一个指标。可以先把每一侧拆成功能导向问题，再建立多边关系与边界值。同一产品里也可以并存两类模块：出行 App 的目的地输入偏功能导向，司机补贴和匹配则进入业务导向。

增长、风控、数据：总图级理解

增长让核心数字变大，覆盖拉新、激活、留存、转化整条路径。用户进入后要经历激活、活跃、留存、转化或付费、高价值。拉新是开源：预算到产品外找目标用户，关心渠道、素材、权益、激活质量。留存是节流：减少流失，把低价值用户推向更高价值状态。策略问题是：哪个用户、处于什么生命周期、该给什么内容或权益、何时通过何渠道触达。展开见增长策略。

概念口径（教学示意，不是统一达标线）：

1
2

获客成本 = 投放成本 ÷ 新增用户数
激活率 = 完成关键首次行为的新用户数 ÷ 新增用户数

风控让产品在有利益、有博弈的环境里走得稳。人多、交易多、内容多的地方就有人试图违规获利。传统反作弊、反垃圾偏避免伤害：刷量、垃圾、恶意注册、虚假交易，对应放行、限制、拦截。金融风控更偏综合评估：输出常常是风险等级或处理建议。过松会吃损失，过严会误伤正常用户、拖垮核心效率。

1

风控策略 = 风险损失控制 + 正常业务通过 + 用户体验保护

看拦截量之外，还要看识别准不准、误伤、事件发生率、审核通过率、时延、损失金额。支付、内容、社交的后果不同，不能共用一条线。展开见风控策略。

数据是上面三层的共同底座。基础数据管客观事实：网页、新闻、商品、地点、行为记录的收集、清洗、分类、去重、更新。画像标签是在基础数据上的抽象与推断：活跃、兴趣、购买能力、内容类别。标签要有来源、置信度和未知状态，不能为了填满而强行打标。

基础数据的四个质量问题：覆盖够不够、更新够不够及时、多来源有没有去重合并、名称与属性有没有标准化。标签数量多，不代表推荐、增长或风控变好。展开见数据策略。

四者关系

核心业务是价值中心。核心交付不好，投放和促销很难变成长期增长；核心流程效率低，风控再严也会一起伤体验。

增长是外延：帮核心获得更多用户、活跃和收入。拉来的人能不能被服务、留下的人能不能拿到价值，都依赖核心能力。

风控是稳定器。没有风控，增长可能带进作弊和低质量用户，核心会被垃圾、套利、欺诈掏空。风控也不能只看拦截量。

数据同时支撑三者，并把行为结果收回来：

flowchart TB
    A[基础数据采集与加工] --> B[用户、内容、交易、风险标签]
    B --> C[核心业务提供个性化服务]
    C --> D[增长触达、激活、留存和转化]
    C --> E[风控识别异常并保护生态]
    D --> F[行为结果回到数据层]
    E --> F
    F --> A

遇到问题时的归类顺序：

flowchart TB
    Q1{主流程上的服务问题?}
    Q1 -->|是| C[核心业务]
    Q1 -->|否| Q2{规模、活跃、留存或收入变大?}
    Q2 -->|是| G[增长]
    Q2 -->|否| Q3{作弊、垃圾、欺诈、套利或风险损失?}
    Q3 -->|是| R[风控]
    Q3 -->|否| Q4{采集、清洗、分类、标签或画像?}
    Q4 -->|是| D[数据]
    Q4 -->|否| M[以最终目标为主方向，标记协同方向]

例如：个性化推荐主方向是核心业务，强依赖数据；促活消息主方向是增长，依赖用户标签；支付拦截主方向是风控，依赖交易基础数据。

判断与指标方向

功能导向可从任务完成率、完成成本、结果满足度入手；搜索、地图还可以加准确率、召回率、输入时长。业务导向必须同时看用户侧、供给侧、平台侧和生态侧，避免只优化一方。增长不能只看新增数，还要看成本、激活、留存和后续价值。风控不能只看拦截量，还要看识别准不准、误伤、时延和损失。数据不能只看标签个数，还要看覆盖、时效、重复、缺失和是否真的改善上层结果。

1
2
3

任务完成率 = 完成核心任务的用户数 ÷ 发起任务的用户数
平均任务成本 = 时间成本 + 操作成本 + 判断成本
结果满足度 = 满足需求的结果数 ÷ 被评估结果总数

多角色侧至少同时记：用户完成率与等待、供给利用率与单位收益、平台成本与收入、投诉与供需健康。配送不能只看骑手同时带几单。

课程没有给出四方向的统一阈值。目标、风险和容错度不同，达标线必须单独定义。策略化也不等于一定上复杂模型：规则、分层、排序、标签和人工审核都可以是策略手段。见策略通用方法论。

归类时可用短清单：搜索排序、商品推荐 → 核心（功能）；配送合单 → 核心（业务）；召回短信、新用户热门 → 增长，协同数据；虚假点击识别 → 风控；网页抓取去重、消费能力标签 → 数据。主方向按最终要改善的目标定，协同方向写在依赖里。

常见误区

1. 把策略等同于推荐。增长、风控、数据同样大量使用策略。
2. 先写规则后找目标，指标会很多却无法判断有没有价值。
3. 功能导向和多角色业务用同一套指标。搜索可以先看满足度，外卖配送必须看多方。
4. 只追拉新数量、不看用户质量，可能买来低质量流量。
5. 把风控写成全部拦截；反作弊与金融风控对象、输出、容错都不同。
6. 把基础数据当成画像标签。上周买了三次牛奶是事实，偏好生鲜是推断。
7. 把四大方向当成部门墙或固定组织图。按问题目标标记主方向和协同方向。
8. 以为输入越多越好。特征增加复杂度、延迟、隐私和误判风险，要看投入产出。

适用边界：这是理解策略业务的分析框架，不是唯一行业分类；功能导向不意味着绝对只有一个角色，交易导向也不意味着各方权重永远相同。

延伸阅读

• 策略是什么
• 策略通用方法论
• 功能导向型策略框架
• 业务导向型策略框架
• 增长策略
• 数据策略

来源说明

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用