推薦系統PM最主要的工作是哪幾件事？
前言：以下分享，@張潤濤 同學（清華小鮮肉，騰訊短視訊推薦系統PM），先梳理後整理成文章。
【一個問題】
推薦系統PM最主要的工作是哪幾件事？
【一個觀點】
一、驅動短視訊推薦系統的5個核心方面
1 內容：包括內容數量、內容特徵標識；
2 使用者：包括使用者量、使用者固有關係鏈、使用者固有屬性；
3 使用者-內容連線通道：比如閱讀、點贊、評論、負反饋等；
4 沉澱期：引入外部畫像、積澱自身畫像；
5 策略與演算法 ：比如圈子、內容同好、個性關鍵詞、個性主題、個性分類、同地域等等，策略背後對應不同的演算法，比如協同過濾、向量匹配、邏輯迴歸模型等等。
（這裡的策略，是後期的核心玩法。裡面每一個點都是一個優化、改善的地方。推薦PM值得去多多看看）
1~4是地基，決定使用者畫像的質量；5是上層應用，設計得好了可以增加使用者粘性，反補使用者畫像。兩方面是互相推動的~。
（注：沉澱期主要就是資料累計、分析、演算法模型迭代，同時也會盡可能引入外部畫像，尤其在冷啟動方面）
二、短視訊推薦系統PM的工作
1、在上述5個方面中不斷推進，其中，第5個部分會和演算法工程師溝通比較多。
2、日常工作還包括若干功能形態的設計，比如：視訊插入推薦的形態、視訊負反饋的形態等等，但這部分因場景而異。
【四點細節】
一、內容特徵的選擇需要PM參與嗎？ 需要
1、這部分主要是媒體編輯和PM決定的，反而演算法RD參與少。
2、標識主要就是給視訊打標籤，那麼打哪幾類標籤、標籤粒度多細，都是需要PM決定的。
3、PM設計好標籤，由編輯打，或者是直接引入CMS或者OM內容的標籤，這樣人力成本會更低（尤其是在剛開始的時候）。
二、使用者與內容的聯通，除了顯性的設計，隱形的挖掘需要PM參與嗎？ 需要
1、PM需要提所需上報的資料，比如：使用者點選了一條視訊，那麼此時就需要上報點選時間、uid、視訊vid、視訊所屬策略、視訊所屬分類、點選位置等等。這部分必須是由PM來提的。
三、PM如何選擇策略？比如更多根據使用者相關而非產品相關來推薦，決策依據是什麼？
1、一般有先驗知識的情況下，我們會在列表頁放更多個性化推薦，在底層頁放更多內容相關推薦。但是，最終是需要通過資料去不斷驗證、反覆迭代的，尤其是在特別精細粒度的選擇上。
2、先驗的知識，一方面是過去的資料分析所得結果，另一方面是結合生活經驗的——比如如果我們判斷使用者地理位置在早上飛速變化，那麼基本可以通過生活經驗判定他可能在地鐵上，此時就會設計在這個場景下的策略。
四、現在有主要針對的視訊內容方向嗎？
1、目前，視訊內容池覆蓋非常全，一共有30+個分類，基本上業界有的視訊分類都有。
2、目前，不會去刻意強推哪一類的視訊，因為使用者需求是千人千面的（雖然有很多頭部的共性慾望），所以都是根據使用者的興趣畫像自然推薦的。
以上內容，原文出@ 張潤濤 ，點評整理自飯糰“ 策略產品經理研習社 ”，點選這裡可關注： ofollow,noindex">https://fantuan.guokr.net/groups/149349010586624?utm_source=kuahao
---------------------
更多幹貨可關注微信公眾號：鳳城狂客（chanpin007）
想學習更多關於產品策略、工作、認知和乾貨，可關注公眾號進入知識社群（免費）。
同時，也歡迎小夥伴加我的微信： mllianai 交流。
