增长、风控与数据

核心业务之外的三个方向：用额外资源撬动增量、用最小成本避免伤害、把客观数据加工成能改变决策的标签。

三篇共用前面的工作法（理想态、分群、回归、简单规则起步），对象不同。增长看的是超出自然趋势的增量；风控要同时看伤害和误伤；数据要同时看标签质量和接入业务后的效果。

flowchart TB
    D[数据策略] --> G[增长策略]
    D --> R[风控策略]
    D --> C[核心业务]
    G --> R
    R --> G

核心关系是：增长发出去的激励会改变作弊的预期回报，因此增长和风控常成对出现。标签则是搜索、推荐、补贴、风控共用的输入，见功能导向核心业务、业务导向核心业务。

增长漏斗与商业约束，见商业化与增长。本模块讲策略如何拆触达、认知、转化，以及如何看增量；那页讲商业模式、定价模型和增长系统。

增长方案会改变不正当行为的预期回报：券、补贴、曝光一旦可被套取，风控的对象和强度就要跟着变。风控加严又会抬高正常人的使用成本，可能把增长漏斗的转化压下去。两边都要看净效果。

数据是共同输入。增长分群要标签覆盖目标人群；风控要行为、关系、交易及时完整；搜索、推荐、匹配的资源底座也是数据。标签准不等于业务有效，接入策略后仍要做效果回归。

三篇共用策略通用方法论：定义理想态、拆未达、给方案、验证。没有数据时先冷启动，有反馈后再分群。简单规则和精准策略会长期并存，见出行匹配策略与增长里的司机补贴。

主方向仍要先定。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。见四大业务方向。

按正在做的问题选读。拉新、促活、供给激励读增长策略；补贴套利、垃圾、账户风险读风控策略；分层、特征、多源清洗读数据策略。增长方案一复杂，建议同时打开风控与数据。

三篇不必按编号穷尽。做分享红包时，增长为主、数据提供圈层代理、风控看领取套利。做司机补贴时，增长为主、匹配决定订单能否成交、风控看虚假履约。做标签时，数据为主，增长或风控是具名下游。

风控篇只整理产品思路：伤害、成本、三层行为、分级处置。具体识别特征、模型和阈值属于受控工作，不在本专题展开。

评测指标、实验设计和模型协作的工程细节，见评测。课程案例中的数字、阈值和公式是教学示意，不能直接当作可上线参数。

做活动先写对照和观察窗口；做风控先写伤害和误伤怎么看；做标签先写下游使用方。三件事都要能回滚。

增长漏斗的工程与商业口径，还可对照商业化与增长里的增长系统；本模块只把策略拆成触达、认知、转化，并强调看增量。风控不提供可操作的对抗步骤。

标签数量多、拦截人数多、领取次数多，都不能单独当成功。

来源说明

本文根据公开课程《策略产品经理》（B 站 BV1YE411g717）整理为知识点，不是逐课笔记。

课程中的数字、阈值和公式是教学示意，不能直接当作可上线参数。

对应原课第 37 至 42 集。整理日期：2026-09-04。

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